Метод совместного анализа как инструмент изучения предпочтений потребителей

  • Татьяна Андреевна Захарова GfK RUS Tatiana.Zakharova@gfk.com
  • Асхат Хасянович Кутлалиев GfK RUS Askhat.Koutlaliev@gfk.com

Аннотация

В статье рассматривается один из современных методов изучения потребительских предпочтений – совместный (conjoint) анализ. Описываются терминологическая база метода, предпосылки, лежащие в его основе, история возникновения, преимущества и недостатки, а также симуляционные программы, позволяющие на полученных с помощью метода результатах строить сценарные прогнозы. Иллюстрируются возможности метода на примере задачи сегментации рынка.
Ключевые слова:
совместный анализ, полезность, потребительские предпочтения, декомпозиционный подход, композиционный подход, модель дискретного выбора, модель главных эффектов, модель композиции с учетом взаимодействия атрибутов, симуляционная программа

Биографии авторов

Татьяна Андреевна Захарова, GfK RUS
консультант отдела обработки данных
Асхат Хасянович Кутлалиев, GfK RUS
руководитель Информационно-аналитического центра

Литература

Green P.E., Srinivasan V. Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice // Journal of Marketing. 1990.



Report on Conjoint Analysis Usage Among Sawtooth Software Customers // 2007 Sawtooth Software Conference Proceedings; http://www.sawtoothsoftware.com.



Черенков А.А. Применение метода совместного анализа в маркетинговых исследованиях // Маркетинг и маркетинговые исследования в России. 1999. № 2.



Green P.E., Krieger A.M., Wind Y. Thirty Years of Conjoint Analysis: Reflections and Prospects // Interfaces. 31:3. Part 2 of 2. May–June 2001. P. S56–S73; http://forum.gfk.ru/texts/index.html.



CBC User Manual: Version 5 / Ed. by B. Orme. Sequim, WA: Sawtooth Software, Inc., 2001.



The CBC Latent Class Technical Paper (Version 3) // Sawtooth Software Research Paper Series. 2004.



CBC Hierarchical Bayes Analysis: Technical Paper (Version 3.2) // Sawtooth Software Technical Paper Series. 2004.



The CBC/HBSystem for Hierarchical Bayes Estimation: Version 3.1. Sequim, WA: Sawtoth Software, Inc., 2003.



Huber J. Conjoint Analysis: How We Got Here and Where We Are (An Update) // Sawtooth Software Research Paper Series. 2005.



Orme B.K. Getting Started with Conjoint Analysis: Strategies for Product Design and Pricing Research // Research Publishers LLC. 2006.



Green P.E., Krieger A.M. Segmenting Markets with Conjoint Analysis // Journal of Marketing. October 1991. No. 55. P. 20–31.



Luce R., Tukey J. Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement // Journal of Mathematical Psychology. 1964. No. 1.



Green P.E., Rao V.R. Conjoint Measurement for Quantifying Judgmental Data // Journal of Marketing Research. 1971. Vol. 8 (August). P. 355–363.



Green P.E., Goldberg S.M., Montemayor M. A Hybrid Utility Estimation Model for Conjoint Analysis // Journal of Marketing. 1981. Vol. 45 (Winter). P. 33–41.



Green P.E. Hybrid Models for Conjoint Analysis: An Expository Review // Journal of Marketing Research. 1984. Vol. 21 (May). P. 155–159.



Louviere J., Woodworth G. Design and Analysis of Simulated Consumer Choice or Allocation Experiments // Journal of Marketing Research. 1983. Vol. 20 (November). P. 350–367.
Раздел
ТЕОРИЯ И ИСТОРИЯ МЕТОДОВ