加载中…
个人资料
jillvivi
jillvivi
  • 博客等级:
  • 博客积分:0
  • 博客访问:62,287
  • 关注人气:17
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
相关博文
推荐博文
正文 字体大小:

Introduction to Importance

(2011-10-26 21:30:30)
标签:

杂谈

分类: KnowledgePool:统计学

Introduction to the Theories and Methods of Importance Measurement

对于重要性的测量是市场研究一个永恒的研究课题。在顾客满意度研究中,我们需要研究是哪些关键因素在决定着顾客满意度水平;在产品测试中,我们需要研究产品具体特性对产品总体接受度(通常用用购买意向或总体评价来衡量)的影响力;在使用与态度研究中,我们需要研究各种因素在消费者品牌选择中所起的作用。

重要性测量为什么这样重要呢?概言之,是因为消费者对一种产品、服务或品牌的具体属性的评价高低,只有在与其对消费者的重要程度或影响力结合起来,才有实质性的行动指导价值。市场研究的终极目的,是提高市场研究的实践水平,改善市场营销活动的效果,而要做到这一点,除了对现状的描述,寻找改进点和机会点之外,更重要的是确定这些机会点和改进点的重要程度和优先次序。毫无疑问,在一些缺乏投资价值的方面盲目投资,其结果轻则浪费资源,重则贻误商机,损害竞争实力。

随着市场研究实践的发展成熟,人们对市场研究结果的可操作性提出了越来越高的要求,从而也推动了市场研究专业人员对重要性测量的方法与效果的探索和验证。迄今为止,在市场研究行业和学术界,人们用来测量重要性的方法归纳起来有数十种之多,瑜瑕互见,构成了一个众说纷纭的景观。

然而,由于统计分析技术的普及程度等方面的原因,市场研究的大多数研究人员对于重要性测量的认识总体来说还停留在一个较低的水平上,错误的使用或错误的解读是相当普遍的。这对于年轻的中国市场研究行业来说,又尤为如此。

本文试图从理论和实际操作相结合的角度,对重要性特别是隐性重要性测量问题进行一个综合的介绍与回顾,对当前行业风流行的方法的优点与不足加以评述,并提出一些新的探讨思路,供有兴趣的人士参考与探讨。

 

 

The Evolution of Measurement of Stated Importance and Derived Importance

市场研究中的显性重要性和隐性重要性是两个被市场研究行业广泛使用的概念。

 

显性重要性(Direct Importance / Explicit Importance / Stated Importance)指的是通过直接询问消费者对特定产品或服务具体属性的关切或重视程度而获得的重要性。其获取方法主要有:

 

打分法(Rating):被访者对一系列属性逐一进行重要性打分,5分尺度和10分尺度是常用的尺度;

 

排序法(Ranking):被访者对一系列属性按照其重要性进行排序;

 

列举法(Enumerating):被访者从一系列属性中拣出他或她认为最重要的若干个;

 

组合法(Mixed):一般是被访者首先对一系列属性进行重要性打分,再从中选出最重要的3-5项;

 

分配法(Point allocation):被访者把各属性的总重要性作为100或者10,并将其分配给到各特性上。

 

显性重要性的表现方式主要为均值和百分比等。

 

隐性重要性(Derived Importance / Implicit Importance)是相对于显性重要性而言的,它指的是通过分析各属性与某一个或几个总体评价指标(如购买意向或总体评价)之间的联系间接得出的重要性。隐性重要性的测量方法目前已发展到很多种,如:

 

相关分析(Correlation Analysis)

 

回归分析(Regression Analysis)

 

联合分析(Conjoint Analysis)

 

分层贝叶斯分析(Hierarchical )

 

Latent Class Analysis

 

Colmar Brunton 的阈限分析

 

隐性重要性通常是以指数或系数的方式来表现的,如相关分析中的相关系数回归分析中的标准化回归系数等,但在联合分析中是以百分比来表现重要性的。当然为了便于理解,符合人们习惯的思维方式,也有人寻求以百分比的方式来表现由回归分析得出的重要性。

 

市场研究领域关于重要性的测量,经历了一个相当长的探索过程。系统的研究大体起源于20世纪六、七十年代,以精信广告(Grey Advertising)提出构造MTBI (Market Target Buying Incentives)为代表。MTBI的基础是在美国进行的一项全国性研究,其中的被访者对众多的产品特性进行渴求(desire)程度评分,因而是一种显性重要性测量(Harry E. Heller, 1981)。后来Richard Johnson和Paul Green提出了效用(Utility)模型,其实质是一种隐性重要性测量。但在80年代以前,除Richard Johnson和Paul Green提出的效用模型以外的几乎所有关于重要性的测量方法,都把注意力集中在显性重要性上(Harry E. Heller, 1981)。

 

正式将隐性重要性引入市场研究的,是Harry E. Heller。1981年,他向“态度研究研讨会”(Attitude Research Conference)提交的的论文《如果你想知道什么重要,靠问是不行的》("If You Want to Know What Is Important, Don't Ask.")成为隐性重要性被引入市场研究的一个里程碑。他在文中提出的相对品牌发展指数-相对属性发展指数(RBDI-RADI)模型,是一个精心构造的隐性重要性测量模型。此后,研究人员纷纷从不同角度、用不同的分析方法对隐性重要性的测量问题进行探讨,并提出的各种不同的测量模式,才形成了今天方法众多的局面。

 

Sated Importance or Derived Importance?

显性重要性与隐性重要性孰优孰劣的问题,一直是一个存在争议的问题。为此学术界也有人进行了为数不多的对比研究。尽管Griffin 和 Hauser 在1993年指出对比研究表明直接重要性(显性重要性)优于隐性重要性,从目前能找到的文献看,支持隐性重要性的结果占了绝对多数。这一点,在今天市场研究行业的实践中表现尤为明显。
        我的观点是,显性重要性与隐性重要性测量的是消费者决策标准的不同侧面,因而其对企业的意义也就不同。因而单纯的优劣比较是没有意义的。显性重要性与隐性重要性结合起来分析是最理想的状况,在二者不可兼得的情况下,我们主张用隐性重要性。
        为什么要用隐性重要性呢?这可以从两个方面来讲。
        首先,隐性重要性比显性重要性具有更强的行为预示性。
        重要性测量从实质上讲是一种态度测量,而态度本身是多层面的。根据Breckler于1984年提出的三层面态度理论(Tricomponent Attitude Theory), 态度有三个层面,即认知性(Cognitive)层面情感性(Affective)层面行为倾向性(Conative)层面。其中认知性层面指的是一个个体通过直接经验及其他信息来源获取的关于态度对象的知识与理解;情感性层面指的是个体对态度对象的好与恶,即情感性评价;行为倾向性层面反应的是个体对态度对象的采取特定行为的倾向性或可能性(Schiffman 和 Kanuk,242-245)。
        我们测量重要性的目的,在于把握消费者的行为倾向,将其与消费者的品牌选择倾向、购买意向等联系起来。显而易见,通过直接询间法获取重要性时,消费者会下意识时地表现为一个理性的人,并力图使自己的回答与自己的身份、地位等社会性因素相符。而实际购买行为绝不是纯理性的,它常常会受到诸多其他因素如情感及环境因素的影响。因而,如果说通过直接提问法得出的重要性即显性重要性对于态度的认知性层面的测量是有效的话,它对于态度的情感性层面与行为倾向性层面的测量则往往是效果不理想甚至是全然无效的
        与此相对照,隐性重要性本身就是用统计分析方法得到的消费者关于态度对象具体属性的评价与他们对态度对象的接受程度与行为倾向(如总体评价、购买意向)之间的联系,因而从很大程度上突破了消费者理性的壁垒,具有强烈的行为预示性。尽管从理论上说统计方法并不能证明属性评价与总体接受程度或行为倾向间是否因果关系,市场研究实践表明,它对市场营销的策略具有更强的指导意义,相对于显性重要性而言,已向前迈了一大步。
        再其次,显性重要性在各特性间缺乏区分性。
        从事市场研究的人几乎都有一个共同的经验,就是通过直接询问得到的重要性在各属性间经常差异很小,在统计意义上没有显著性,似乎消费者认为所有的特性都重要,且重要程度相差无几。这种情况一出现,重要性测量用于确定产品或服务改进的优先顺序的目的就难以达到了。
       事实上,从直接测量法产生之初,人们就承认这种方法是充满了问题的,因为消费者在使用一个尺度(Scale)进行重要性评分时,他们的反应的准确性会因受到各种因素的影响而被扭曲,这些因素包括取悦他人的需要(the need to please)、社交需求(social demands)、认知性干扰(cognitive dissonance)以及笼统重要性(generic importance)。为了克服这些问题,人们进行了多种探索。如为了消除由取悦他人的需要而带来的偏向性,人们引入了高度偏态的尺度(Highly Skewed Scale),在尺度的设计中有意侧重于积极性反应;为了避免社交需求带来的影响,人们采用投射法(Projection),访问时要求被访者把意见投射到一个假想的他人上;为了克服认知性干扰,人们有意把关于行为的问题与关于态度的问题在时间和空间上分离;为了剔除笼统重要性的影响,人们引入了正态化(Normalization)和标准化(Standardization)方法对数据进行调整(Harry E. Heller,1981)。
       尺管这些方法方面的探索是有益的,从某种程度上说也是有效的,但这并不能从根本上解决显性重要性本身所存在的诸多问题。这也正是促使人们去探求隐性重要性的根本动因。联合分析模型的引入和多元回归分析的引入,代表了人们在这一领域所取得的显著成果。隐性重要性近二十年来在市场研究行业的实际应用,为其有效性做出了有力的证明,再辅以电脑化统计分析的快速普及,它正在成为市场研究行业普遍接受的一种有力的分析工具而得以发扬光大。
       当然隐性重要性本身也存在着其局限性,比如迄今为止大多数模型都是基于群体(Aggregated)的而不是基于个体的(Individual Based),不能像显性重要性那样表现个体差异;再如它们大多依赖复杂的统计分析方法,因受到分析方法本身的限制而存在结果被错误解读的危险性等。人们在这些方面的探索还在不断进行中。

0

阅读 评论 收藏 转载 喜欢 打印举报/Report
  • 评论加载中,请稍候...
发评论

    发评论

    以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

      

    新浪BLOG意见反馈留言板 电话:4000520066 提示音后按1键(按当地市话标准计费) 欢迎批评指正

    新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

    新浪公司 版权所有