Конджойнт-анализ

Конджойнт-анализ (англ. conjoint analysis, от conjoint — совместный, объединённый) — это совокупность многомерных статистических методов, используемых для измерения предпочтений потребителей и оценки относительной важности различных атрибутов (свойств) товаров, услуг или концепций. В основе метода лежит предположение, что общая ценность продукта для потребителя складывается из полезностей (частичных полезностей) его отдельных характеристик, которые оцениваются не по отдельности, а в комбинации (конджойнте). Конджойнт-анализ широко применяется в маркетинговых исследованиях, экономике и социологии для прогнозирования рыночного спроса, оптимизации продуктового дизайна и ценообразования.

История возникновения

Развитие конджойнт-анализа связано с математической психологией и теорией измерений. Ранние работы в этой области принадлежат американскому психологу Л. Л. Тёрстоуну, который в 1927 году предложил метод парных сравнений. Однако современная форма метода была разработана в 1960—1970-х годах. Ключевой вклад внесли статистик и маркетолог Пол Грин (США) и его коллега В. Сринивасан, которые в 1978 году опубликовали работу «Conjoint Analysis in Consumer Research: Issues and Outlook», положившую начало широкому практическому применению метода.

Изначально конджойнт-анализ использовался в академических исследованиях и в военной промышленности США для оценки предпочтений военнослужащих при выборе оружия и снаряжения. С середины 1980-х годов метод получил распространение в коммерческом маркетинге, особенно в таких отраслях, как производство потребительских товаров, автомобилестроение и фармацевтика. В России и странах бывшего СССР активное внедрение конджойнт-анализа в маркетинговые исследования началось в 2000-х годах вместе с развитием рынка консалтинговых услуг.

Теоретические основы

Конджойнт-анализ базируется на концепции модели Ланкастера, сформулированной британским экономистом Кельвином Ланкастером в 1966 году. Согласно этой модели, полезность товара для потребителя определяется не товаром в целом, а набором его атрибутов (свойств). Каждый атрибут имеет несколько уровней (например, для автомобиля атрибут «тип кузова» может включать уровни «седан», «хэтчбек», «внедорожник»). Потребитель, выбирая товар, фактически оценивает комбинацию этих уровней.

Основные понятия:

• Атрибут — характеристика продукта (например, цена, цвет, бренд, размер).
• Уровень атрибута — конкретное значение или вариант атрибута (например, для атрибута «цена» уровни: 500 руб., 1000 руб., 1500 руб.).
• Частичная полезность (part-worth) — численная оценка предпочтительности данного уровня атрибута, полученная в результате анализа. Сумма частичных полезностей всех атрибутов по конкретному профилю продукта даёт общую полезность (utility) этого профиля.
• Профиль (стимул) — полное описание гипотетического продукта с указанием уровней всех анализируемых атрибутов.
• Относительная важность атрибута — вклад данного атрибута в общую полезность, выраженный в процентах и показывающий, насколько его изменение влияет на предпочтение потребителя.

Методы сбора данных

Существует несколько основных подходов к проведению конджойнт-анализа, различающихся формой предъявления стимулов респондентам:

1. Классический (полноценный) конджойнт-анализ (Full-Profile Conjoint Analysis) Респонденту последовательно показывают несколько полных профилей товаров (обычно от 8 до 25), каждый из которых представляет собой описание товара по всем заданным атрибутам. Задача респондента — оценить каждый профиль по шкале (например, от 1 до 10) или ранжировать их от наиболее к наименее предпочтительному. Это наиболее распространённый метод, однако он требует от респондента высокой концентрации, особенно при большом числе атрибутов (более 6–7).

2. Адаптивный конджойнт-анализ (Adaptive Conjoint Analysis, ACA) Этот метод разработан в 1980-х годах и реализуется в виде компьютерного интервью (сейчас — через веб-формы). Сначала респондент оценивает важность атрибутов, а затем программа адаптивно подбирает следующие профили, исходя из его ответов, чтобы наиболее эффективно измерить его предпочтения. ACA особенно удобен при большом числе атрибутов (до 10–12 и более).

3. Конджойнт-анализ на основе выбора (Choice-Based Conjoint Analysis, CBC) Самый популярный метод в современной маркетинговой практике. Респонденту предлагается серия задач выбора (choice tasks), в каждой из которых представлено несколько альтернативных профилей (например, 2–4 варианта продукта) и опция «ни один из предложенных». Респондент выбирает наиболее предпочтительный для него вариант. CBC максимально приближен к реальному покупательскому поведению и является основой для построения логит-моделей.

4. Метод мини-концепций Используется в основном в исследованиях услуг и сложных продуктов. Респонденту предъявляются короткие текстовые описания («мини-концепции»), объединяющие несколько ключевых атрибутов, и предлагается оценить привлекательность такой концепции. Этот метод не столь формализован, как классический, но позволяет оценивать эмоциональную окраску комбинаций.

Математическая модель и оценка

Для оценки частичных полезностей по полученным от респондентов данным используются различные статистические алгоритмы:

Регрессионный анализ (в рамках метода наименьших квадратов) применяется для данных, полученных по шкале интервалов (например, оценка от 1 до 10).

Логит-модели (дискретный выбор) — наиболее современный и точный подход для данных типа «выбор из нескольких альтернатив» (CBC). Здесь полезность каждого атрибута моделируется таким образом, чтобы вероятность выбора данного профиля соответствовала экспоненциальной функции от его общей полезности. В расчётах обычно используется метод максимального правдоподобия.

Многомерное шкалирование (MDS) применяется для визуализации предпочтений и выявления латентных (скрытых) атрибутов.

Частичные полезности могут быть рассчитаны:

• На индивидуальном уровне — для каждого респондента строится своя модель предпочтений. Это возможно при достаточном количестве задач выбора на одного респондента (обычно от 9 до 15).
• На агрегированном уровне — данные всех респондентов усредняются, рассчитывается общая «рыночная» модель.

Области применения

Конджойнт-анализ является одним из ключевых инструментов маркетинговых исследований. Основные сферы:

1. Разработка новых продуктов — позволяет определить, какие комбинации свойств продукта (функций, дизайна, цвета, материала) будут наиболее привлекательны для целевой аудитории, и избежать создания продукта с непопулярными характеристиками.

2. Ценообразование — с помощью конджойнт-анализа можно измерить эластичность спроса по цене и определить оптимальную цену, при которой суммарная полезность для потребителя и маржа для производителя будут наибольшими.

3. Оценка силы бренда — анализ позволяет выявить, какую «премию» потребители готовы платить за товар известного бренда по сравнению с аналогичным товаром неизвестного бренда.

4. Сегментация рынка — на основе индивидуальных моделей предпочтений потребители делятся на сегменты (кластеры) со схожими оценками частичных полезностей.

5. Прогнозирование рыночной доли — на основе оценок полезностей можно построить модель рыночного выбора (например, модель Брэдли-Терри) и спрогнозировать, какую долю рынка получит новый продукт при заданных ценах на него и конкурентов.

Преимущества и ограничения

Преимущества:

• Позволяет измерить субъективную ценность каждого атрибута в отдельности, что невозможно сделать с помощью прямых вопросов («насколько для вас важна цена?»), где респонденты часто завышают оценки.
• Моделируют реальный выбор, в котором потребитель обязан жертвовать одними свойствами ради других (компромисс).
• Выдаёт количественные, сопоставимые результаты.

Ограничения:

• Высокая сложность и трудоёмкость разработки анкеты; необходимость чётко определить атрибуты и их уровни, избегая избыточности.
• Зависимость от квалификации и внимательности респондента; при большом числе задач выбора усталость может исказить результаты.
• Неприменим для оценки продуктов с очень большим числом атрибутов (более 10–15) без специальных адаптивных методов.
• Результаты сильно зависят от состава и порядка предъявления профилей; необходимо рандомизировать и балансировать экспериментальный план.

Критика и современные тенденции

С момента своего появления конджойнт-анализ подвергался критике со стороны ряда учёных, в частности за то, что его использование в маркетинговых моделях может вести к переоценке предсказательной силы по сравнению с реальным поведением покупателей на рынке. Критики отмечают, что в гипотетическом выборе люди склонны завышать важность «рациональных» атрибутов (например, цены или гарантий) и недооценивать влияние бренда или импульсивных покупок.

Современное развитие метода связано с:

• Использованием машинного обучения (нейронных сетей, градиентного бустинга) для более точной оценки частичных полезностей;
• Применением в цифровой среде — онлайн-опросы, A/B-тестирование комбинаций в интерфейсах;
• Методом многозадачного (Multitask) анализа, когда для одного респондента оцениваются несколько выборов в разных контекстах;
• Развитием нелинейных моделей, учитывающих взаимодействие атрибутов (например, цвет и размер одновременно).

Источники

1. Green, P. E., & Srinivasan, V. (1978). Conjoint Analysis in Consumer Research: Issues and Outlook. Journal of Consumer Research, 5(2), 103–123.
2. Ланкастер, К. (1966). A New Approach to Consumer Theory. Journal of Political Economy, 74(2), 132–157.
3. Johnson, R. M. (1987). Adaptive Conjoint Analysis. Sawtooth Software Conference Proceedings.
4. Шмидт, Р. А., & Лебедев, А. В. (2005). Маркетинговые исследования: конджойнт-анализ. Маркетинг в России и за рубежом, № 4, с. 32–44.
5. Sawtooth Software. (2019). The CBC System for Choice-Based Conjoint Analysis. Technical Paper.
6. Louviere, J. J., & Woodworth, G. (1983). Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data. Journal of Marketing Research, 20(4), 350–367.