- Conjoint Analysis - Disse modeller giver forbrugerne mulighed for at evaluere en række ægte eller hypotetiske produkter eller tjenester, der er defineret af de attributter, de har. Svarene fra forskningsdeltagere bruges til at identificere en relativ værdi for hver funktion.
- Tilpasset Conjoint - Denne model af konjointanalyse letter analysen af et meget stort antal produkt- eller serviceattributter eller niveauer af attributter.
- Decision Tree - Disse modeller bruges til markedsundersøgelser til at repræsentere beslutningsprocessen, som kan omfatte resultater, der var et resultat af tilfældigheder, ressourcetilgængelighed eller nytteværdi.
Bridge Gap Between Insight og Optimization: Purchase Decision Hierarchy
Den forskning, der går ud på en produktlancering, skal svale med mange niveauer af information. Overvejning af måder at optimere en service eller produktlinje vil være tilbøjelige til at dominere de tidligste faser af oprydning til en produktlancering, men at undersøge de beslutningsprocesser, som forbrugerne sætter i spil på købsstedet, kan bidrage til at forme disse tidlige overvejelser . Et hierarki af sorter involverer forbrugerne i deres købsbeslutninger . Dette hierarki kommer mest let i fokus, når der anvendes en lang række kilder til data og information, herunder - vigtigst af alt - markedsundersøgelser og salgsdata.
Selv om salgsdata kan være nyttige med hensyn til indsigt i svækkelse af præstationer eller faldende markedsandel , har den ikke meget forudsigelig kapacitet. Mere intim kundekundskaber kan give indsigt i, hvad der sandsynligvis vil ske med markedsandele, når et produkt er midlertidigt ude af lager eller fjernet fra en produktlinje.
Markedsundersøgelser kan give disse typer indsigter samt en forståelse af ny produktpræference del eller om at skifte adfærd fra eksisterende produkter til et nyligt lanceret produkt.
Produkt- eller serviceoptimering kan være en omkostningseffektiv indsats og er altid en højrisikoopsætning, der kræver det højeste niveau af præcision og kapacitet til bred og dyb scenariosimulering. Både diskrete valganalyser (DCA) eller valgbaserede konjoint-processer (CBC) kan opfylde disse markedsundersøgelseskrav.
Beslutning Træer: Et Budgetbevidst Mulighed
Decision tree modeller kan bruges til at udvikle en dybere forståelse af forbrugernes hierarkiske købsadfærd . At lære, hvilken produkt eller tjeneste der tillægger trompet hinanden og hvordan for eksempel disse dynamikker relaterer sig til hyldeorganisationen i mursten og mørtelmiljøer, sætter et fint punkt på forbrugernes indsigt. Decision tree modeller kan manipuleres til at fokusere på enten mærke perspektiver eller produkt perspektiver. Beslutningstræsmodeller udnytter ofte en visuel repræsentation af de produkter, der overvejes for at lette forskningsprocessen.
Opbygningen af et beslutningstræ er centralt for dets evne til at fremkalde og opfange hierarkiske reaktioner fra forbrugere inden for rammerne af en intuitiv undersøgelseserfaring .
På grund af afgørende træningsmarkedsundersøgelser for afgørende markedsføringsretning skal beslutningstræningsmetoder have strukturel integritet og trygt reducere respondentbyrden . At gå den ekstra mil i udformningen af beslutningstræet markedsundersøgelser vil bidrage til at undgå de faldgruber, som undersøgelser forskning kan støde på.
Effekten af speedster respondents på de endelige undersøgelser forskningsresultater kan have en væsentlig negativ indvirkning på beslægtede forretningsbeslutninger . Det er vigtigt at have en datakvalitet rengøringsproces , der identificerer speedster respondenter og fjerner deres data fra datasættet. Af disse grunde kan markedsforskere anvende en verifikationsproces, der er indbygget i undersøgelsens forskning eller indebærer en opfølgningsmulighed med hver enkelt respondent . Disse undersøgelsesresponser kan revideres og justeres efter behov.