Conjoint analysis – introduzione e panoramica

Conjoint overview


Conjoint analysis mira a trovare il posizionamento ottimale tra basso prezzo-bassa qualità e alto prezzo-alta qualità in termini di prezzo e caratteristiche, quantificando i trade-off e i compromessi che i clienti prendono nel prendere decisioni.

Ogni cliente che sceglie tra prodotti e servizi si trova di fronte a dei compromessi (vedi la nostra dimostrazione conjoint). L’alta qualità è più importante di un prezzo basso e di una consegna veloce, per esempio? O un buon servizio è più importante del design e dell’aspetto?

Per le aziende, capire esattamente come i clienti valutano i diversi elementi di un prodotto o servizio significa che lo sviluppo del prodotto può essere ottimizzato per dare il miglior equilibrio di caratteristiche o qualità per i prezzi che il cliente è disposto a pagare. In un mercato nel suo complesso, questo può essere usato per definire la migliore gamma di prodotti per diversi segmenti o esigenze di mercato, bilanciando le caratteristiche, il valore e il prezzo in un insieme di prodotti al fine di massimizzare il valore del cliente e i ritorni di mercato.

Un mezzo affermato e potente per stimare il valore del cliente

Con il continuo sviluppo e miglioramento da quando è stato inventato negli anni ’70 la conjoint analysis è diventata uno strumento fondamentale per la pianificazione del prodotto e la ricerca dei prezzi. Comprendendo precisamente come le persone prendono decisioni e cosa apprezzano nei vostri prodotti e servizi, potete elaborare lo sweetspot o il livello ottimale di caratteristiche e servizi che bilanciano il valore per il cliente con il costo per l’azienda e prevedere la domanda potenziale o la quota di mercato in una situazione di mercato competitivo.

Si tratta, tuttavia, di una tecnica sofisticata e sono necessarie competenze per garantire che il design e i risultati raggiungano gli obiettivi aziendali.

Principi della conjoint analysis – attributi e livelli

I principi alla base della conjoint analysis iniziano con la scomposizione di un prodotto o servizio nelle sue parti costitutive (chiamate attributi e livelli – vedi la sezione su come progettare uno studio di conjoint analysis) per poi testare le combinazioni di queste parti allo scopo di scoprire cosa preferiscono i clienti. Progettando lo studio in modo appropriato usando disegni statistici accuratamente scelti (conosciuti anche come disegni sperimentali) è poi possibile usare l’analisi statistica per elaborare il valore, o punteggio di utilità, di ogni parte del prodotto o servizio in termini di contributo alla decisione del cliente.

Per esempio un computer può essere descritto in termini di attributi come il tipo di processore, la dimensione del disco rigido e la quantità di memoria. Ognuno di questi attributi è suddiviso in livelli – per esempio i livelli dell’attributo per la dimensione della memoria potrebbero essere 1GB, 2GB, 3GB e 4GB.

Dagli attributi e livelli ai profili di prodotto e ai compiti di scelta

Questi attributi e livelli possono essere usati per definire prodotti diversi scegliendo livelli diversi per prodotti diversi, così la prima fase dell’analisi conjoint è quella di creare un insieme di profili di prodotto (possibili combinazioni di attributi e livelli) per produrre un insieme di opzioni tra cui i clienti o gli intervistati devono scegliere – conosciuti come set di scelta o compiti di scelta.

Ovviamente, il numero di profili potenziali aumenta rapidamente per ogni nuovo attributo aggiunto man mano che il numero di combinazioni possibili aumenta, quindi ci sono tecniche statistiche e metodi di progettazione per semplificare sia il numero di profili da testare che il modo in cui le preferenze sono testate in modo che la massima quantità di informazioni di scelta possa essere raccolta dal più piccolo insieme di compiti di scelta.

Scegliere il tipo giusto di conjoint analysis

L’approccio preciso alla creazione di “compiti di scelta” dipende da quale tipo o gusti di conjoint analysis è più appropriato usare. L’approccio più comune è la conjoint basata sulla scelta (CBC), ma ne esistono altri tipi. Agli studenti spesso viene insegnato il profilo completo della conjoint utilizzando valutazioni o carte, per altri attributi vengono utilizzati disegni adattivi, come l’analisi conjoint adattiva (ACA), la conjoint basata sul menu, o la conjoint basata sulla scelta adattiva (ACBC). Gli economisti potrebbero guardare ai metodi di preferenza dichiarata o di scelta discreta.

L’analisi conjoint potrebbe non essere l’opzione giusta. Altri approcci come MaxDiff, Simalto o studi sulla gerarchia dei bisogni, ognuno ha modi diversi di gestire l’equilibrio tra il numero di attributi che possono essere inclusi e la relativa complessità delle scelte che devono essere mostrate per ottenere dati di buona qualità.

Disegno e analisi statistica

Uno studio di conjoint analysis si basa su un appropriato disegno statistico per poter stimare i modelli di utilità. Una volta che tutti i compiti di scelta sono stati completati, l’analisi consiste nel modellare ciò che ha guidato le scelte o le preferenze dei clienti dai profili di prodotto offerti.

I risultati statistici quantificano sia ciò che sta guidando la preferenza dagli attributi e dai livelli indicati – noti come utilità o valori parziali e punteggi di importanza. Queste utilità danno una misura del valore di ogni livello, di ogni attributo, in termini di contributo alle scelte che sono state fatte e quindi mostra il valore relativo di un livello rispetto ad un altro.

Modelli di mercato – previsione del potenziale di mercato

L’output statistico fornisce un quadro quantificato dettagliato di come i clienti prendono decisioni, e un insieme di dati che possono essere usati per costruire modelli di mercato che possono prevedere le preferenze o stimare la quota di mercato in nuove condizioni di mercato per prevedere l’impatto dei cambiamenti di prodotto o servizio sul mercato. Per le imprese questo permette loro di vedere dove e come possono ottenere i maggiori miglioramenti rispetto ai loro concorrenti, dove possono aggiungere valore per il cliente, come il prezzo influisce sulle decisioni e così prevedere la domanda e le entrate. Non sorprende che la conjoint analysis sia diventata uno strumento chiave nella costruzione e nello sviluppo di strategie di mercato.

Combinando questi modelli di mercato con i costi interni del progetto, le aziende possono valutare le decisioni in termini di ritorno sull’investimento (ROI) prima di andare sul mercato. Per esempio determinando quali risorse mettere nello sviluppo di nuovi prodotti e in quali aree. I modelli di conjoint basati sulle scelte o di scelta discreta costituiscono anche la base di molte ricerche sui prezzi e di una potente segmentazione basata sui bisogni.

“Stavamo cercando un’agenzia in grado di comprendere le nostre soluzioni e la nostra complessa base di clienti per trasferire questa comprensione in un’indagine completa sui clienti.
dobney.com ha ottenuto rapidamente una profonda comprensione delle specificità della nostra attività e ha progettato un’indagine conjoint eccellente e all’avanguardia. Hanno fornito un servizio professionale e individuale di una qualità che non avevamo mai sperimentato prima. È stato fantastico lavorare con dobney.com e i risultati dell’indagine sono inestimabili per noi.”

Marketing Manager, Leica Microsystems

Alternative al conjoint – da MaxDiff ai configuratori e ai mock-up di e-commerce

La conjoint analysis è relativamente complessa perché richiede una comprensione di come usare e creare attributi e livelli, quale gusto usare, come fare i profili dei prodotti, quale compito di scelta offrire e poi come analizzare i dati e costruire il modello di mercato. È possibile utilizzare un software di serie che fornirà una guida e un aiuto, ma può anche rendere facile commettere errori o generare disegni scadenti. E la conjoint analysis non è sempre adatta, in particolare se ci sono molti livelli, o una spinta emotiva più profonda nel processo decisionale. Quindi, a seconda del prodotto o servizio, è possibile che gli approcci off-the-shelf non siano sempre adatti e che siano necessari altri metodi. Fortunatamente ci sono una serie di approcci correlati utilizzati come alternative alla conjoint analysis, come MaxDiff, i configuratori o Simalto (noti anche come griglie di trade-off). MaxDiff riguarda più la misurazione del valore da una lista di articoli, che la generazione di prodotti completi, ma usa molte delle stesse caratteristiche e analisi di conjoint. Simalto, come l’analisi conjoint, scompone i prodotti in attributi e livelli, ma poi li presenta agli intervistati come una griglia di opzioni.

Insieme o in alternativa all’analisi conjoint si possono utilizzare anche altre tecniche di ricerca, tra cui la costruzione di menu (la costruzione di un prodotto configurato da una gamma di opzioni selezionate) e studi di ricerca e filtraggio sotto forma di mock-up in stile e-commerce in cui gli intervistati cercano i loro prodotti preferiti.

Dimostrazioni e ulteriori letture

Per vedere il funzionamento matematico abbiamo un semplice esempio di conjoint analysis completamente elaborato in Excel per mostrare come funziona la conjoint analysis per stimare i valori parziali o le utilità dalla progettazione all’analisi.

  • Vedi la nostra dimostrazione interattiva di analisi conjoint istantanea che mostra come il valore del cliente può essere calcolato dalle scelte.
  • Vedi come funzionano i modelli e i simulatori di mercato conjoint per consentire migliori decisioni di ROI basate sui valori del cliente.
  • Principi di progettazione della conjoint analysis
  • Tipi o gusti di conjoint analysis

Per aiuto e consigli sull’uso della conjoint analysis per la modellazione del mercato, o per effettuare ricerche di conjoint analysis scrivi a [email protected]

Lascia un commento