结合分析在汽车市场研究中的应用.doc

结合分析在汽车市场研究中的应用.doc结合分析在汽车市场研究中的应用
 
黄晓兰沈浩
北京广播学院, 北京 100024
摘要:结合分析是一种非常流行和有效的市场研究技术,主要用来分析消费者对产品/服务的偏好和模拟消费者的购买行为。本文通过对上海通用汽车—赛欧轿车的市场研究案例,介绍了采用部分因子设计估计主效应的全轮廓结合分析法计算属性水平的效用值和最大效用模型估计市场占有率的基本概念、步骤和方法。
关键词:属性、水平、全轮廓、效用、属性的相对重要性、最大效用模型
结合分析(Conjoint Analysis)是一种应用广泛,非常流行和有效的市场研究技术。近些年来,结合分析广泛地应用在消费品、工业产品和商业服务等相关领域的市场研究中,在我国越来越受到市场研究公司和企业的重视,尤其是在汽车行业的市场研究领域,结合分析在汽车的新产品开发、市场占有率分析、竞争分析、市场细分和价格策略等方面都发挥了积极而有效的作用。本文通过对上海通用汽车赛欧轿车上市前的市场分析,阐述了结合分析在汽车市场的应用,以及采用一般最小二乘法(OLS)回归估计主效应的全轮廓结合分析法的基本概念、原理、步骤和方法。
一、      结合分析的基本概念
结合分析适用于测量消费者的心理判断,如理解(Perceptions)和偏好(Preferences)。在结合分析中,产品/服务被描述为“轮廓”(Profiles),每一个轮廓是由能够描述产品/服务重要特征的属性(Attributes)以及赋予每一个属性的不同水平的组合构成的。结合分析的一个重要的基本假定是:消费者是根据构成产品/服务的多个属性来进行理解和作偏好判断;也就是说,消费者对产品/服务的偏好每次并不是基于一个因素而是基于几个因素的结合来判断的,消费者对某一轮廓的偏好可以分解成构成该轮廓的多个属性的偏好得分(Preference Scores)。在结合分析中用效用值(utilities)来描述。
结合分析是一种多元统计分析方法。其因变量是消费者对某一轮廓的整体偏好评价。某一轮廓的整体也称为全轮廓(full profiles),是由全部属性的各个水平组合构成的。自变量是组成各轮廓的不同属性(因子)水平。因此,结合分析是在已知消费者对全轮廓的评价结果(overall evaluations)的基础上,经过分解的方法(positional approach)去估计其偏好结构的一种分析法。
在结合分析中,轮廓是由研究人员事先按照某种因子结构(factorial structure)采用部分因子正交实验加以设计的。结合分析有三个主要目的:(1)确定消费者赋予某个预测变量(水平)的贡献和效用(utilities)以及属性的相对重要性(2)寻找消费者可接受的某种产品的最佳市场组合,这种组合最初可能并没有被消费者所评价(3)模拟市场,估计市场占有率和市场占有率变化。为了达到这些研究目的,首先要估计不同属性水平的效用,进一步计算出属性的相对重要性(Attributes relative importance)和轮廓效用(profile utilities),以便定量化地测量消费者的偏好,然后基于消费者的偏好采用最大效用模型或者Bradley-Terry-Luce(BTL)模型和logit模型估计市场占有率。
1.  水平效用:
水平效用描述消费者赋予每个属性的各个水平的重要性。每个水平效用由结合分析模型估计得到。一般根据消费者对全轮廓的偏好或评价(因变量),分解成为所有属性水平的效用值,水平作为预测变量(自变量),采用哑变量的OLS回归得到回归系数(效用值)。常规的或传统的全轮廓结合分析模型可以用下面的公式表示:
其中:Y= 全轮廓的偏好得分
a= 截距
如果某个属性的水平出现
其它
v= 估计的效用
x= 指定不同属性水平的哑变量
 
2.  属性相对重要性:
属性的相对重要性的计算,基于这样一个假定:差值越大表示该属性在整体轮廓中的重要性越高,差值越小表示越不重要。一般用百分比来表示属性的相对重要性,计算公式如下:
其中:Wj= 第j个属性的相对重要性
Max(vij)= 第j个属性的最大水平效用值
Min(vij)= 第j个属性的最小水平效用值
 
3.  轮廓的效用:
计算结合分析模型的整体轮廓效用,一般最常用和最基本的模式是加法模式(additive model)。它认为消费者只是把每个属性的价值(效用值)相加起来就得到某种属性组合(产品/服务)的总价值(轮廓效用)。因此,可以通过计算轮廓效用来比较消费者对不同轮廓(产品/服务的组合形式)的偏好。轮廓效用的计算公式如下:
 
如果第k个轮廓的第j个属性的第i个水平出现
其它
其中: Uk(x)= 第k种轮廓的总效用
vijk=