В условиях волн пандемии маркетологам все сложнее успевать перестраивать маркетинговые инструменты своих фирм под изменения в моделях поведения потребителей. Методический подход, с которым мы сегодня познакомимся, в некоторой степени помогает маркетологу-аналитику и маркетологу-исследователю в их работе.

Название метода происходит от английского глагола to conjoin (соединять, сочетать). По другой версии слово conjoint – аббревиатура от словосочетания consider jointly, т.е. «рассматривать совместно», – название метода и отражает его ключевое отличие от традиционных техник.

Хотя конджойнт-анализ кажется сложным с точки зрения дизайна анкеты и анализа, и требующим больше усилий от респондентов, более простые подходы могут оказаться слишком нереалистичными и даже бесполезными.

Предположим, что мы проводим исследование, в котором товаром является ноутбук, и используем форму опроса, сходную с той, что показана на Рисунке 1:

Вполне вероятно, что респонденты будут чересчур быстро отвечать на важные вопросы анкеты. Недавнее исследование выявило, что среднее время, затрачиваемое на ответ, составляет 5 секунд. Кроме того, большинство респондентов ставили высокие оценки, в то время как нижняя часть шкалы в основном игнорировалась. Обычное дело для такого опроса. Результаты, с точки зрения статистики, ниже среднего: ассиметричное распределение, которое дает мало информации о различиях между атрибутами.

Заявленные таким образом предпочтения слабо помогают сделать ноутбук лучше. Например, непонятно, какой емкостью аккумулятора покупатели могут пожертвовать в пользу производительности процессора. Более того, выбранные ответы респондентов зачастую не отражают истинную значимость атрибутов. Всем хочется сказать, что цена при покупке не так важна. Никто из респондентов не хочет выглядеть дешево, хотя при совершении реальной покупки цена может стать решающим фактором.

Провести такой опрос о предпочтениях очень просто, однако полученные ответы будут иметь мало смысла. В реальном мире покупатели не могут всегда получать лучшее. Им приходится выбирать между существующими альтернативами и идти на уступки. Когда респонденты (так же, как и покупатели) вынуждены идти на компромиссы, мы получаем информацию об их истинных предпочтениях. Вместо того, чтобы просить респондентов оценить общие понятия, как, например, «емкость аккумулятора», мы просим их сделать выбор среди продуктов, обладающих реалистичными характеристиками. Полученные результаты будут и значимыми, и пригодными для принятия решений.

Основываясь на четко обозначенных свойствах продукта, позволяя лучше выделять различия в важности каждого из них, конджойнт-анализ нацелен больше на реализм. Конджойнт-анализ создает более подходящий контекст для исследования.

Рассмотрим вопрос о выборе между двумя альтернативами на примере исследования ноутбуков, показанном на Рисунке 2:

Вопросы могут быть сформулированы и для одной альтернативы за раз, как в традиционном методе демонстрации карточек, или попарно. Смысл парного сравнения в том, что людям проще находить незначительные отличия при непосредственном сравнении предметов. Например, если кто-то дает Вам камень весом 4 фунта, забирает, а потом дает камень весом 5 фунтов, маловероятно, что Вы сможете сказать какой из них тяжелее. Но если Вы держите по камню в каждой руке, Вам будет проще определить, какой из них весит больше. Несмотря на возможные преимущества парных сравнений, мы провели исследование и не нашли почти никаких различий между традиционным одинарным и парным конджойнт-анализом.

Другой тип конджойнт-анализа идет еще дальше с точки зрения реализма и расширяет идею парных сравнений. Пример конджойнт-анализа, основанного на выборе (Choice- based conjoint, CBC) дан на Рисунке 3:

Вопросы конджойнт-анализа, основанного на выборе, подражают тому, что покупатели делают в реальном мире — выбирают между несколькими предложенными вариантами.

Вариант ответа «ни один из вариантов» увеличивает реализм исследования, и позволяет респондентам, не желающим совершать покупку, проявить свою незаинтересованность. Данные, полученные таким способом, отражают выбор, а не просто предпочтения.

Если считать, что в конечном итоге в результате маркетингового исследования мы должны узнать, какой же выбор сделает потребитель, то тогда естественным образом стоит опираться на исследование, основанное на выборе.

Кто-то из заказчиков не имеет достаточных знаний о статистике, чтобы понять ортогональные структуры, допущения главных эффектов, или ценность частичных оценок. Другие, более подкованные специалисты, понимают, что это такое и могут это использовать. Но вне зависимости от того, являетесь ли Вы специалистом в статистике или нет, понятно, что модели, полученные из реалистично заданных вопросов, тоже будут реалистичны. Поэтому Вам будет комфортно с конджойнтом — который является таким надежным и проверенным временем методом.

Представленные ниже видео являются ознакомительными и у Вас есть альтернатива: Вы можете просмотреть первые 40-45 минут лекции слева, разбираясь в общих положениях применения Conjoint-анализа (так как оставшаяся часть лекции направлена на ознакомление с технической стороной применения метода в программной среде) или ознакомиться с материалом, представленным справа и направленным на представление практико-ориентированных аспектов Conjoint-анализа.