Simulationtool zur Conjoint-Analyse

Die Conjoint-Analyse ist ein vollständiger Analyse-Prozess, der der Analyse neuer Produkte in einem Umfeld mit Konkurrenten dient.

Nach dem Durchführen einer Conjoint-Analyse besteht das Hauptinteresse dieses Ansatzes im Simulieren von reellen oder virtuellen Märkten, wobei lediglich die Informationen erhalten aus der Analyse einbezogen werden. So kann man einen Markt bestehend aus Produkten, die noch nicht durch die Individuen getestet wurden, die bei der Conjoint-Analyse befragt wurden, simuliert werden.

Die Conjoint-Analyse (ganz gleich ob basierend auf Auswahlen oder auf vollständigen Profilen) erlaubt es, Nutzen zu ermitteln, die jeder Kategorie eines Faktors von Interesse zugeordnet werden können. Diese partiellen Nutzen erlauben das Berechnen eines globalen Nutzens für jedes beliebige neue Produkt. Diese Nutzen erlauben daher das Berechnen der Marktanteile, die jedem Produkt in einem „idealen“ Markt zugeordnet werden können. XLSTAT-Conjoint erlaubt es diese Marktanteile unter Benutzung von zahlreichen Methoden (erste Auswahl, logit, Bradley-Terry-Luce, zufällige erste Auswahl) zu berechnen. Diese Methoden werden im Folgenden detailliert beschrieben.

Die erhaltenen Marktanteile können anschließend analysiert werden, um mögliche Markteinführungen neuer Produkte in Betracht zu ziehen. Die Ergebnisse dieser Simulationen bleiben jedoch abhängig von der Kenntnis des wirklichen Marktes und des Einbeziehens aller wichtigen Faktoren, die zu jedem Produkt gehören.

XLSTAT-Conjoint erlaubt ebenfalls Gewichte der Kategorien der Variablen oder der Individuen zu berücksichtigen. Daüber hinaus erlaubt XLSTAT-Conjoint Gruppen von Individuen zu berücksichtigen, falls eine Gruppenvariable (Segmentierung) verfügbar ist.

Sie kann beispielsweise auf der Klassifikation aufbauen, die während der zugehörigen Conjoint-Analyse durchgeführt wurde.

Simulationsmethode: XLSTAT-Conjoint bietet 4 Simulationsmethoden der Marktanteile an. Der erste Schritt besteht aus der Berechnung des zu jedem neuen Produkt gehörenden Nutzen. So ist beispielsweise für eine Conjoint-Analyse basierend auf Auswahlen zur Analyse von Herrenschuhen mit 3 Variablen: Preis (50 Euro, 100 Euro, 150 Euro), der Ausführung (Stoff, Leder, Wildleder) und der Farbe (braun, schwarz). Man erhält daher eine Nutzentabelle mit 8 Zeilen und einer Spalte. Man will nun einen Markt mit unter anderem einem Schuh zu 100 Euro, und schwarzem Leder simulieren. Der Nutzen dieses Produktes ist daher: U_P1=U_Preis-100 + U_F-Leder + U_C-Schwarz

Man berechnet diesen Nutzen für jedes Produkt des Marktes und man sucht die Auswahlwahrscheinlichkeit dieses Produktes unter Berücksichtigung einer der verschiedenen Schätzmethoden:

• Erste Auswahl: Dies ist die Ausgangsmethode. Man wählt das Produkt mit dem maximalen Nutzen mit einer Wahrscheinlichkeit von 1 aus.
• Logit: Dies ist eine Methode basierend auf der exponentiellen Funktion zum Finden der Wahrscheinlichkeit. Sie ist genauer als die erste Auswahl-Methode und wird ihr in der Regel bevorzugt. Sie hat jedoch den Nachteil die Hypothese IIA zu unterstellen (Hypothese der Unabhängigkeit der nicht zutreffenden Alternativen) Sie wird für das Produkt P1 berechnet als: P_P1 = e^U_P1β / Σ_i e^U_Piβ , wobei beta = 1 oder 2 ist.
• Bradley-Terry-Luce: Dies ist eine der logit Methode verwandte Methode, jedoch ohne Verwendung einer Exponentialfunktion. Sie unterstellt ebenfalls die Hypothese IIA und benötigt positive Nutzenwerte (im Fall von beta=1). Sie wird für das Produkt P1 berechnet als: P_P1 = U_P1^β / Σ_i U_Piβ^β , wobei beta = 1 oder 2 ist.
• Zufällige erste Auswahl: Dies ist eine Methode, die in der Mitte zwischen logit und erster Auswahl angesiedelt werden kann. Sie hat den Vorteil nicht die Hypothese IIA zu unterstellen und sie basiert auf einem einfachen Prinzip: Man erzeugt eine sehr große Anzahl an Ausprägungen einer Gumbel-Verteilung und man erzeugt eine neue Reihe von Nutzenwerten unter Einbezug der Ausgangsnutzen, zu denen man die erzeugten Zahlen hinzuaddiert. Für jede erzeugte Reihe von Nutzen, benutzt man die erste Auswahl Methode, um eines der Produkte auszuwählen. Man wird daher geringe Abweichungen um die berechneten Nutzenwerte akzeptieren. Diese Methode ist die am weitesten fortgeschrittene Methode, gleichzeitig jedoch die am besten geeignete für den Fall der Conjoint-Analyse.
•  

Im Fall von mehreren Spalten mit Nutzenwerten (im Fall einer Conjoint-Analyse mit kompletten Profilen), wird der Mittelwert der erhaltenen ahrscheinlichkeiten für jedes Individuum gebildet.