联合分析指南：掌握产品策略

了解客户为何购买你的产品是商业策略的圣杯。决策很少是简单或孤立的。购买者会同时权衡多个因素，例如价格、品牌和具体功能。如果你只依赖基础反馈，就会错过这种复杂性。这就是 联合分析 变得至关重要。它是一种在市场研究中用于确定人们如何评价不同产品属性的强大统计技术。与直接提问的标准调查不同，这种方法模拟现实生活中的权衡，揭示每次购买背后的隐秘心理。通过解码这些选择，你可以打造与市场需求完全契合的产品。

直接提问的缺陷

传统的市场研究常常陷入一个陷阱。如果你问客户他们想要什么，他们往往会说想要一切：最高的质量、最快的服务和最低的价格。

这些数据在优先级排序上往往毫无用处。它们并不能反映资源有限的现实。在现实中，顾客必须做出艰难的选择，他们可能为了更低的价格而牺牲优质材料。

联合分析 有效地解决了这个问题。它不问“你想要什么？”，而是呈现现实的情景，迫使受访者在配置 A 和配置 B 之间做出选择。

这模拟了真实的购买过程。通过观察他们接受哪些权衡，你能获得更真实的数据。从陈述偏好转向揭示偏好，从而避免推出人人都喜欢但无人购买的产品。

分解属性与水平

要进行这种分析，你必须首先将产品拆解。你要把产品视为一组属性的组合，而不是单一项。

对于一台笔记本电脑，属性可能包括处理器速度、电池寿命、重量和价格。这些是功能的广泛类别。

接下来，你需要为每个属性定义水平。例如，“重量”属性的水平可以是 2 磅、3 磅和 4 磅；价格可以是 800 美元、1000 美元和 1200 美元。

研究的准确性取决于这些定义。你必须包括真正影响决策的特征。如果遗漏关键属性，结果将被扭曲。

不过，你也要保持克制。添加过多琐碎属性会让受访者困惑，应聚焦于那些最能将你与竞争对手区分开的关键因素。

主要分析类型概述

这里没有“一刀切”的方法。研究者为不同需求开发了专门的方法。

基于选择的联合分析（Choice-Based Conjoint，CBC） 是目前最广泛使用的方法。它模仿零售购物场景，受访者看到一组产品选项并选择其中一个，适用于价格研究，现实性强且效果显著。

自适应联合分析（Adaptive Conjoint Analysis，ACA） 智能且动态，适用于属性很多的情况。问卷会根据早期答案进行自适应，缩小问题范围，聚焦于对特定用户最重要的部分。

全概况联合分析（Full-Profile Conjoint Analysis） 一次显示一张详细的产品卡，受访者对购买可能性进行评分。适用于样本量较小的情况，但可能让受访者疲劳。

MaxDiff 通常与联合分析相关但又不同。它要求在一组特征中选择“最好”和“最差”。虽然不是完整的权衡分析，但可以快速对特征重要性进行排序。

设计完美实验

确定属性后，你需要设计问卷。你无法展示每一种可能的特征组合，否则将会产生成千上万的问题。

你必须使用一种称为实验设计的统计技术来创建平衡的配置子集，确保每个属性水平出现的次数足够以达到统计显著性。

良好的设计可以避免属性之间的相关性。你不希望在配置中总是将高价格与高质量绑定在一起，否则将无法把价格的价值与质量的价值区分开来。

你还需要确定样本量。由于这是定量方法，你需要足够的数据点。每个细分市场每次 200 到 300 名受访者是获得可靠结果的常见目标。

解释效用值与重要性

联合分析的输出是纯数学的。两个关键指标是部分效用值和相对重要性。

部分效用值 是分配给每个属性水平的分值。分值越高表示偏好越强。例如“红色”的效用为 10，“蓝色”为 5，则客户更偏好红色。

这些分值允许你计算任意产品配置的总体价值，只需将其各项特征的效用分值相加即可。

相对重要性 告诉你哪个属性总体上最重要。是价格比品牌更驱动决策吗？该指标显示每个因素在最终决策中的权重。

这些数据非常具有可操作性。如果你发现“品牌”的重要性很低，就知道单靠市场营销无法拯救一个糟糕的产品，你需要修正产品特性。

模拟市场情景

这项研究的真正力量在于模拟。你可以在电脑上创建一个虚拟市场。

你用属性来定义你的产品和竞争对手的产品，模型随后预测市场份额。你可以安全地提出“假如”问题。

“如果我们将价格降低 50 美元，我们的份额会怎样？”“如果我们升级电池寿命呢？”模型会给出预测的份额变化。

这降低了创新风险。你可以在构建原型之前在虚拟环境中测试新产品发布，并优化你的功能组合以最大化利润，而不仅仅是销量。

在定价策略中的应用

定价通常是营销中最困难的“P”。公司常常凭感觉或模仿竞争对手来定价。 联合分析 提供了科学的答案。

通过将价格作为一个属性来处理，你可以衡量价格弹性，看到价格与需求之间的确切权衡关系。

你可能会发现某个细分市场对价格不敏感，他们把高性能置于首位。你可以针对他们推出高端、高利润产品。

相反，你也可能识别出一个注重预算的细分市场。你可以剥离非必要功能以达到他们的价格点，从而实现有效的价格歧视策略。

使用 SurveyMars 精简研究流程

进行这类研究过去常常需要昂贵的顾问。如今，使用合适的工具你可以在内部完成。 SurveyMars 为你简化了整个流程。

你应当使用平台上提供的 联合分析 功能。它会自动处理复杂的统计设计，你只需输入属性和水平，系统会为受访者生成最优配置，省去手动构建数学结构的麻烦。

如果你处于开发的早期阶段，可以试用 产品概念测试 模板。它可以帮助你在进入详细权衡之前收集对概念的广泛反馈，确保你测试的是具有基本市场吸引力的想法。

在完善你的收入模型时，价格敏感度调查模板 是一个很好的补充。虽然你的权衡数据会给出定价曲线，但该模板可以提供关于用户为何觉得某价格公平或不公平的直接定性背景。

常见问题解答

1. 典型的联合调查需要多长时间？

一个设计良好的问卷应当大约需要 10 到 15 分钟。如果时间更长，受访者会感到疲劳，数据质量会下降。将选择任务控制在 8 到 12 个之间，以维持较高的参与度。

2. 我可以将此用于 B2B 产品吗？

可以，非常适用于 B2B。企业采购者常常在成本、服务水平和技术规格之间做非常理性的权衡。测量效用的逻辑与面向消费者的情况完全相同。

3. 什么是“保留任务”？

保留任务是向受访者展示的一个配置，但不用于计算效用分值。它用于验证模型，你可以预测他们的回答，然后检查模型是否准确。

4. 我如何处理“禁止组合”？

禁止组合是你设置的规则，用来防止不可能的组合，例如“豪华车”搭配“布制内饰”。但应谨慎使用，过多的禁止组合会降低设计的统计效率。

5. 这种方法比焦点小组更好吗？

它们的用途不同。焦点小组是定性的，以文字形式告诉你“为什么”。联合分析 是定量的，以数字告诉你“是什么”。对于确定最终产品规格和定价，联合分析可靠得多。