多变量分析：结合分析技术

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。结合分析也叫联合分析技术！

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（decompositional 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。

全轮廓方法：每一个属性同时展现给消费者

样本量：一般消费者研究   100到400之间

调查方法：派调查员面访　face-to-face

因子设计：属性和水平数目不太多  (<20个最多不超过30个)

部分因子设计: 正交排列法 orthoplan

估计主效应 （ main effect )

产品/服务的概念（轮廓）事先设计和确定。

调查可以采用纸张或计算机辅助访问。

最小轮廓数选择：NC=NL - NA + 1 ，
        其中:     NC： 最小组合轮廓数
                  NL： 所有属性水平数的和
                  NA： 所有属性数的和
     例如：六个属性，每个属性有4个水平，可能组合数=4×4×4×4×4×4=4096（种），

最小组合数=（4+4+4+4+4+4）- 6+1=19（种）

推荐组合轮廓数：最小轮廓数的 1.5 到 2 倍
下面我们通过一个案例：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。
（备注：研究的时候产品配置已知，但还没有下线投放市场）

根据研究目的和前期的定性研究，最终确定了产品的属性和水平：

在确认了属性水平后，我们通过SPSS来进行正交实验设计。

我们可以依次定义每一个属性和水平，SPSS软件最多提供每个属性有9个水平的可能性，所以如果水平数太多就要考虑其它方法，或者进行相应的变换，当然，如果属性的水平数越多代表了你越重视它，将来的分析相当重要性就会高！

正交实验设计方法

在SPSS是比较简单的，人为的控制不多，我们只能寄希望SPSS的正交实验设计给我们一个号的结果，但没有评估设计效应的指标。如果你希望下次得到同样的正交设计集，必须设定一样的随机种子！
    在这点上说，如果对于复杂的正交实验设计，我还是比较偏向用SAS软件来进行，不仅得到的结果比较好，还有设计效应等各种指标评估，所以，实际市场研究中，大部分情况都是SAS来完成的！其实我用SAS，有时候更简单的，就几个命令：%mktrun和%mktex等；
    设计好后，大家记住，先不用运行，先要“粘贴”下来，也就是把语法粘贴下来，因为Conjoint Analysis分析方法在SPSS中没有窗体命令，必须用语法执行！
    当然，在细节上还有“Holdout”卡片的问题，（检验问题，但是对于商业研究我基本上都不用了，为了保证更好的建模卡片，为了减轻被访者负担，反正做都做了！——这里我没有学术思想啦）

正交实验设计生成了16张卡片，同时也是随机卡片集，并产生两个系统变量，不要改变变量名称，其中：STATUS_值标 1-Design 2-Holdout 3-Simulation
记住：我们并不关心这16张卡片如何，我们只是关系这16张卡片的对432种组合产品的代表性，原则上即使有不理想或不现实的卡片出现，也不要没理由的删除！在SPSS系统分析中，最好考察属性水平设定的问题，而不要随意改变！
下面我们就要考虑收集被访者评价信息了，当然也包括卡片的展示方式！

收集到被访者信息后，我们就可以分析了！

我这里采用了最一般的离散变量方法，实际上属性变量可以有多种模型（离散、线性、理想点、反理想点等）
结合分析既可以分析群体、总体也可以分析每个人的偏好选择！

大家可以根据公式自己计算个体和群体的效用值、属性相对重要性等，但是记住：所以群体的效用值、相对重要性来自于个体的平均！
    从分析的角度，有时候模拟市场，模拟市场份额是最重要的分析，但是如果研究者不是最终决策者，就必须设计市场组合份额的模拟器，我一般采用Excel来设计，这需要大家懂得结合分析原理，并能够设计Excel应用！
    在文章的最上面，我是采用Excel设计的电脑配置的市场研究模拟器，希望对你有所启发！
    近年来，结合分析成为市场研究的重要利器，但是它也有着局限性，所以开发了不同的改进方法和软件工具，代表性的就是Sawtooth公司的产品，另外也可以考虑更复杂的CBC技术，离散选择模型！（下次再专题讲）
    最后，要说明的是结合分析只是得到了消费者的偏好，喜欢一个人，并不一定会跟她结婚的！