Análise conjunta

Análise conjunta é uma técnica estatística utilizada na pesquisa de mercado para determinar como as pessoas valorizam diferentes aspectos que compõem um determinado produto ou serviço.
O objetivo da análise conjunta é determinar qual a combinação de um número limitado de atributos é mais influentes na escolha do entrevistado ou de tomada de decisão. Um conjunto de produtos controlados ou potencial dos serviços é mostrado para os inquiridos e analisando como eles fazem as preferências entre estes produtos, a valorização implícita dos elementos individuais que compõem o produto ou serviço pode ser determinada. Estas avaliações implícitas (utilitários ou parcial worths) podem ser usados para criar modelos no mercado que a estimativa quota de mercado, receitas e até mesmo a rentabilidade dos projetos novos.
Conjunto originou na psicologia matemática e foi desenvolvido pelo professor de marketing Paul Green, da Universidade da Pensilvânia e Chan dados. Outros pioneiros da análise conjunta de destaque incluem Richard Johnson (fundador da Sawtooth Software) que desenvolveu a técnica de Análise Adaptativa Conjunto em 1980 e Louviere Jordânia (Ph.D., University of Iowa), que inventou e desenvolveu abordagens baseado na escolha para análise conjunta e afins técnicas como maxdiff.
Hoje ele é usado em muitas das ciências sociais e ciências aplicadas, como marketing, gestão de produtos e pesquisa de operações. Ele é usado com freqüência em testes de aceitação de clientes de projetos de novos produtos, na avaliação do apelo das propagandas e no design de serviços. Ela tem sido usada no posicionamento do produto, mas há alguns que levantam problemas com esta aplicação de análise conjunta.
Conjunto de técnicas de análise também podem ser referidos como modelagem multiatributo de composição, modelagem de escolha discreta, ou a pesquisa de preferência declarada, e é parte de um amplo conjunto de ferramentas de trade-off de análise utilizados para a análise sistemática das decisões. Essas ferramentas incluem Brand-Price Trade-Off, Simalto e abordagens matemáticas, tais como algoritmos evolutivos ou Experimentação Regra de desenvolvimento..
Design do conjunto
Uma área de produto ou serviço é descrito em termos de uma série de atributos. Por exemplo, uma televisão pode têm atributos de tamanho de tela, formato de tela, marca, preço e assim por diante. Cada atributo pode ser quebrado para baixo em vários níveis. Por exemplo, os níveis para o formato de tela pode ser LED, LCD ou Plasma.
Aos entrevistados seria mostrado um conjunto de produtos, protótipos, mock-ups, ou imagens criadas a partir de uma combinação de níveis de todos ou alguns dos atributos constituintes e pedir para escolher, classificar ou a taxa de produtos que são mostrados. Cada exemplo é semelhante o suficiente para que os consumidores irão vê-los tão perto substitutos, mas o bastante desiguais que os entrevistados possam determinar claramente uma preferência. Cada exemplo é composto por uma combinação única de características do produto. Os dados podem consistir em avaliações individuais, posto ordens, ou preferências entre as combinações alternativas.
Como o número de combinações de atributos e níveis aumenta o número de perfis de potenciais aumenta exponencialmente. Por conseguinte, planejamento fatorial fracionário é comumente usado para reduzir o número de perfis que têm de ser avaliados, assegurando ao mesmo tempo há dados suficientes disponíveis para a estatística análise, resultando em uma cuidadosamente controlada conjunto de "perfis" para o entrevistado considerar.

Tipos de conjunto de análises.
As primeiras formas de análise conjunta foram o que são conhecidos como Full estudos de perfil, em que um pequeno conjunto de atributos (geralmente 4-5) são usados para criar perfis que são mostrados para os entrevistados, muitas vezes em cartões individuais. Os entrevistados, em seguida, classificam ou taxam esses perfis. Usando relativamente simples variável dummy análise de regressão os utilitários implícita para os níveis podem ser calculados.
Dois inconvenientes foram observados nestes primeiros desenhos. Em primeiro lugar, o número de atributos em uso foi fortemente restrito. Com um grande número de atributos, a tarefa de análise para os respondentes se tornar muito grande e mesmo com planejamentos fatoriais fracionários o número de perfis de avaliação pode aumentar rapidamente.
A fim de usar os atributos (até 30), técnicas de conjoint híbridos foram desenvolvidos. As principais alternativas era fazer alguma forma de auto-explicação antes que as tarefas conjuntas e alguma forma de adaptação escolha auxiliado por computador sobre os perfis a serem mostrados.
A segunda desvantagem é que a tarefa em si não era realista e não ligar diretamente para teoria comportamentais. Em situações da vida real, a tarefa seria uma forma de escolha entre alternativas reais e não do ranking mais artificial e de classificação utilizado originalmente. Jordan Louviere pioneiro de uma abordagem que usou apenas uma tarefa que se tornou a escolha de base do conjunto baseado na escolha e análise de escolha discreta.
Esta pesquisa de preferência declarada está ligada à modelagem econométrica e podem ser ligados de preferência revelada onde modelos de escolha são calibradas com base em níveis reais ao invés de dados de pesquisa. Originalmente baseado na escolha da análise conjunta foi incapaz de fornecer serviços públicos a nível individual como escolhas agregados através de uma escolha de mercado. Isso tornou inadequado para estudos de segmentação de mercado. Com nova hierárquica Bayesiana de técnicas de análise, os serviços públicos a nível individual pode ser imputada a fornecer dados a nível individual.
.....