Conjoint analysis jako metoda analizy preferencji konsumentów

Zeszyty
Naukowe nr
680
2005
Akademii Ekonomicznej w Krakowie
Anna Szymaƒska
Studium Doktoranckie Wydziału
Zarzàdzania
Dorota Dziedzic
Studium Doktoranckie Wydziału
Zarzàdzania
Conjoint analysis jako metoda
analizy preferencji konsumentów
1. Wprowadzenie
Istotnym aspektem mającym decydujący wpływ na sukcesy rynkowe przedsiębiorstwa jest zrozumienie postępowania konsumenta oraz poznanie jego preferencji. Poznanie oczekiwań konsumenta w stosunku do oferowanego produktu, jak
również preferowanych cech determinujących jego wybór ułatwi udoskonalenie
produktu, poprawienie jego parametrów, nadanie mu najbardziej pożądanych
cech.
Postępowanie konsumenta definiowane jest jako zespół myśli, uczuć i działań
związanych z nabywaniem i konsumowaniem dóbr i usług. W zachowaniach konsumentów istotne jest ukierunkowanie i zorganizowanie ciągów reakcji na bodźce
wynikające z dążenia do zaspokojenia potrzeb1.
Zachowania konsumentów są dla przedsiębiorstwa źródłem inspiracji, pozwalają weryfikować podejmowane decyzje marketingowe we wszystkich fazach
kształtowania oferty rynkowej. W związku z powyższym kluczowym zadaniem
jest prowadzenie badań nad zachowaniami konsumentów. Celem ich jest usprawnienie procesów dostosowywania oferty przedsiębiorstwa do oczekiwań nabywców. Ważne jest nie tylko poznanie, ale również antycypowanie potrzeb, a nawet
ich tworzenie. Wymaga to poznania cech konsumentów, realizowanych w spo1
K. Mazurek-Łopacińska, Zachowania nabywców jako podstawa strategii marketingowej,
Wydawnictwo AE we Wrocławiu, Wrocław 1997, s. 10.
154
Anna Szymańska, Dorota Dziedzic
łeczeństwie stylów życia oraz prawidłowości ujawniających się w zachowaniach
konsumentów na rynku.
Skuteczną metodą pozwalającą poznać oczekiwania klientów, dokonać pomiaru
ich preferencji oraz zbadać podobieństwa i różnice istniejące między alternatywnymi możliwościami wyboru spośród całej gamy oferowanych produktów jest
conjoint analysis. Już sama nazwa wskazuje, że metoda ta polega na analizowaniu
wpływu łącznego oddziaływania wielu cech produktu na dokonywane przez konsumentów decyzje zakupu wybranego produktu2.
Podstawowym zastosowaniem tej metody jest badanie dojrzałości rynkowej
nowego produktu, pozycji rynkowej istniejących marek, konsekwencji przeobrażenia produktu, poziomu akceptacji nowych wariantów produktów, szacunkowego
udziału w rynku nowych produktów w polu działania konkurencji oraz określenia
ceny przynoszącej optymalny zysk3.
Głównym celem niniejszego artykułu jest przeprowadzenie analizy preferencji
konsumentów przy zastosowaniu conjoint analysis. Efektem końcowym analizy
będzie opracowanie profilu produktu oraz wyznaczenie charakterystyk opisujących potencjalnych nabywców należących do wyodrębnionego segmentu.
2. Charakterystyka metody conjoint analysis
Conjoint analysis wykorzystywana jest do określenia preferencji respondenta
ze względu na poszczególne atrybuty produktu oraz korzyści uzyskiwane przez
kupującego w zależności od wartości poszczególnych atrybutów produktu. Metoda
ta umożliwia równoległe zbadanie preferencji i segmentacji rynku oraz stworzenie
idealnego produktu dla poszczególnych segmentów rynku. Koncentruje się przede
wszystkim na ocenie produktu, nazwie i cenie. Pomijane są natomiast inne elementy marketingu-mix, jak promocja czy dystrybucja4.
Metoda ta umożliwia symulowanie wyborów nabywców po wprowadzeniu
zmodyfikowanego lub nowego produktu, jak również rozwijanie modelu produktu.
Koncentruje się na atrybutach produktu i ceny, gdyż umożliwia dokładne określenie, jaki poziom ceny lub parametru technicznego produktu jest satysfakcjonujący
dla nabywcy5.
2
Conjoint Analysis Tutorial, www.designing.com, 12.03.2004.
Produkttest via Conjoint-Measurement, www.psychonomicd.de/articleprint/63/1/11/,
27.04.2004.
4
Techniki badawcze, www.indicator.pl/conjoint.html, 12.03.2004.
5
R. Kłeczek, W. Kowal, J. Woźniczka, Strategiczne planowanie marketingowe, PWE, Warszawa 1997, s. 118.
3
Conjoint analysis jako metoda…
155
W ujęciu szczegółowym modele conjoint analysis uwzględniają poniższe zjawiska:
– reguły określające sposób powiązania zmiennych, tj. charakter zależności
zachodzących między zmiennymi,
– struktury preferencji, tj. rodzaj zależności zachodzących między wartościami
użyteczności cząstkowych a wartościami poziomów zmiennych.
Wyróżnia się dwa typy modeli określających zależność użyteczności całkowitej
od użyteczności cząstkowych: model addytywny (model efektów głównych) oraz
model uwzględniający interakcje między zmiennymi (model efektów głównych
i współdziałania).
Decyzja dotycząca wyboru modelu przesądza o tym, w jaki sposób zmienne są
wzajemnie powiązane z punktu widzenia respondenta oceniającego profil charakteryzowany tymi zmiennymi. Dla przykładu model addytywny implikuje mniejszą
liczbę profili do oceny niż model uwzględniający interakcje między zmiennymi.
Gwarantuje on również łatwiejsze uzyskanie estymatorów użyteczności cząstkowych.
Analizując zależności zachodzące między użytecznościami cząstkowymi
a poziomami zmiennych wyróżnia się model liniowy (wektorowy), model kwadratowy (idealny lub antyidealny), model odrębnych użyteczności cząstkowych
oraz model mieszany. W modelu liniowym poszukuje się oszacowania tylko
jednego parametru wyrażającego wagę danej zmiennej objaśniającej. Jest on
następnie mnożony przez kolejne wartości poziomów tej zmiennej. Zakłada się
tu istnienie liniowego związku między wartościami użyteczności cząstkowych
zmiennych objaśniających a wartościami poziomów tych zmiennych. W modelu
kwadratowym poza istnieniem liniowego związku między wartościami użyteczności cząstkowych zmiennych objaśniających a wartościami poziomów tych
zmiennych dopuszcza się możliwość występowania zależności krzywoliniowej.
W przypadku modelu odrębnych użyteczności cząstkowych z każdym poziomem
zmiennej objaśniającej może być związana inna wartość parametru określającego
kierunek oraz siłę związku zachodzącego między użytecznościami cząstkowymi
i poziomami zmiennych. Model mieszany charakteryzuje się tym, że zależności
zachodzące między wartościami użyteczności całkowitych poszczególnych profili prezentowanych respondentom do oceny a wartościami poziomów zmiennych
objaśniających opisujących te obiekty są analizowane odrębnie dla każdej zmiennej objaśniającej6.
Materiał badawczy wykorzystywany w conjoint analysis stanowią przede
wszystkim dane marketingowe uzyskiwane zwykle w wyniku badań ankietowych.
6
M. Walesiak, A. Bąk, Conjoint analysis w badaniach marketingowych, Wydawnictwo AE we
Wrocławiu, Wrocław 2000, s. 24–27.
156
Anna Szymańska, Dorota Dziedzic
Metoda gromadzenia danych zastosowana w badaniach ma decydujący wpływ na
wybór odpowiednich technik szacowania wartości użyteczności cząstkowych oraz
poziom wiarygodności ocen dokonywanych przez respondentów.
Metody stosowane do prezentacji danych to przede wszystkim:
– metoda pełnych profili wyboru ( full-profile approach) – obejmuje zbiór
wszystkich możliwych profili będących kombinacją atrybutów i ich poziomów;
– metoda prezentacji dwóch atrybutów jednocześnie nazywana również metodą
korzystającą z macierzy kompromisów (two-attributes-at-a-time approach lub
trade-off matrix approach) – polega na prezentowaniu respondentom do oceny par
atrybutów w formie macierzy; liczba kolumn (wierszy) macierzy jest równa liczbie
poziomów pierwszego (drugiego) z atrybutów;
– metoda porównywania profili parami (pairwise comparision method)
– łączy w sobie metodę pełnych profili wyborów z metodą korzystania z macierzy
kompromisów; respondent porównuje profile parami, nie ocenia wszystkich profili jednocześnie, ale na każdym etapie określania swoich preferencji wskazuje na
jeden z dwóch prezentowanych profili;
– metoda wyboru spośród zbiorów profili (experimental choice approach)
– tworzone są zbiory profili (każdy zbiór zawiera dwa lub więcej profili), respondenci natomiast proszeni są o wybór najbardziej preferowanego profilu w ramach
każdego zbioru;
– metoda oceny poziomów i atrybutów (self-explicated data approach)
– składa się z dwóch etapów. W pierwszym etapie respondent ocenia poziomy
atrybutów (np. w skali 10-punktowej), a następnie określa relatywną ważność
poszczególnych atrybutów opisujących badane obiekty. Iloczyn oceny poziomu
oraz oceny atrybutu daje użyteczność cząstkową, a suma tych profili dla wszystkich atrybutów to użyteczność całkowita7.
Zadaniem metod pomiaru łącznego oddziaływania zmiennych jest określenie
łącznego wpływu dwóch lub więcej zmiennych niezależnych na zmienną zależną.
Zmienna zależna mierzona jest na skali porządkowej, przedziałowej lub ilorazowej.
Zależnie od stosowanej skali pomiaru wyróżnia się metryczne procedury
estymacji dla zmiennej zależnej mierzonej na skali przedziałowej lub ilorazowej
oraz niemetryczne procedury estymacji dla zmiennej zależnej mierzonej na skali
porządkowej. Stosowane są również metody bazujące na prawdopodobieństwie
wyboru. Metody te są wykorzystywane głównie w badaniach marketingowych,
w celu pomiaru preferencji konsumentów w stosunku do produktów opisanych
7
M. Walesiak, Gromadzenie danych w procedurze conjoint analysis, „Przegląd Statystyczny”
2001, vol. 48, s. 41–44.
Conjoint analysis jako metoda…
157
wieloma zmiennymi. Rezultatem zastosowania tych metod jest macierz współczynników użyteczności8.
Przykładem metrycznej metody estymacji parametrów jest klasyczna metoda
najmniejszych kwadratów (OLS – Ordinary Least Squares). Zmienną zależną
stanowi ocena przypisana przez respondenta poszczególnym profilom, natomiast
sposób zdefiniowania zmiennych objaśniających uzależniony jest od założonego
związku między użytecznościami cząstkowymi i poziomami zmiennych. Wpływ
poziomu zmiennej na ocenę poszczególnych profili określany jest przez sztuczne
zmienne objaśniające. Liczba sztucznych zmiennych musi być mniejsza o jeden od
liczby poziomów danej zmiennej nominalnej. Liczba zmiennych wprowadzanych
do modelu zależy od liczby profili ocenianych przez respondentów.
Procedura monotonicznej analizy wariancji (MONANOVA – Monotonic
Analysis of Variance) to przykład niemetrycznej metody estymacji parametrów.
Polega ona na odtwarzaniu położenia n obiektów w t-wymiarowej przestrzeni na
podstawie znanego uporządkowania rangowego tych obiektów. Uporządkowanie
to można uzyskać poprzez badania ankietowe. MONANOVA jest procedurą iteracyjną, która w kolejnych cyklach przybliża rozwiązanie optymalne.
W wypadku gdy zmienna objaśniana ma charakter dychotomiczny (jest
zmienną dwumianową, np. zero-jedynkową), stosuje się probabilistyczne metody
estymacji parametrów modelu, takie jak analiza logitowa oraz analiza probitowa.
Obie metody umożliwiają transformację prawdopodobieństwa z przedziału [0;1]
na przedział (–∞, +∞).
W wyniku zastosowania transformacji logitowej powstaje poprawny logitowy
model regresji. Przekształcenie logitowe definiuje się za pomocą wzoru:
p
logit(p) = log
,
1–p
gdzie:
logit(p) – wartość logitu dla danego p,
p – wartość prawdopodobieństwa lub częstość występowania określonego zdarzenia w próbie.
W wyniku zastosowania transformacji probitowej powstaje poprawny probitowy model regresji. Przekształcenie probitowe definiuje się za pomocą wzoru:
probit(p) = F –1(p),
gdzie:
p – wartość prawdopodobieństwa lub częstość występowania określonego zdarzenia,
8
J. Dziechciarz, M. Walesiak, Gromadzenie i analiza danych marketingowych wspomagane
komputerem, Prace Naukowe AE we Wrocławiu, „Informatyka i Ekonomia” 1997, nr 743, s. 42–43.
158
Anna Szymańska, Dorota Dziedzic
F – dystrybuanta standaryzowanej zmiennej o rozkładzie normalnym (rozkładu normalnego o wartości oczekiwanej równej 0 i odchyleniu standardowym
równym 1)9.
Procedura metody conjoint analysis składa się z kilku etapów. Pierwszy stanowi określenie dla danego produktu lub usługi podstawowych charakterystyk
oraz odpowiadających im poziomów. Na tej podstawie tworzy się zbiór hipotetycznych produktów. Ich liczba jest iloczynem liczby poziomów wyróżnionych dla
wszystkich charakterystyk produktów.
Kolejnym etapem jest ustalenie zbioru respondentów badania. Każdy z respondentów proszony jest o ocenę hipotetycznych produktów na skali porządkowej,
przedziałowej lub ilorazowej, biorąc pod uwagę skłonność do nabycia danego
produktu. Następnie szacuje się wartości użyteczności wiązane przez respondenta
z danym poziomem zmiennej. Uzyskuje się w ten sposób macierz użyteczności
cząstkowych, w której liczba wierszy odpowiada liczbie respondentów, natomiast
liczba kolumn – liczbie wyróżnionych poziomów dla wszystkich zmiennych10.
Rezultatem zastosowania metody conjoint analysis jest uzyskanie użyteczności
cząstkowych. Użyteczności cząstkowe wykorzystywane są w badaniach marketingowych w celu:
– zdefiniowania produktu o optymalnych charakterystykach,
– określenia relatywnej ważności każdej zmiennej przy wyborze produktu
przez nabywcę,
– określenia użyteczności każdego poziomu danej zmiennej,
– oszacowania udziału w rynku wybranych produktów,
– segmentacji rynku i pozycjonowania produktu11.
Główne zalety stosowania conjoint analysis jako testu produktów są przede
wszystkim następujące:
– w procesie porównawczym oceniane są całe produkty, a nie wyizolowane ich
cechy,
– określone zostają najistotniejsze dla klienta właściwości produktu oraz kombinacje cech produktów mających największy wpływ na prawdopodobieństwo
zakupu produktu,
– określona zostaje najbardziej preferowana zależność pomiędzy ceną a użytecznością danego produktu,
9
M. Walesiak, A. Bąk, op. cit., s. 45–60. Por.: Zależności przyczynowo-skutkowe w badaniach
rynkowych i marketingowych, red. S. Mynarski, Wydawnictwo AE w Krakowie, Kraków 2002,
s. 159–170.
10
M. Walesiak, Gromadzenie danych…, s. 41–44. Por. M. Walesiak, Metody analizy danych
marketingowych, PWN, Warszawa 1996, s. 90–92.
11
Zastosowanie metod wielowymiarowych w badaniach segmentacji i selektywności rynku,
red. S. Mynarski, Wydawnictwo AE w Krakowie, Kraków 1999, s. 85.
Conjoint analysis jako metoda…
159
– preferencje popytu mogą być indywidualnie analizowane,
– biorąc pod uwagę wpływ ofert konkurencji można określić, które tendencyjne wypowiedzi mają największe szanse w alternatywnych strategiach marketingowych,
– istnieje wysoka zgodność z rzeczywistością12.
Z drugiej strony należy jednak pamiętać, że conjoint analysis nie jest precyzyjnie zdefiniowaną metodą badań, ale złożoną z wielu elementów procedurą badawczą. Mogą być w niej stosowane alternatywne techniki estymacji parametrów
oraz różnorodne ścieżki analizy danych. Wiąże się to z pewnymi trudnościami
polegającymi na konieczności wyboru kierunku postępowania w sytuacji, w której
nie istnieją jednoznaczne kryteria hierarchii istniejących wariantów postępowania.
Właściwości formalne i obliczeniowe (numeryczne) poszczególnych metod i technik oraz ich konfiguracje wciąż stanowią przedmiot badań13.
3. Metodologia badaƒ z zastosowaniem metody
conjoint analysis
W celu zaprezentowania metodologii badań prowadzonych przy pomocy conjoint analysis badaniu poddano grupę 105 studentów dwóch krakowskich uczelni
wyższych, zróżnicowanych pod względem płci, wieku, miejsca zamieszkania
i miejsca pochodzenia. Próbę dobrano losowo. Przedmiotem badań było poznanie
preferencji wybranego segmentu rynku w odniesieniu do oferty dwóch kluczowych producentów napojów gazowanych typu „cola” w Polsce. Badanie miało na
celu sprecyzowanie podstawowych cech produktu, które najpełniej zaspokajałyby
potrzeby przedstawicieli wybranego segmentu.
Jako narzędzie pomiarowe posłużył kwestionariusz ankiety z zastosowaniem
skal nominalnych, porządkowych i stosunkowych oraz pytań otwartych. Przed
rozpoczęciem badań określono problem badawczy, który miał ułatwić zebranie
informacji koniecznych do zbadania preferencji wybranego segmentu rynku na
rynku napojów gazowanych typu „cola”. Respondenci stanęli przed wyborem
napoju typu „cola” produkowanego przez dwóch producentów (Coca-Cola, Pepsi
Co.). W opracowaniu każdy wariant opisany był przez trzy zmienne determinujące wybór:
– z1 – marka: Coca-Cola, Pepsi;
– z2 – smak: klasyczny, light, owocowy;
– z3 – opakownie: puszka, butelka z tworzywa sztucznego 0,5 l, butelka z tworzywa sztucznego 2,0 l.
12
13
Produkttest via…
Zastosowanie metod…, s. 85.
Anna Szymańska, Dorota Dziedzic
160
Zbiór atrybutów i ich poziomów uwzględnionych w badaniu został wytypowany na podstawie wstępnego sondażu przeprowadzonego wśród studentów.
Opierając się na wyróżnionych zmiennych oraz odpowiadających im poziomach
utworzono zbiór 18 hipotetycznych wariantów produktu. Liczba ta jest iloczynem
liczby poziomów wszystkich zmiennych opisujących warianty wyboru napoju
gazowanego typu „cola” (3 zmienne o 2, 3, 3 poziomach). Następnie za pomocą
klasycznej metody najmniejszych kwadratów dokonano estymacji użyteczności
cząstkowych na podstawie uzyskanych ocen respondentów.
4. Wyniki przeprowadzonych badaƒ
Na podstawie badań ustalono, że 85% badanych respondentów pije napoje gazowane typu „cola”. Osoby te charakteryzują się różnymi preferencjami w zakresie
wybieranych marek, preferowanego smaku oraz rodzajów i pojemności opakowania. Konsumenci wybierając daną markę napoju kierują się różnymi motywami.
W badaniach ankietowych stwierdzono, która z marek napojów gazowanych
typu „cola” jest najczęściej wybierana przez respondentów. Wyniki badań zostały
zaprezentowane na rys. 1. Jak wynika z badań, najczęściej wybieraną przez
respondentów marką jest Coca-Cola, dla której wartość użyteczności cząstkowej
wynosi 2,87. Wartość użyteczności cząstkowej dla Pepsi wynosi 0.
3,5
Wskaźnik użyteczności
3
2,5
2
1,5
1
0,5
0
Coca-Cola
Pepsi
Marka
Rys. 1. Preferowane marki napojów typu „cola”
Źródło: opracowanie własne.
Conjoint analysis jako metoda…
161
Badaniu poddano również preferencje konsumentów dotyczące najczęściej
wybieranego smaku napojów gazowanych typu „cola” (rys. 2). Z rysunku 2
wynika, że przeważająca część badanych respondentów wybiera napoje o smaku
klasycznym – wartość użyteczności cząstkowej wynosi 8,54. Nieco mniej respondentów decyduje się na dietetyczne napoje light (zawierające aspartam zamiast
cukru). Tu wartość użyteczności cząstkowej wynosi 5,66. Najmniej respondentów
preferuje napoje gazowane typu „cola” o smaku owocowym (wartość użyteczności
cząstkowej 0).
Wskaźnik użyteczności
10
8
6
4
2
0
owocowy
klasyczny
light
Smak
Rys. 2. Preferencje konsumentów dotyczące smaku napojów gazowanych typu „cola”
Źródło: opracowanie własne.
Wskaźnik użyteczności
3
2,5
2
1,5
1
0,5
0
puszka
PET 0,5 l
PET 2,0 l
Opakowanie
Rys. 3. Preferencje konsumentów dotyczące rodzaju opakowania napojów typu „cola”
Źródło: opracowanie własne.
Anna Szymańska, Dorota Dziedzic
162
Konsumenci mogą kupować napoje gazowane typu „cola” w różnych opakowaniach. Zróżnicowanie to dotyczy zarówno materiału, z którego wykonane jest
opakowanie, jak i pojemności opakowania. Ich preferencje zostały przedstawione
na rys. 3. Największym powodzeniem cieszą się napoje w butelkach z tworzywa
sztucznego o pojemności 0,5 l. Ten rodzaj opakowania wybiera większość badanych (wartość użyteczności cząstkowej 2,71). Znacznie mniejszym zainteresowaniem cieszą się napoje w butelkach z tworzywa o pojemności 2,0 l (wartość
użyteczności cząstkowej 0,95) oraz napoje w puszkach (wartość użyteczności
cząstkowej 0).
Przeprowadzono również analizę determinant wpływających na wybór konkretnej marki napoju typu „cola”. Opierając się na zebranych danych stwierdzono,
że największe znaczenie przy wyborze konkretnej marki napoju typu „cola” ma
smak (średnia arytmetyczna 4,73). Znacznie mniejsze znaczenie ma dla respondentów marka oraz rodzaj opakowania (uzyskana średnia arytmetyczna odpowiednio 1,43 oraz 1,22).
5
4,5
Średnia arytmetyczna
4
3,5
3
2,5
2
1,5
1
0,5
0
Smak
Marka
Opakowanie
Rys. 4. Ważność poszczególnych zmiennych przy wyborze marki napoju typu „cola”
Źródło: opracowanie własne.
W badaniach uczestniczyły 62 kobiety oraz 44 mężczyzn. Jak się okazało, 13%
badanych kobiet oraz niecałe 3% badanych mężczyzn deklaruje, że nie pije napojów gazowanych typu „cola”.
Analizując tylko kobiety pijące napoje gazowane typu „cola”, aż 62% wybiera
Pepsi, a zaledwie 38% Coca-Colę. Zupełnie inaczej preferencje te wyglądają
w wypadku mężczyzn. Ponad 52% badanych mężczyzn (pijących napoje gazowane
typu „cola”) wybiera Coca-Colę, a 46% Pepsi.
Conjoint analysis jako metoda…
163
Wskaźnik użyteczności
4
3
2
1
0
Pepsi
Coca-Cola
–1
Marka
kobiety
mężczyźni
Rys. 5. Preferowane marki napojów typu „cola”
Źródło: opracowanie własne.
Z rysunku 5 wynika, że mężczyźni mając do wyboru Coca-Colę oraz Pepsi
zdecydowanie chętniej wybiorą Coca-Colę (użyteczność cząstkowa 3,34). Konieczność zakupu Pepsi (użyteczność cząstkowa 0) zamiast Coca-Coli stanowiłaby dla
nich duży dyskomfort, o czym świadczy spora rozpiętość między wartościami
użyteczności każdego z napojów. Kobiety natomiast, mimo iż preferują Pepsi, nie
przykładają do tego aż tak dużej wagi. Potwierdza to niewielka różnica między
wartościami użyteczności analizowanych marek.
Wskaźnik użyteczności
6
5
4
3
2
1
0
owocowy
klasyczny
Smak
kobiety
light
mężczyźni
Rys. 6. Preferencje konsumentów dotyczące smaku napojów gazowanych typu „cola”
Źródło: opracowanie własne.
Anna Szymańska, Dorota Dziedzic
164
W kwestii smaku (rys. 6) zarówno kobiety, jak i mężczyźni wykazują jednakowe
preferencje. Zdecydowanie wybierają smak klasyczny (użyteczność cząstkowa 5,07)
przed smakiem light (użyteczność cząstkowa dla kobiet 2,54 oraz dla mężczyzn
2,75) oraz smakiem owocowym (użyteczność cząstkowa 0).
Również jeśli chodzi o wybierane typy opakowań, preferencje kobiet i mężczyzn
są zbliżone. W obu przypadkach najmniej preferowanym opakowaniem jest butelka
z tworzywa sztucznego (PET) o pojemności 2,0 l (użyteczność cząstkowa dla kobiet
–0,8, a dla mężczyzn –1,65), natomiast najczęściej wybieranym opakowaniem jest
butelka z tworzywa sztucznego (PET) o pojemności 0,5 l (użyteczność cząstkowa
dla kobiet 0,95, a dla mężczyzn 0,3).
Wskaźnik użyteczności
1,5
1
0,5
0
–0,5
–1
–1,5
–2
puszka
PET 0,5 l
PET 2,0 l
Opakowanie
kobiety
mężczyźni
Rys. 7. Preferencje konsumentów dotyczące rodzaju opakowania napojów typu „cola”
Źródło: opracowanie własne.
Aż 26% respondentów zamieszkujących wieś nie pije napojów gazowanych
typu „cola”. Natomiast ci, którzy deklarują spożywanie ww. napojów, z reguły
wybierają Coca-Colę (2,20) o smaku klasycznym (4,98 – klasyczny, 3,34 – light, 0
– owocowy) w opakowaniu PET 0,5 l (1,24).
Mieszkańcy miasta zwykle piją Coca-Colę, chociaż różnica wartości użyteczności jest niewielka – 0,42 dla Coca-Coli i 0 dla Pepsi. Zdecydowanie preferują
oni smak klasyczny (5,52 – klasyczny, 2,35 – light, 0 - owocowy) oraz opakowanie
PET 0,5 l (0,48).
Conjoint analysis jako metoda…
165
5. Zakoƒczenie
Przeprowadzone badania umożliwiły sprecyzowanie preferowanego profilu
produktu dla badanego segmentu rynku, którym był rynek studentów krakowskich
uczelni. Preferowanym i najczęściej wybieranym napojem gazowanym typu „cola”
jest Pepsi (w przypadku kobiet) oraz Coca-Cola (w przypadku mężczyzn) o smaku
klasycznym, w opakowaniu z tworzywa sztucznego o pojemności 0,5 l.
Wyznaczono również charakterystyki opisujące potencjalnych nabywców
wyodrębnionego segmentu. Są to przede wszystkim mieszkańcy miasta, spożywający Pepsi (w przypadku kobiet) lub Coca-Colę (w przypadku mężczyzn) o smaku
klasycznym, w opakowaniu z tworzywa sztucznego o pojemności 0,5 l.
Literatura
Conjoint analysis tutorial, www.designing.com, 12.03.2004.
Dziechciarz J., Walesiak M., Gromadzenie i analiza danych marketingowych wspomagane komputerem, Prace Naukowe AE we Wrocławiu, „Informatyka i Ekonomia”
1997, nr 743.
Kłeczek R., Kowal W., Woźniczka J., Strategiczne planowanie marketingowe, PWE,
Warszawa 1997.
Mazurek-Łopacińska K., Zachowania nabywców jako podstawa strategii marketingowej,
Wydawnictwo AE we Wrocławiu, Wrocław 1997.
Produkttest via Conjoint-Measurement, www.psychonomicd.de/article/articleprint/63/
1/11, 27.04.2004.
Techniki badawcze, www.indicator.pl/conjoint.html, 12.03.2004.
Walesiak M., Gromadzenie danych w procedurze conjoint analysis, „Przegląd Statystyczny” 2001, vol. 48.
Walesiak M., Bąk A., Conjoint analysis w badaniach marketingowych, Wydawnictwo
AE we Wrocławiu, Wrocław 2000.
Walesiak M., Metody analizy danych marketingowych, PWN, Warszawa 1996.
Zależności przyczynowo-skutkowe w badaniach rynkowych i marketingowych, red.
S. Mynarski, Wydawnictwo AE w Krakowie, Kraków 2002.
Zastosowanie metod wielowymiarowych w badaniach segmentacji i selektywności rynku,
red. S. Mynarski, Wydawnictwo AE w Krakowie, Kraków 1999.
Conjoint Analysis as a Method of Analysing Consumer Preferences
This article deals with conjoint analysis, a method used to analyse consumer preferences. The article is divided into two parts. In the first part, the authors present both the
general characteristics of the method as well as a methodology for conducting research using
conjoint analysis.
In the second part of the article, the authors interpret the results of their own empirical
research on consumer preferences in the selected Polish market segment for cola-type carbonated soft drinks. As a final result of their analysis, the authors develop a product profile
and identify the traits of potential purchasers in this defined market segment.