摘要如何有效滿足個性化需求已成為現(xiàn)代企業(yè)參與市場競爭成功的關(guān)鍵。因此，開展個性化需求分析方法的研究具有重要的實踐意義。本文根據(jù)問卷調(diào)查數(shù)據(jù)統(tǒng)計結(jié)果，選取走在個性化需求前列的耐用消費品——冰箱作為研究實例，運用聯(lián)合分析的方法建立模型，以確定最滿足顧客需要的產(chǎn)品。

關(guān)鍵詞個性化需求聯(lián)合分析效用函數(shù)

中圖分類號:C931文獻標(biāo)識碼:A

如何滿足客戶的個性化需求，成為影響企業(yè)生存和發(fā)展的關(guān)鍵。用傳統(tǒng)的定制的方法滿足個性化需求因其可重用性差往往造成高成本和長交貨期，而現(xiàn)在產(chǎn)品生命周期和交貨期日益縮短、且企業(yè)間激烈競爭導(dǎo)致產(chǎn)品價格不斷下降，因此傳統(tǒng)滿足個性化需求的方式不能被現(xiàn)在的企業(yè)和消費者接受。企業(yè)未能充分把握客戶個性化需求，究其原因在于缺乏可指導(dǎo)企業(yè)實踐的個性化需求分析方法。因此展開相關(guān)實證研究具有重要意義。本文即基于此，以家用電冰箱產(chǎn)品為實例，研究個性化需求分析方法。

1 聯(lián)合分析的基本概念與公式

聯(lián)合分析是一種多元統(tǒng)計方法，因變量是消費者對某一輪廓的整體偏好評價，某一輪廓的整體也稱為主輪廓，是由全部屬性的各個水平組合而成的，自變量是組成各個輪廓的不同屬性水平，因此聯(lián)合分析是在已知消費者對全輪廓的評價結(jié)果基礎(chǔ)上，經(jīng)過分解的辦法去估計結(jié)構(gòu)的一種分析方法。聯(lián)合分析的基本模型可用下列效用函數(shù)表示:(1)

其中=1、2、…、，表示有個產(chǎn)品屬性，屬性有=1、2、…、個屬性水平;為一個產(chǎn)品組合的總效用;表示屬性水平的部分效用值;為虛擬變量，當(dāng)屬性水平存在時取值為1，否則為0。這是一個常用的只有主效應(yīng)的基本效用模型，沒有考慮交叉效應(yīng)。

第i個屬性的重要程度由貢獻最大的與貢獻最小的部分效用值的差所得到的效用全距來表示:{} (對于屬性的全部水平)(2)

第個屬性的相對重要性: (3)

2 聯(lián)合分析的基本步驟

運用聯(lián)合分析方法沒有嚴(yán)格的步驟，一般按下列程序進行。

2. 1對產(chǎn)品或服務(wù)的屬性和屬性水平進行識別，所確定的產(chǎn)品或服務(wù)的屬性應(yīng)該是影響消費者喜好的突出屬性，它們對市場而言是最重要的，從經(jīng)營管理角度說這種屬性和屬性水平是可操作的。

2.2產(chǎn)品模擬聯(lián)合分析將產(chǎn)品的所有屬性與屬性水平通盤考慮，并采用正交設(shè)計的方法將這些屬性與屬性水平相結(jié)合，生成一系列虛擬產(chǎn)品，在實際應(yīng)用中，通常每一種虛擬產(chǎn)品被分別描述在一張卡片上，聯(lián)合分析的產(chǎn)品模擬主要有兩類方法:配對法和全輪廓法。

2.3數(shù)據(jù)收集請受訪者對虛擬產(chǎn)品進行評價，通過打分、排序等方法，調(diào)查受訪者對虛擬產(chǎn)品的喜好、購買的可能性等。

2.4計算屬性的效用從收集的數(shù)據(jù)中分離出消費者對每一屬性及屬性水平的偏好值，這些偏好值就是該屬性的“效用”。

2.5估計和驗證聯(lián)合分析所得到的“效用”必須通過分析才能得到確認(rèn)，其分析主要包括信度和效度評價，以評價在消費者個體層次和消費者群體層次上聯(lián)合分析模型的正確性。

2.6解釋與應(yīng)用對所分析的結(jié)果進行解釋，利用效用值來預(yù)測消費者如何在不同的產(chǎn)品中進行選擇，從而決定應(yīng)采取的不同措施。

3 實例:冰箱個性化需求的聯(lián)合分析

通過與武漢市區(qū)內(nèi)四家電器銷售店營銷員的溝通，查詢海爾和西門子網(wǎng)站和其他冰箱相關(guān)網(wǎng)站以及對相關(guān)文獻的研究，用頭腦風(fēng)暴法初步確定冰箱產(chǎn)品屬性和水平，再對冰箱客戶展開初步調(diào)研，修正后的產(chǎn)品屬性及其水平如下表1所示。

根據(jù)前述設(shè)定的相關(guān)要求，發(fā)放問卷進行調(diào)研，對調(diào)研結(jié)果進行統(tǒng)計匯總，得出每個屬性被選擇的次數(shù)，然后除以100，得出每個屬性的相對關(guān)注程度，再對其進行排序，結(jié)果如下:

耗電量85%;靜音性能64%;價格58%;環(huán)保56%;品牌52%;外形尺寸39%;容積36%;顏色33%;制冷方式16%;冷凍室構(gòu)造14%;除菌12%;控制方式4%.

一個典型的聯(lián)合分析屬性應(yīng)不超過6-7個顯著因素，但針對不同情況會有不同，屬性過多會加重消費者的負(fù)擔(dān)，或者降低模型預(yù)測的精確性;屬性太少，又會嚴(yán)重降低模型的預(yù)測能力，因為模型中丟失了一些關(guān)鍵信息。確定了屬性之后，還應(yīng)該確定這些屬性恰當(dāng)?shù)乃剑瑢傩耘c屬性水平的個數(shù)將決定分析過程中要進行估計的參數(shù)的個數(shù)，也將影響被調(diào)查者所要評價的概念產(chǎn)品的個數(shù)。

結(jié)合關(guān)注程度高低，篩選出四個可定制屬性:耗電量、靜音、價格、外形尺寸，由現(xiàn)有冰箱長和寬基本一致，所以采用冰箱高度代替外形尺寸，這樣既反映了冰箱市場現(xiàn)狀又減少了外型尺寸的多變性，方便比較和度量，如下表2所示。

評價概念產(chǎn)品主要有兩種形式:排序或打分。在聯(lián)合分析中，因變量是購買偏好或意愿，采用李克特量表。完成上述工作以后就可以開始讓客戶對9個概念冰箱進行評價信息，這需要通過市場調(diào)研來進行。

進行聯(lián)合分析的模型和方法有多種，主要有一般最小二乘法回歸(OLS)模型，多元方差分析(MONANOVA)模刑，邏輯回歸(Logistic)模型等方法。由于最小二乘法同歸模型使用較廣，這里我們采用最小二乘法回歸模型。OLS模型對一組自變量組成的模擬矩陣進行分析，每個自變量表示一個屬性水平的有或無;因變量是消費者對于通過自變量所描述的一個輪廓的主觀評價值。

如果有M個屬性，第個屬性有個水平(其中1M )。數(shù)據(jù)是按照評價法得到的，那么得分就形成了因變量。

下面介紹采用啞變量時回歸模型的數(shù)學(xué)表示:(4)

其中，表示客戶對第個產(chǎn)品的打分;表示第個屬性的第個水平，其取值為: (5)

使用公式(4)對數(shù)據(jù)進行聯(lián)合分析，用SPSS軟件實現(xiàn)。

SPSS首先給出了對于每個客戶(被調(diào)查者)所感受到的不同屬性及其對應(yīng)水平的不同效用值。然后得到樣本群體在各屬性取不同水平時所感受到的效用，見表3(部分)。

通過以上各表中的數(shù)據(jù)我們就可以計算出顧客對不同產(chǎn)品組合的期望效用。比如有某型號冰箱，其各屬性水平為耗電量1.2、沒有靜音功能、價格在2000元以內(nèi)、高1.65米，則其期望效用為-1.628。(6)

又上面的分析可以得到最理想化的產(chǎn)品模型，即高度在1.7以上、耗電量在1.0以下、價格在2000以內(nèi)的靜音冰箱。

本文的分析是基于消費者個體之間的相似性，通過聯(lián)合分析對模糊需求進行量化。從調(diào)研數(shù)據(jù)的分析中找出使消費者最為滿意的商品屬性的組合，以指導(dǎo)新產(chǎn)品的開發(fā)和研究，是一種很好的事前預(yù)測方法。本文所采用的分析方法還可以用于其他方面，如對供應(yīng)商的評測分析、談判條件的考察等。

當(dāng)然，本文所采用的聯(lián)合分析法也存在自己的缺陷，如過分依賴正交實驗設(shè)計、樣本選擇所帶來的誤差等。在本文分析的基礎(chǔ)上，還可以繼續(xù)擴展深入分析，如采用聚類分析方法對消費者個體之間的相似性進行挖掘，從而形成特征明顯的需求類;再比如可以將某些屬性水平由離散變?yōu)檫B續(xù)進行分析，等等。