Часто отношение можно измерить, только если рассматривать несколько атрибутов вместе, в то время как рассмотрение этих атрибутов по отдельности ничего не даст.

Для примера полезно сравнить такие товары, как компьютер, автомобиль и кофеварка. Сравнение будет производиться с точки зрения характеристик, определяющих их качество.

В компьютере главными потребительскими характеристиками являются быстродействие процессора, объем оперативной памяти для работы, объем диска для хранения программ и данных. Эти характеристики достаточно независимы, так как компьютер специально строится по модульному принципу. Если не хватает оперативной памяти, то ее можно просто докупить. Если мал объем диска, то его можно заменить более дорогой моделью, не затрагивая других важных характеристик.

В автомобиле все характеристики неразрывно связаны между собой. Экономичность выше для двигателей меньшей можности, безопасность выше у автомобилей большего размера. Но характеристики автомобиля сложны для анализа, так как обычно потребители указывают не менее пятидесяти характеристик таких обобщенных категорий, как экономичность, комфортность, престижность, надежность и др.

У кофеварки же важных характеристик немного (большинство пользователей назовет время закипания, объем и цену). Но и эти характеристики сильно взаимосвязаны. Если требуется увеличить объем, то увеличится и время закипания. Если потребуется ускорить закипание, то потребуется более дорогой нагреватель большей мощности.

Очевидно, что такой набор взаимосвязанных характеристик надо изучать совместно.

Описание метода

Именно для случая тесно взаимосвязанных характеристик, которые нельзя рассматривать по отдельности, и используется метод совместного анализа.

Пусть кофеварки могут иметь следующие характеристики: цену (800, 1000 и 1200 руб.), емкость (1 чашку, 2 чашек, 5 чашек) и время закипания (1 мин, 3 мин, 5 мин, 10 мин). Очевидно, что обычно потребителя предпочтитают экстремальные значения атрибутов: лучшая кофеварка – самая дешевая, самая большая и самая быстрая. Такие атрибуты называются базовыми.

При использовании метода совместного анализа составляются карточки со всеми возможными комбинациями атрибутов (для данного примера их будет 3´3´4=36) . Опрашиваемый должен расположить их по предпочтению (обычно в два этапа, как в предыдущем примере). Самому плохому объекту присваивается одно очко, следующему – два и т.д. Таким образом, чем лучше объект, тем больше он имеет очков.

Самая хорошая кофеварка будет, скорее всего, иметь цену 800 р., емкость – 5 чашек, время закипания – 1 минуту. Выбор варианта, следующего за самым хорошим, уже покажет, что важнее для респондента. Если следующий вариант будет дороже, то цена, скорее всего, будет наименее важным параметром, так как респондент готов поступиться ей в первую очередь. Более дорогая кофеварка для него почти так же хороша, как и самая лучшая.

Полный анализ результатов опроса проводится по следующим шагам.

Шаг 1. Варианты комбинаций признаков, записанные на карточках, последовательно нумеруются в соответствии с ответом респондента от 1 (самая плохая комбинация) до числа, равного количеству карточек (для примера – 36).

Шаг 2. Каждому значению каждого атрибута назначается произвольный вес. Для примера общее количество таких весов – 3+3+4=10. Удобно начать с единичных значений всех весов.

Шаг 3. Рассчитываются веса всех комбинаций как сумма весов атрибутов. Например, для самой плохой кофеварки суммарный вес будет равен

(вес цены 800 р.) + (вес времени 10 минут) +
+ (вес емкости 1 чашка) = 1+1+1 = 3.

Вначале веса всех комбинаций будут равны 3. Эта ситуация отражена как начальная на рРис. 40, а.

Шаг 4. Значения выбранных весов атрибутов изменяются до тех пор, пока не будет достигнуто наилучшее совпадение веса каждого варианта и присвоенного ему номера. Иными словами, цель поиска итоговых весов атрибутов – добиться того, чтобы у самой плохой кофеварки суммарный вес был бы равен 1, у следующей – 2 и т.д., а у самой хорошей – 36. Тогда веса «хороших» значений атрибутов будут велики.

Такую процедуру можно реализовать в MS Excel с помощью средства Поиск решения. Ставится оптимизационная задача: найти минимальное значение суммы квадратов (или абсолютных значений) отклонений сумм весов от номеров вариантов по всем вариантам при изменении весов атрибутов.

В идеале веса вариантов совпадут с номерами этих же вариантов (идеальная линия на рРис. 40, а). Реально же веса параметров не удается подобрать так, чтобы вес каждого варианта совпал с его номером.

Если наблюдается точное соответствие номера варианта и его веса, то отвечающий переупростил задачу, использовав принцип лексикографического упорядочивания вариантов. Такая ситуация вряд ли реальна: хорошая кофеварка может быть дорогая и большая, но не очень быстрая, чуть хуже оказывается вариант для приготовления кофе «на скорую руку» – маленькая быстрая кофеварка средней цены.

Если же респондент просто разместил карточки случайным образом, то кривая зависимости веса варианта от его номера будет сильно отклоняться от идеала то в одну, то в другую сторону.

Поэтому наиболее достоверным следует считать ответ, при обработке которого оказалось, тчо кривая отклоняется от идеала на ограниченую величину. Более подробно вопрос оценки достоверности ответов приведен в [24].

Рис. 40. Иллюстрация метода объединенных измерений

Шаг 5. Строятся графики полученных весов: по оси абсцисс – значение атрибута, по оси ординат – вес. Построенные в одном масштабе, они могут рассказать о том, как воспринимаются атрибуты (рРис. 40, б). Тот атрибут, который имеет наибольшую разницу значений весов, является наиболее важным. В данном случае это время закипания.Это может служить хорошей основой для сегментирования.

Иногда график имеет четко выраженный излом. Например, для цены он может идти горизонтально, а затем иметь резкий спад. Это говорит о наличии границы эластичности спроса. Это позволяет оценить, что потребитель может «стерпеть», а от чего тоно откажется.

Бывает, что максимум графика приходится на среднее значение, тогда оно является наиболее предпочтительным.

По графикам можно определить, какими характеристиками должен обладать вновь разрабатываемый прибор. Для этого следует взять то значение каждого параметра, которое имеет наибольший вес среди вариантов значений данного параметра Для примера рРис. 40 следует разрабатывать быструю кофеварку средней емкости по средней цене, так как время закипания – важнейший параметр и респондент считает наилучшим минимальное время. Средняя и низкая цена воспринимаются почти одинаково, но более высокая цена даст большую прибыль. Наилучшая емкость – средняя. Если же производство такой «идеальной» кофеварки технически сложно, то можно либо увеличить время закипания, так как разница весов для времени закипания в одну и три минуты мала, либо снизить емкость по той же причине.

Данный метод, как и метод многомерного шкалирования, анализирует мнение одного человека. Группировка респондентов по результатам измерений дает основу для сегментирования. Можно объединить в один сегмент ценовых покупателей, а затем разбить их на подсегменты по предпочтительной цене.

Но более полезно сегментировать опрошенных по их представлению об идеальном товаре. Для этого для каждого опрошенного выписываются по два-три наилучших варината и ищутся такие значения параметров кофеварки, которые удовлетворят наибольшее число потребителей. Потребители этого типа составят сегмент наибольшего размера.

В другом варинате обработки результатов находится минимальне количество вариантов, которые удовлетворят 90% опрошенных. Здесь сегменты формируются из потребителей, которые предпчитают каждую из выбранных кофеварок. Такое сегментирование отвечает на важный вопрос о том, сколько модификаций товара следует выпускать.

Проблемы применения метода

1. Выбор атрибутов. Они должны быть важными, влияющими на выбор товара, и в то же время должна иметься возможность управлять ими при разработке новых товаров. Можно вводить и качественные атрибуты, измеряемые в номинальной шкале, например, тип нагревателя: спиральный или плоский.

2. Определение количества уровней атрибутов. Их не должно быть слишком много, чтобы не затруднять респондента. В то же время для выявления сложной формы результирующих кривых требуется несколько значений.

3. Задание значений атрибутов. Они должны быть реальными, чтобы к опросу отнеслись серьезно (где это видано: суперкофеварка за 100 р.?).

4. Состоятельность ответов. Респондент может запутаться в ответах. Чтобы помочь ему, можно воспользоваться компьютером, коорый выводит на экран пару карточек с вариантами и спрашивает, какой из вариантов лучше. Но при этом может возникнуть противоречивость ответов, которую следует выявлять и исправлять с помощью респондента.

5. Выбор формы представления вопросов и природы суждений. Можно предъявлять для сортировки карточки со словесным описанием, разбить опрос на параграфы (1 параграф – 1 вопрос), либо предъявлять наглядные картинки и даже образцы.

6. Агрегирование суждений. Метод основан на анализе индивидуального мнения. Усреднение снизит ценность проделанной работы. Компромисс – группировка ответов, в частности, с применением кластерного анализа.

7. Добросовестность ответов. Следует решить, что делать с небрежными ответами. Обычно проверяют, как сказывается их учет или неучет на результаты исследований. В отчете следует привести выводы по этому вопросу.