SAS市場(chǎng)研究應(yīng)用介紹:組合/聯(lián)合分析

一 SAS市場(chǎng)研究模塊介紹

市場(chǎng)研究是指研究組織（企業(yè)）與客戶、公眾三者關(guān)系的規(guī)律的過(guò)程，是市場(chǎng)營(yíng)銷領(lǐng)域中的一個(gè)重要元素。它把消費(fèi)者、客戶、公眾和營(yíng)銷者通過(guò)信息聯(lián)系起來(lái)，這些信息有以下職能：識(shí)別、定義市場(chǎng)機(jī)會(huì)和可能出現(xiàn)的問(wèn)題，制定、優(yōu)化營(yíng)銷組合并評(píng)估其效果。

因此，市場(chǎng)研究不僅僅是研究購(gòu)買者及用戶的心理和行為，而且是對(duì)市場(chǎng)營(yíng)銷活動(dòng)的所有階段加以研究，即對(duì)從生產(chǎn)者到消費(fèi)者這一過(guò)程中的全部商業(yè)活動(dòng)的資料和數(shù)據(jù)作系統(tǒng)的收集、記錄、整理和分析，以了解商品的現(xiàn)實(shí)市場(chǎng)和潛在市場(chǎng)，其研究范圍是所有的產(chǎn)品及服務(wù)。

市場(chǎng)研究重點(diǎn)是將注意力放在消費(fèi)者的偏好、選擇上，以及潛在消費(fèi)者上。

SAS軟件我們知道的包括在BASE SAS的基礎(chǔ)上，還有許多功能模塊：SAS/STAT（統(tǒng)計(jì)分析模塊）、SAS/GRAPH（繪圖模塊）、SAS/QC（質(zhì)量控制模塊）、SAS/ETS（經(jīng)濟(jì)計(jì)量學(xué)和時(shí)間序列分析模塊）、SAS/OR（運(yùn)籌學(xué)模塊）等,SAS/MRA(市場(chǎng)研究)應(yīng)用可以為市場(chǎng)研究和數(shù)據(jù)分析提供統(tǒng)計(jì)和圖形技術(shù)等,在研究消費(fèi)偏好,選擇上,潛在消費(fèi)者上等方面有很大的優(yōu)勢(shì)。

SAS市場(chǎng)研究應(yīng)用具體會(huì)使用到組合分析、離散選擇分析、一致性分析、多維等級(jí)分析等統(tǒng)計(jì)方法。本期我們將初步一一進(jìn)行對(duì)上述方法當(dāng)個(gè)簡(jiǎn)單的介紹。

二 組合分析/聯(lián)合分析（conjoint analysis）

組合/聯(lián)合分析（Conjoint analysis）是多重變量分析主要分析之一，在社會(huì)學(xué)、生物統(tǒng)計(jì)學(xué)、數(shù)量心理學(xué)、市場(chǎng)研究、產(chǎn)品管理、運(yùn)籌學(xué)等領(lǐng)域的統(tǒng)計(jì)實(shí)證分析應(yīng)用廣泛;此方法也是被市場(chǎng)研究領(lǐng)域所常用一種方法。 

組合/聯(lián)合分析用來(lái)評(píng)價(jià)消費(fèi)者偏好,是市場(chǎng)研究領(lǐng)域最常用的一種方法。如果將產(chǎn)品看成一些屬性的組合，那么組合分析可以決定哪種屬性對(duì)決定產(chǎn)品偏好最重要，以及哪種屬性水平的組合是最受偏好的。一般來(lái)說(shuō)，組合分析是因變量方差的主效應(yīng)分析。偏好為因變量，屬性為自變量。通常將因變量進(jìn)行單調(diào)轉(zhuǎn)換來(lái)擬合無(wú)交互作用的模型。

組合/聯(lián)合分析的基本原理與步驟

組合/聯(lián)合分析是通過(guò)假定產(chǎn)品具有某些特征，對(duì)現(xiàn)實(shí)產(chǎn)品進(jìn)行模擬，然后讓消費(fèi)者根據(jù)自己的喜好對(duì)這些虛擬產(chǎn)品進(jìn)行評(píng)價(jià)，并采用數(shù)理統(tǒng)計(jì)方法將這些特性與特征水平的效用分離，從而對(duì)每一特征以及特征水平的重要程度作出量化評(píng)價(jià)的方法。

組合/聯(lián)合分析的基本假定 

組合/聯(lián)合分析假定分析的對(duì)象如品牌、產(chǎn)品、商店等，是由一系列的基本特征（如：質(zhì)量、方便程度、價(jià)格）以及產(chǎn)品的專有特征（如電腦的CPU速度、硬盤容量等）所組成的；消費(fèi)者的抉擇過(guò)程是理性地考慮這些特征而進(jìn)行的。

組合/聯(lián)合分析的主要步驟

通常由以下幾部分組成： 

1. 確定產(chǎn)品特征與特征水平：聯(lián)合分析首先要對(duì)產(chǎn)品或服務(wù)的特征進(jìn)行識(shí)別。這些特征與特征水平必須是顯著影響消費(fèi)者購(gòu)買的因素。

2. 產(chǎn)品模擬：聯(lián)合分析將產(chǎn)品的所有特征與特征水平通盤考慮，并采用正交設(shè)計(jì)的方法將這些特征與特征水平進(jìn)行組合，生成一系列虛擬產(chǎn)品。

3. 數(shù)據(jù)收集：請(qǐng)受訪者對(duì)虛擬產(chǎn)品進(jìn)行評(píng)價(jià)，通過(guò)打分、排序等方法調(diào)查受訪者對(duì)虛擬產(chǎn)品的喜好、購(gòu)買的可能性等。 

4. 計(jì)算特征的效用：從收集的信息中分離出消費(fèi)者對(duì)每一特征以及特征水平的偏好值，這些偏好值也就是該特征的“效用”。 

5. 市場(chǎng)預(yù)測(cè)：利用效用值來(lái)預(yù)測(cè)消費(fèi)者將如何在不同產(chǎn)品中進(jìn)行選擇，從而決定應(yīng)該采取的措施。

組合/聯(lián)合分析在市場(chǎng)研究和營(yíng)銷當(dāng)中的用途

在市場(chǎng)研究中，組合/聯(lián)合分析可用于不同的用途，主要有： 

1. 確定消費(fèi)者選擇過(guò)程中不同屬性的相對(duì)重要性,可以間接推導(dǎo)出構(gòu)成產(chǎn)品的所有屬性的相對(duì)重要性權(quán)重的估計(jì)值，這些權(quán)重表示哪些屬性對(duì)消費(fèi)者的選擇有重要影響。 　　　

2. 根據(jù)不同屬性水平偏好的相似度進(jìn)行市場(chǎng)細(xì)分。屬性的效用函數(shù)可作為調(diào)查對(duì)象聚類的依據(jù)， 以便得到偏好相同的細(xì)分市場(chǎng)。 

3. 估計(jì)具有不同屬性水平的品牌的市場(chǎng)份額。估算的效用可作為模擬選項(xiàng)的輸入，以 便確定不同選項(xiàng)的份額，并由此估算不同品牌的市場(chǎng)份額。 

4. 確定最受歡迎產(chǎn)品的屬性構(gòu)成。可以通過(guò)屬性水平的調(diào)整，改變品牌特征并估計(jì)相應(yīng)的效用。 產(chǎn)生最高效用的品牌特征代表最受歡迎的品牌的構(gòu)成。

組合/聯(lián)合分析的應(yīng)用

聯(lián)合分析是對(duì)人們購(gòu)買決策的一種現(xiàn)實(shí)模擬。因?yàn)樵趯?shí)際的抉擇過(guò)程中，由于價(jià)格等原因，人們要對(duì)產(chǎn)品的多個(gè)特征進(jìn)行綜合考慮，往往要在滿足一些要求的前提下，犧牲部分其他特性，是一種對(duì)特征的權(quán)衡與折衷(Trade-off)。通過(guò)聯(lián)合分析，我們可以模擬出人們的抉擇行為，可以預(yù)測(cè)不同類型的人群抉擇的結(jié)果。因此，通過(guò)聯(lián)合分析，我們可以了解消費(fèi)者對(duì)產(chǎn)品各特征的重視程度，并利用這些信息開發(fā)出具有競(jìng)爭(zhēng)力的產(chǎn)品。 

聯(lián)合分析目前已經(jīng)廣泛應(yīng)用于消費(fèi)品、工業(yè)品、金融以及其它服務(wù)等領(lǐng)域。在現(xiàn)代市場(chǎng)研究的各個(gè)方面，如新產(chǎn)品的概念篩選、開發(fā)，競(jìng)爭(zhēng)分析，產(chǎn)品定價(jià)，市場(chǎng)細(xì)分，廣告，分銷，品牌等領(lǐng)域，都可見到聯(lián)合分析的應(yīng)用。

三 組合/聯(lián)合分析案例

以一個(gè)汽車輪胎購(gòu)買的例子來(lái)說(shuō)明SAS軟件的應(yīng)用：

假設(shè)消費(fèi)者在購(gòu)買汽車輪胎時(shí)，需要考慮到四個(gè)屬性：商標(biāo)名、期望跑動(dòng)英里、購(gòu)買價(jià)格、安裝成本。取值分別如下：

將采訪七個(gè)被訪者，分別對(duì)54中組合中的18個(gè)組合進(jìn)行排序，由此得到7中排序，分別為rank1,rank2,rank3…rank7。

SAS操作步驟如下：

（1）激活應(yīng)用：選擇窗口—分析——市場(chǎng)研究

（2） 選擇數(shù)據(jù)集和分析方法：數(shù)據(jù)集是sasuser.tires，分析方法是conjoint analysis.

（3） 查看數(shù)據(jù)：選擇view data按鈕，出現(xiàn)兩個(gè)選項(xiàng)，data values查看數(shù)據(jù)情況，variable attributes查看變量信息。

（4） 選擇變量：點(diǎn)擊OK進(jìn)入變量選擇窗口，偏好變量（preference variable）是七個(gè)被訪者的排序（rank1，rank2…rank7），屬性變量是四個(gè)因素（band，charges，price，mileage）?？勺约哼x擇度量的或者非度量的分析，度量的分析使用原來(lái)的排序，非度量的分析會(huì)對(duì)數(shù)據(jù)排序做一個(gè)單調(diào)轉(zhuǎn)換。

——當(dāng)變量最低的排序，1，對(duì)應(yīng)的是最偏好的組合時(shí)，要使用“metric（reflected）”，reflected代表反轉(zhuǎn)。

——當(dāng)可以為變量指定類型，qualitative代表定性的，定性變量之間的協(xié)方差為0，那么效用的協(xié)方差也為0，

（5） 點(diǎn)擊OK，呈現(xiàn)分析。

結(jié)果解讀：

第一幅圖呈現(xiàn)的是四個(gè)屬性的重要性比較

可以看出，圖中顯示最重要的屬性是英里數(shù)（mileage）。為了獲得更多結(jié)果，可以點(diǎn)擊工具欄的結(jié)果菜單：

效用表：顯示每種偏好（preference，因變量）下屬性各取值的效用系數(shù)?？梢钥闯鰧?duì)于rank1，即從第一個(gè)被訪者的排序來(lái)看，band是最重要的屬性，RollsAhead是最偏愛的品牌，那么由此得到第一個(gè)被訪者的最偏好英里數(shù)為80000英里，45美元，免安裝費(fèi)的RollsAhead牌輪胎。

效用圖：直觀顯示每個(gè)被訪者對(duì)不同屬性的效用直線。

市場(chǎng)占有率模擬：使用結(jié)果菜單的“市場(chǎng)占有率模擬”，可以模擬出每種輪胎的期望市場(chǎng)占有率。圖中可以看出，第一種組合即價(jià)格為45美元，英里數(shù)為80000，免安裝費(fèi)的TireMax牌輪胎市場(chǎng)占有率最高，為42.9%?？梢杂米畲笮в媚Ｐ湍M，也可以用logit模型模擬，這可以自己選擇。

需要注意的是，案例中只需要被訪者對(duì)18中組合進(jìn)行評(píng)價(jià)，實(shí)際上有54中組合，SAS可以預(yù)測(cè)其余36中組合的情況，點(diǎn)擊Add Row一個(gè)一個(gè)添加，或者點(diǎn)擊Add All自動(dòng)添加所有，再進(jìn)行預(yù)測(cè)即可。