150 likes | 269 Views
正交试验设计在市场调查中的应用. 统计 082 班 组长:张润和 2070408245 组员:张 亮 2070408244 李荣宗 2070408232. 引言. 我们知道,消费者在购买产品/服务时通常会考虑许多因素,如价格、品牌、款式以及产品的特有功能等。那么在这些因素当中,每个因素对消费者的重要程度如何?在同样的机会成本下,产品具有哪些因素水平最能贏得消费者的满意?我们试用正交试验设计理论来分析解决这类问题。. 实例分析.
E N D
正交试验设计在市场调查中的应用 统计082班 组长:张润和2070408245 组员:张 亮2070408244 李荣宗2070408232
引言 • 我们知道,消费者在购买产品/服务时通常会考虑许多因素,如价格、品牌、款式以及产品的特有功能等。那么在这些因素当中,每个因素对消费者的重要程度如何?在同样的机会成本下,产品具有哪些因素水平最能贏得消费者的满意?我们试用正交试验设计理论来分析解决这类问题。
实例分析 • 假设某电脑公司计划向市场推出一款中低档的电脑,定价在6000元左右,目前电脑市场上假设有两家竞争对手,一是联想,二是TCL。联想具有品牌优势,而TCL是目前电脑市场上的新秀,具有价格上的优势。那么这家电脑公司应采用什么样的产品配置才能贏得消费者的青睐?
一、确定因素和水平 根据以往的经验,电脑的价格、品牌以及处理器类型是影响消费者选购电脑的最主要因素。因此,我们决定选取价格、品牌、处理器类型为主要因素进行分析。 根据市场调查我们还了解到,目前市场上中低档电脑价格在5000—7000元之间。因此,可以考虑的定价为5000、6000、7000;处理器类型方面,目前较普遍的中低档电脑配置为赛扬333、赛扬400、PⅡ400 。因此,最终选择的因素水平为:
二、正交设计表的确定 在本例中我们选用正交表L9(34)安排试验,那么结果如下:
三、数据的收集 数据的来源可以是多渠道的,不过大多数情况下我们选择问卷调查,因为这更容易于数据的统计。当然在这个案例中,我们必须自己设置一个控制指标,比如给每个方案一个购买欲望指数。我们这个案例以打分形式来评判,区间从1到9。1表示基本不购买,9表示完全可能购买。 通过调查得到消费者对这9个方案的打分情况,如:
四、用Minitab软件进行分析 • 信噪比响应表 望大 • 水平 品牌 处理器 价格 • 1 13.215 17.229 17.675 • 2 17.289 9.648 13.215 • 3 13.215 16.842 12.829 • Delta 4.073 7.581 4.847 • 排秩 3 1 2 • 均值响应表 • 水平 品牌 处理器 价格 • 1 5.333 7.333 7.667 • 2 7.333 3.667 5.333 • 3 5.333 7.000 5.000 • Delta 2.000 3.667 2.667 • 排秩 3 1 2
统计检验(方差分析) 极差分析法的优点是方法简单、直观、计算量少。但极差分析法不能估计试验过程中以及试验结果测定中必然存在的误差的大小,因而不能真正区分某因素各水平所对应的试验结果的差异究竞是由于水平的改变所引起的,还是由于试验误差所引起的。为了弥补极差分析法的不足,现引入方差分析法。就此例得到方差分析表:
五、确定因素重要性及最优配置 对于上例,进行分析后,我们可以认为该消费者在购买电脑时,在上述的三个因素中考虑最多的是处理器,其次分别是价格、品牌 。消费者最为看重的是处理器。 而最理想的配置则是: 品 牌:联想 处理器: PII400 价 格:5000
六、计算因素的水平效用 • 正交试验设计理论在市场调查中的应用目的并不是为了找出消费者的最佳方案,而是要在调查消费者对少数方案评价的基础上,预测该消费者对所有方案的评价。 • 要解决这个问题,我们首先要明确各个因素水平对于该消费者的效用,也就是该消费者对各个因素水平的满足程度。为此,我们先讨论“效应”的概念。 • 在一个因素的方差分析模型中,ui表示第i个水平所对应的总体均值,U为理论总均值,定义ai=ui – U,称为因素的第i个水平效应。仿此来处理我们现在的问题,由于指定因素的第i个水平的总体均值ui及理论均值U并不知道,我们只能用样本估计,因而定义: • 称为因素A的第i水平效应。其中为正交表上所有试验指标的总平均。
预测 接下来我们利用以上得到的信息对消费者选择方案进行预测,例如: 方案Ⅰ: XXPⅡ4006000 方案Ⅱ: 联想 赛扬333 5000 方案Ⅲ: TCL赛扬400 7000 建立消费者效用函数U(方案)=构成该方案所有因素水平效应值之和。 U(Ⅰ)=–0.667+1.333 – 0.667= –0.001 U(Ⅱ)=1.333 – 2.333 +1.667= 0.667 U(Ⅲ)=–0.667+1.000 – 1.000= –0.667 U(Ⅱ)> U(Ⅰ)> U(Ⅲ), 理性的消费者总是追求效用最大化,因此我们可以认为该消费者对方案Ⅱ的评价优于方案Ⅰ、方案Ⅲ。
前景展望 • 正交试验设计分析在市场调查中的应用是对消费者购买决策的一种现实模拟。在实际的抉择过程中,由于价格等原因,消费者要对产品的多个因素进行综合考虑,往往要在满足一些要求的前提下牺牲部分其它因素,是一种对因素的权衡与折衷。通过正交试验设计分析,我们可以模拟出消费者的抉择行为,可以预测不同类型的人群抉择的结果。利用这些信息可进行更深层次的市场研究。正交试验设计在市场研究中主要应用于以下几个领域: • 1.新产品/服务开发和设计 • 2.市场细分:将因素相对重要性或水平效应值相似的消费者聚类,以找出市场划分,估计 • 不同目标市场的占有率。 • 3.利润分析:对产品/服务的利润进行分析,这个过程中可能会找出某一因素水平的组合, • 虽然市场占有率较小,但可能是最有利可图的组合。 • 4.竞争分析:可以用正交试验设计的模拟操作预测某种产品/服务在各种竞争情景下可能获取的市场占有率。这种组合可能是市场上实际存在的,也有可能是虚拟的。根据可能的竞争情景构造组合投入到正交试验设计模型中,估计所有被调查者的选择行为,预测各模拟组合的市场占有率。
注意事项 • 在市场调查中应用正交试验设计进行分析时应注意以下几个方面: • 1.将所有最主要的因素列入分析范围,但由于技术上的原因,因素的个数不能太多,一般为5—7个。因素的确定应尽可能精简。 • 2.各因素的水平应尽量符合实际情况,因为被调查者是在给定的因素水平的条件下做出评价的。若不限于给定的水平,有可能会得到截然不同的分析结果。另外,各因素水平应尽可能平衡。 • 3.消费者是根据构成产品/服务的多个因素水平来进行理解和作出理性评价的。因此,数据的收集应该在确保受访者能够对各因素及因素水平完整理解的条件下进行。 • 4.在对水平效应进行分析时,应注意不同因素的水平效应的比较是没有意义的。我们不能说该消费者对联想品牌的偏好程度大于对赛扬400的偏好。但我们可以这样说,在其它因素水平相同的情况下,若选择TCL、赛扬400和联想、赛扬333,该消费者可能更偏爱前者。因为前两个因素水平的效应值和为0.333(–0.667+1.000)大于后两个因素水平效应值的和–1.000(1.333–2.333)。在正交试验设计分析中,消费者对方案的评价是一个相对的概念。因此,水平效应值的解释也是相对的。