1. Trang chủ
  2. » Luận Văn - Báo Cáo

Lecture Marketing research (12th edition) - Chapter 21: Multidimensional scaling and conjoint analysis

25 76 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 25
Dung lượng 919,88 KB

Nội dung

Chapter 21 - Multidimensional scaling and conjoint analysis. In this chapter, the following content will be discussed: Multidimensional scaling, approaches to creating perceptual maps, attribute based approaches, comparison of factor and discriminant analysis,...

1 Marketing Research Aaker, Kumar,  Leone and Day  Twelfth Edition Instructor’s  Chapter Twenty­One Multidimensional Scaling and Conjoint Analysis Marketing Research 12th Edition Multidimensional Scaling Used to:  • • • Identify dimensions by which objects are perceived  or evaluated  Position the objects with respect to those  dimensions Make positioning decisions for new and old  products Marketing Research 12th Edition Approaches To Creating Perceptual Maps Perceptual map Attribute data Nonattribute data Preference Similarity Factor  analysis Correspondence  analysis Discriminant  analysis MDS Marketing Research 12th Edition Attribute Based Approaches • • Attribute based MDS ­ MDS used on attribute data Assumption  ▫ • • The attributes on which the individuals' perceptions of objects are based  can be identified Methods used to reduce the attributes to a small number of  dimensions  ▫ Factor Analysis ▫ Discriminant Analysis Limitations ▫ Ignore the relative importance of particular attributes to customers ▫ Variables are assumed to be intervally scaled and continuous Marketing Research 12th Edition Comparison of Factor  and Discriminant  Analysis Discriminant Analysis • • • Identifies clusters of attributes  on which objects differ • Identifies a perceptual  dimension even if it is  represented by a single attribute • Statistical test with null  hypothesis that two objects are  perceived identically • Factor Analysis Groups attributes that are  similar Based on both perceived  differences between objects and  differences between people's  perceptions of objects Dimensions provide more  interpretive value than  discriminant analysis Marketing Research 12th Edition Perceptual Map of a Beverage  Market Marketing Research 12th Edition Basic Concepts of Multidimensional Scaling (MDS) • MDS uses proximities (value which denotes how similar or how different two  objects are perceived to be) among different objects as input  • Proximities data is used to produce a geometric configuration of points  (objects) in a two­dimensional space as output • The fit between the derived distances and the two proximities in each  dimension is evaluated through a measure called stress • The appropriate number of dimensions required to locate objects can be  obtained by plotting stress values against the number of dimensions Marketing Research 12th Edition Determining Number of Dimensions Due to large increase in the stress values from two dimensions to one,  two dimensions are acceptable Marketing Research 12th Edition 10 Attribute­based MDS Advantages • • Attributes can have diagnostic  and operational value  Disadvantages • Attribute data is easier for the  respondents to use • • Dimensions based on attribute  data predicted preference better  as compared to non­attribute  data • If the list of attributes is  not accurate and complete,  the study will suffer  Respondents may not  perceive or evaluate  objects in terms of  underlying attributes Marketing Research 12th Edition 11 Application of MDS With Nonattribute Data Similarity Data • • • Reflect the perceived similarity of two objects from the respondents'  perspective Perceptual map is obtained from the average similarity ratings Able to find the smallest number of dimensions for which there is a reasonably  good fit between the input similarity rankings and the rankings of the distance  between objects in the resulting space Marketing Research 12th Edition 12 Similarity Judgments Marketing Research 12th Edition 13 Perceptual Map Using Similarity Data Marketing Research 12th Edition 14 Application of MDS With Nonattribute Data (Contd.) Preference Data • • An  ideal  object  is  the  combination  of  all  customers'  preferred  attribute levels Location of ideal objects is to identify segments of customers who  have similar ideal objects, since customer preferences are always  heterogeneous Marketing Research 12th Edition 15 Issues in MDS • • • • Perceptual mapping has not been shown to be reliable  across different methods The effect of market events on perceptual maps cannot be  ascertained  The interpretation of dimensions is difficult When more than two or three dimensions are needed,  usefulness is reduced Marketing Research 12th Edition 16 Conjoint Analysis • • • Technique that allows a subset of the possible combinations of product  features to be used to determine the relative importance of each  feature in the purchase decision Used to determine the relative importance of various attributes to  respondents, based on their making trade­off judgments Uses: ▫ To select features on a new product/service ▫ Predict sales ▫ Understand relationships Marketing Research 12th Edition 17 Inputs in Conjoint Analysis • • • The dependent variable is the preference judgment that a  respondent makes about a new concept The independent variables are the attribute levels that need  to be specified Respondents make judgments about the concept either by  considering  ▫ Two attributes at a time ­ Trade­off approach ▫ Full profile of attributes ­ Full profile approach Marketing Research 12th Edition 18 Outputs in Conjoint Analysis • • • A value of relative utility is assigned to each level of an  attribute called partworth utilities The combination with the highest utilities should be the  one that is most preferred  The combination with the lowest total utility is the least  preferred Marketing Research 12th Edition 19 Applications of Conjoint Analysis • • • • Where the alternative products or services have a number of  attributes, each with two or more levels  Where most of the feasible combinations of attribute levels do not  presently exist Where the range of possible attribute levels can be expanded beyond  those presently available Where the general direction of attribute preference probably is known Marketing Research 12th Edition 20 Steps in Conjoint Analysis Marketing Research 12th Edition 21 Utilities for Credit Card Attributes Source: Paul E. Green, ‘‘A New Approach to Market Segmentation,’’ Marketing Research 12th Edition 22 Utilities for Credit Card Attributes (Contd.) Marketing Research 12th Edition 23 Full­profile and Trade­off  Approaches Source: Adapted from Dick Westwood, Tony Lunn, and David Bezaley, ‘‘The Trade­off Model and Its Extensions’’ Marketing Research 12th Edition 24 Limitations of Conjoint Analysis Trade­off approach • • The task is too unrealistic  Trade­off judgments are being made on two attributes,  holding the others constant Full­profile approach • If there are multiple attributes and attribute levels, the task  can get very demanding Marketing Research 12th Edition 25 End of Chapter Twenty­One Marketing Research 12th Edition ...2 Chapter Twenty­One Multidimensional Scaling and Conjoint Analysis Marketing Research 12th Edition Multidimensional Scaling Used to:  • • • Identify dimensions by which objects are perceived ... interpretive value than  discriminant analysis Marketing Research 12th Edition Perceptual Map of a Beverage  Market Marketing Research 12th Edition Basic Concepts of Multidimensional Scaling (MDS) • MDS uses proximities (value which denotes how similar or how different two ... Where the range of possible attribute levels can be expanded beyond  those presently available Where the general direction of attribute preference probably is known Marketing Research 12th Edition 20 Steps in Conjoint Analysis Marketing Research

Ngày đăng: 18/01/2020, 21:11

TỪ KHÓA LIÊN QUAN