두 가지 기준, 즉 상대적 경쟁 지위와 비즈니스 성장률이 있습니다.
현금 소 (황소자리)-시장 점유율이 높고 비즈니스 증가율이 낮으며 (필요한 투자가 적음) 생산량이 비즈니스 수요를 충족시킬 수 있습니다.
스타-도시 비중이 높고 업무 증가율이 높다 (투입이 많고 생산량이 많아 이윤 증가율이 가장 높고 투자 시기가 가장 좋다). 필요하다면, 기업은 이 조각의 생산 규모를 늘려야 한다.
유아-시장 점유율이 낮고 비즈니스 성장률이 높다 (기업은 시장 점유율을 높이기 위해 자금을 투입하여 스타로 만들어야 한다).
마른 개-모두 낮고 포기하는 전략을 취한다.
확장 데이터
절차
I. 주요 문제
먼저 돌출 속성 식별 및 이러한 속성의 레벨 지정 등 문제를 설명합니다. 이러한 속성의 등급으로 조합을 구성하여 자극요인을 강조하여 응답자의 평가를 제공한다. 응답자는 적절한 척도를 사용하여 이러한 조합에 점수를 매기거나 순위를 매긴 다음 데이터를 분석합니다. 마지막으로 분석 결과를 해석하고 그 신뢰성과 유효성을 평가합니다.
둘째, 주요 단계
(1) 문제의 속성과 수준을 확인합니다.
연구자들은 먼저 연구 문제를 구축하는 중요한 자극 요소, 즉 속성이라는 것을 식별하고 결정해야 한다. 이 속성은 소비자 선호도에 영향을 미치는 두드러진 속성이어야 합니다. 예를 들어 자동차 브랜드를 선택할 때 가격, 배기량, 기름 소비, 차내 공간 등이 민감하다.
경제 관리의 관점에서 볼 때, 속성과 속성의 계층은 운영가능해야 한다. 속성은 에너지로 제어할 수 있는 속성에 의해 정의, 식별 및 결정되어야 합니다. 일반적인 조합 분석에는 일반적으로 6 ~ 7 개의 속성 (변수라고도 함) 이 포함됩니다.
돌출 속성이 확인되면 등급을 선택하는 것입니다. 응답자의 부담을 줄이고 매개변수 추정의 정확성을 보장하기 위해서는 속성 계층 수를 신중하게 고려해야 합니다.
(2) 구성 조합 형식
속성과 레벨은 인센티브를 강조하기 위해 조합 형태를 형성하는 데 사용됩니다. 조합 형태를 형성하는 주요 방법은 페어링 방법과 전체 윤곽 방법입니다.
페어링 방법은 2 요소 평가라고도 하며, 일반적으로 원형 디자인을 사용하여 일치 비교 횟수를 줄입니다.
전체 등고선 방법은 또한 다요소 평가법이라고 불리며, 일반적으로 직교 테이블 설계를 사용합니다.
(3) 입력 데이터의 형식 결정
입력 데이터에는 정렬 또는 점수의 두 가지 주요 형식이 있습니다. 정렬 방법은 자극 요소 집합의 모든 속성 수준을 상대적으로 평가하고 각 조합에 다른 등급 (순위) 을 요구하는 것입니다. 채점 방법은 각 조합을 독립적으로 평가하는 것이다. 채점법이 조사자 평가에 더 편리하다는 의견도 있고, 순위법보다 더 쉽게 분석할 수 있다는 의견도 있다. 최근 몇 년 동안 채점 방법이 더욱 보편화되었다.
(4) 조합 분석의 구체적인 방법을 선택하십시오.
기본 조합 해석 모델은 다음 공식으로 표현할 수 있습니다.
미 키.
U (x) = σ aijxi.
J = I；; J = i.
여기서 U(X) 는 프로그램의 총 유틸리티 등을 나타냅니다.
Aij 는 I 번째 속성의 j 레벨 점수의 기여도 또는 유용성을 나타냅니다 (I, I = 1, 2, ... m).
Ki 는 속성의 수평 수를 나타냅니다.
M 은 속성 수를 나타냅니다.
Xij=l = l I 번째 속성의 레벨 j 가 나타나면.
Xij=0 = 0 기타.
속성의 중요도는 속성 레벨에서 가장 높은 점수와 가장 낮은 점수의 차이로 정의됩니다.
Li = {최대값 (AIJ)- 최소값 (aij)}
각 I 속성의 중요성은 표준화된 숫자 처리입니다. 이것은 다른 속성에 대한 그것의 중요성을 보여준다.
(5) 결과를 해석하다
결과를 보다 직관적으로 설명하기 위해 일반적으로 점수 (유틸리티) 함수의 그래프를 사용하여 각 속성의 점수 함수를 그립니다.
(6) 신뢰성과 타당성을 평가하십시오.
조합 분석 결과의 신뢰성과 유효성을 평가하는 방법에는 여러 가지가 있습니다. 일반적으로 사용되는 방법은 다음과 같습니다.
1, 추정 모델의 맞춤 우수성 평가
재시험 방법을 사용하여 신뢰성을 평가하십시오.
3. 추정 점수 함수를 평가의 예측값으로 사용하여 예측값과 실제 평가값의 상관 관계를 계산하고 내부 유효성을 결정합니다.
4. 집합별로 데이터를 분석하면 샘플을 여러 부분으로 나누어 각 하위 샘플을 조합해서 분석할 수 있습니다. 이러한 하위 샘플의 결과를 비교하여 조립품 분석에 대한 솔루션의 안정성을 평가할 수 있습니다.
우세
조합 분석의 주요 장점은 신제품 또는 다양한 마케팅 시나리오에 대한 의사 결정 참조 정보를 제공하는 것입니다.