Jak najlepiej zoptymalizować ofertę, czyli kilka słów o Adaptive Conjoint Analysis

Analiza Conjoint jako metoda pomiarowa jest znana jest w badaniach rynkowych od wielu lat, właściwie ze względu na potrzeby tych badań była rozwijana.

Zgodnie z zasadą, że lepiej być młodym, pięknym i bogatym niż starym, brzydkim i biednym, łatwo przewidzieć że sukces rynkowy odniesie samochód, który mało pali, ma dobre przyśpieszenie i ... mało kosztuje - a nie jego przeciwieństwo. Ale ponieważ jakość musi mieć swoją cenę, trzeba zmierzyć użyteczność poszczególnych cech produktu. Jaką wartość stanowi dla użytkownika to, że samochód przyśpiesza do 100 km/godz o jedną sekundę krócej? A jaką, że pali na 100 km o jeden litr mniej? Czy ten jeden litr między 12 a 13 jest tak samo ważki, co między 5 a 6?

Conjoint również świetnie radzi sobie z tak zwanymi cechami nominalnym, czyli z sytuacjami, gdy trudno jest przewidzieć jednolity kierunek preferencji wszystkich użytkowników. Możemy zatem zmierzyć wartość badanych marek, każdego typu nadwozia, różnych kolorów karoserii, tapicerki itp.

Czym jest conjoint?

• Metodą poznania, jak ludzie podejmują decyzje dotyczące wyboru produktów lub usług, które posiadają różne, wyraziste, czytelnie definiowalne cechy.
• Sposobem zadawania pytań, który próbuje odtwarzać świat rzeczywistych wyborów rynkowych, poprzez trudne wybory typu "coś kosztem czegoś"
• Metodą analizy statystycznej, która pozwala kwantyfikować preferencje wobec każdej specyficznej cechy produktu z osobna i szacowania ogólnej ważności każdego badanego wymiaru
• Swoistym założeniem ontologicznym, że całkowita wartość/użyteczność produkt równa jest sumie badanych jego cech.

Przykład:

Samochód model X = marka + przyśpieszenie + zużycie paliwa + cena

Dla każdej cechy określamy jakie jej poziomy będą mierzone. Na przykład:

Marka: Syrena, Trabant, Zaporożec
Przyśpieszenie do 80 km/godz:  14; 17;  20 sek.
Zużycie paliwa na 100 km :  9; 13; 17 l
Cena: 1700; 2200; 2700 PLN

Gdy na postawie badania wyliczymy jakie użyteczności cząstkowe zostały przypisane przez badanych każdej z cech, możemy obliczać dla dowolnej kombinacji tych poziomów całkowitą użyteczność produktu, który realnie występuje na rynku, porównać go z konkurencją i ustalić jakie modyfikacje szczególnie dobrze będą rokowały na rynku.

Oto przykładowy wynik. Z sumy użyteczności cząstkowych marki Syrena, przyśpieszenia 17 sek, zużycia paliwa 17 l i ceny 1700PLN uzyskano użyteczność równą "0":

Syrena "117" = Syrena + 17 sek + 17 l   + 1700 PLN
Użytczność całkowita (0 ) = (+20) + (- 10) + (-50) + (+40)
(użyteczności cząstkowe)

Przykładowa suma użyteczności, która mimo, że wynosi "0" nie oznacza, że model ten ma zerową szansę na rynku - o czym dalej.

Typy analizy Conjont

Pełny Profil zakłada, że respondentowi przedstawiany jest pełny opis produktu, to znaczy zawsze prezentowane są mu na raz wszystkie mierzone cechy, z tym, że opisy produktów różnią się konfiguracjach poziomów cech.

Sortowanie wszystkich profili lub ocena każdego profilu z osobna jest żmudnym, ale wykonalne zadanie dla większości respondentów jeżeli liczba kart jest sensowna.

Bardziej zawansowana i również bardziej realistyczna psychologicznie jest Choice-Based Conjoint, kiedy badanym przedstawia się dwa lub kilka produktów, spośród których mają wybrać najbardziej preferowany.

Mimo wielu zalet żadna z tych opcji nie może być stosowana, gdy liczba cech przekracza 6. Opis produktu staje się zbyt skomplikowany i respondent przestaje w ogóle zwracać uwagę na większość z nich, skupiając się na 2 - 3 dla niego najważniejszych.

Co więcej zwiększanie liczby, cech a zwłaszcza liczby poziomów powoduje gwałtowny wzrost liczby kart z profilami produktów, które respondent musi ocenić Granica wytrzymałości respondenta to 40 profili, choć najlepiej gdy liczba ich nie przekracza 30. Gdyby badano 6 cech, a każda z nich miała 4 poziomy to konieczne jest użycie 57 kart.

Adaptive Conjoint Analysis to jedyne remedium w takiej sytuacji ponieważ pozwala zbadać do 30 cech i do 15 poziomów dla każdej z nich.

Zastosowania Adaptive Conjoint Analysis

ACA jest jedyną możliwą metodą, gdy aby realistycznie oddać różnice produktów lub ofert musi zostać uwzględnionych wiele cech.

Zatem świetnie nadaje się do produktów dla których:

• ważne jest wiele cech: parametry techniczne, estetyczne, walory użytkowe gwarancje, serwisy, wartość marki, etc;
• istnieje wiele opcji wyposażenia dodatkowego;
• sprzedawany jest nie tyle konkretny produkt, co złożony pakiet usług.

Zatem świetnie nadaje się w takich dziedzinach jak:

• telekomunikacja,
• bankowość,
• ubezpieczenia,
• karty kredytowe,
• motoryzacja,
• telefony komórkowe,
• sprzęt komputerowy,
• sprzęt AGD,
• usługi turystyczne, etc.

Przebieg wywiadu

Wywiad realizowany jest w systemie CAPI (Computer Assisted Personal Interviewing) i jest to wymóg konieczny ponieważ program analizuje wcześniejsze odpowiedzi respondenta i na ich podstawie zadaje kolejne pytania - stawiając respondenta przed trudnymi wyborami na przykład co woli: ulubiona jego marka z odrzucanymi cechami produkt, czy odrzucana marka z preferowanymi cechami produktu.

CAPI dodatkowo stwarza możliwość wykorzystania multimediów, a więc pokazania zdjęć/projektów produktów, animacji ich funkcjonalności czy nawet odtworzenie szumu toczącej się opony przy niedozwolonej prędkości 120 km/godz.

Wywiad składa się z 4 (opcjonalnie z 5 części)

1. Wskazanie nie akceptowalnych poziomów cech np., nawet za półdarmo nie kupiłbym samochodu 3-drzwiwego, to w ogóle nie jest dla mnie (opcjonalna).
2. Uszeregowanie poziomów każdej cechy od najbardziej preferowanego do najmniej.
3. Zadeklarowanie, na ile ważna jest różnica między najbardziej preferowanym, a najmniej preferowanym poziomem każdej z cech.
4. Porównywanie par co najwyżej trzech cech produktu, z których każda z par jest tak konfigurowana przez program, aby w przypadku struktury preferencji danego respondenta, odpowiedź nie była oczywista. Jest to najdłuższa i najtrudniejsza część wywiadu.
5. Kalibracja. To dość proste zadanie służy weryfikacji wyliczonych dla respondenta użyteczności, jak również wykorzystywane jest w symulatorze rynkowym. Najpierw pojawia się pełny opis produktu który powinien być najmniej preferowany przez respondenta i pytamy go o szansę jego zakupu. Następnie pojawia się produkt, który najlepiej według wyliczonego przez program modelu odpowiada potrzebom danego respondenta. Na końcu oceniane są szanse zakupowe produktów budzące mieszane uczucia.

Oczywiście Adaptive Conjoint Analysis wkomponowane jest w normalny wywiad CAPI, który pozwala zebrać dodatkowe informacje o respondencie i jego opiniach.

Symulator rynkowy

Program wylicza dla każdego respondenta cząstkowe użyteczności każdego poziomu, ważność cech, jak również wskaźniki spójności odpowiedzi. Ten ostatni wskaźnik pozwala eliminować z dalszych analiz respondentów odpowiadających niespójnie.

Wyliczane są średnie użyteczności i ważności dla całej badanej populacji lub ich podgrup. Dane te są zwykle bardzo interesujące jednak wymagają ostrożnej interpretacji - de facto są z punktu widzenia marketingu są półproduktem. Najcenniejszym wynikiem są symulacje rynkowe - oczywiście nie są to prognozy udziałów rynkowych, tylko struktury preferencji konsumentów wobec różnych modelowanych dowolnie sytuacji. Symulator pokazuje strukturę preferencji wobec uwzględnionych w modelu produktów w postaci zrozumiałych i mających jednoznaczną interpretację - udziałów.

Przykład:

Wracając do przykładu z początku, w segmencie historycznych marek KDL struktura preferencji modeli różnych marek o identycznych parametrach mogłaby się ułożyć następująco:

Gdyby tak jednak udało się zmniejszyć zużycie paliwa Syrenkom to ich udział w strukturze preferencji na pewno gwałtownie by wzrósł.

Symulator odpowiada na pytania:

• Jakie produkt w danym konkurencyjnym otoczeniu może maksymalizować zainteresowanie moją ofertą? Jak go modyfikować aby maksymalizować popyt?
• Czy są takie modyfikacje, które są mniej kosztowne, a z punktu widzenia konsumentów równie użyteczne?
• Jak kształtować portfolio produktów, by docierać do różnych segmentów konsumentów i zwiększać ogólny udział?
• Jakimi działaniami mogę klientom rekompensować podwyżkę ceny lub minimalizować straty własne w przypadku konieczności obniżki ceny, czyli jak zubożyć produkt najmniej obniżając jego użyteczność?

Dzięki analizie udziałów w czytelny sposób można zaprezentować, jak w zależności od symulowanych scenariuszy wyglądają:

• przepływy między markami;
• zjawiska kanibalizacji?

Symulator pozwala testować wartość dowolnego pomysłu zmiany cech produktu oczywiście w ramach cech objętych badaniem.

Segmentacje

Dodatkową opcją analityczną jest możliwość dokonania segmentacji konsumentów ze względu na szczególną strukturę ich preferencji. Oczywiście zwykle najliczniejszy segment ma preferencje zbliżone do całej populacji - to on przecież kształtował średnią. Jednak analiza segmentacyjna pozwala czasem wykryć grupy o przeciwstawnych preferencjach lub na tyle nieliczne, że nie wpływały na wynik średni. Przyjrzenie się strukturze preferencji różnych segmentów pozwala rozważyć sensowność budowania ofertę dla nich. Analiza pozwala również ustalić kim są w sensie demograficznym, psychograficznym reprezentanci poszczególnych segmentów. Na przykład, jeżeli niszowi, ale bogaci - to zapewne warto.

Dlaczego warto stosować Adaptive Conjoint Analysis?

Jest to sprawdzona technika stosowana od lat w setkach badań na całym świecie w bardzo wielu dziedzinach. Obecnie również entuzjastycznie przyjmowana przez polskich klientów ponieważ:

• Pozwala na zebranie dużej liczby informacji w stosunkowo krótkim czasie.
• Dzięki technice CAPI wywiad jest bardziej interesujący dla respondentów i postrzegany jako mniej męczący co pozwala to redukować bylejakość odpowiedzi i podtrzymywać zaangażowanie respondenta aż do końca zadania.
• Użyteczności cząstkowe są bardziej wyraziste, lepiej uporządkowane niż z pełnych profili.
• Dla kategorii produktowych o wysokim poziomie zaangażowania konsumentów lepiej przewidywane są preferencje.

W opracowaniu wykorzystano doświadczanie własne Pentora oraz materiały firmy Sawtooth Software Inc.