- Conjoint Analysis - Disse modellene lar forbrukerne vurdere en rekke ekte eller hypotetiske produkter eller tjenester som er definert av attributter de har. Svarene fra forskningsdeltakere brukes til å identifisere en relativ verdi for hver funksjon.
- Tilpasset Conjoint - Denne modellen for konjunktanalyse letter analysen av et svært stort antall produkt- eller tjenesteattributter eller nivåer av attributter.
- Beslutningstreet - Disse modellene brukes i markedsundersøkelser for å representere beslutningsprosessen, som kan inkludere utfall som var et resultat av sjanse, ressurstilgjengelighet eller verktøy.
Bro over gapet mellom innsikt og optimalisering: Kjøpsbeslutningshierarki
Forskningen som utløser en produktlansering må svale med mange nivåer av informasjon. Betraktning av måter å optimalisere en tjeneste eller produktlinje vil ha en tendens til å dominere de tidligste faser av oppstarten til en produktlansering, men å undersøke beslutningsprosessene som forbrukerne legger på spill ved kjøpstidspunktet, kan bidra til å forme disse tidlig hensyn . Et hierarki av ulike engasjerer forbrukerne i sine kjøpsbeslutninger . Dette hierarkiet kommer lettest i fokus når en rekke kilder til data og informasjon benyttes, inkludert - viktigst - markedsundersøkelser og salgsdata.
Mens salgsdata kan være nyttige med hensyn til innsikt i svekkende ytelse eller fallende markedsandel , har det ikke mye prediktiv kapasitet. Mer intim kundekunnskap kan gi innsikt i hva som sannsynligvis vil skje med markedsandel når et produkt er midlertidig ute av lager eller fjernet fra en produktlinje.
Markedsundersøkelser kan gi disse typer innsikt, samt forståelse av ny produktpreferanseandel eller om bytteadferd fra eksisterende produkter til et nylig lansert produkt.
Produkt- eller serviceoptimalisering kan være en kostbar innsats og er alltid et høyrisikoalternativ som krever det høyeste nivået av presisjon og kapasiteten til bred og dyp scenariosimulering. Både diskrete valganalyser (DCA) eller valgbaserte konjunkturprosesser (CBC) kan oppfylle disse markedskravene.
Beslutningstrær: Et budsjettbevisst alternativ
Beslutningstrøsmodeller kan brukes til å utvikle en dypere forståelse av forbrukerens hierarkiske kjøpsadferd . Lærer hva produkt eller tjeneste attributter trompet hverandre og hvordan for eksempel disse dynamikkene relaterer seg til hylleorganisasjonen i murstein og mørtelmiljøer, legger et fint poeng på forbrukerinnsikt. Beslutningstrøsmodeller kan manipuleres for å fokusere på enten merkevareperspektiv eller produktperspektiv. Beslutningstrøsmodeller utnytter ofte en visuell fremstilling av de produktene som vurderes for å lette forskningsprosessen.
Byggingen av et beslutningstreet er sentral for evnen til å fremkalle og fange hierarkiske svar fra forbrukerne i sammenheng med en intuitiv undersøkelseserfaring .
På grunn av beslutningstreetes markedsundersøkelser til viktige markedsføringsretninger, må beslutningstreet ha strukturell integritet og trygt redusere respondentbyrden . Å gå den ekstra milen i utformingen av beslutningstreet markedsundersøkelser, vil bidra til å unngå fallgruvene som undersøkelser forskningen kan støte på.
Effekten av speedster respondents på de endelige undersøkelser forskningsresultatene kan ha en betydelig negativ innvirkning på tilknyttede forretningsbeslutninger . Det er viktig å ha en datakvalitet rengjøringsprosess som identifiserer speedster respondents og fjerner data fra datasettet. Av disse grunner kan markedsforskere benytte en verifikasjonsprosess som er bygd inn i undersøkelsens forskning eller innebærer en oppfølgingsmulighet med hver respondent . Disse spørreskjemaene kan gjennomgås og justeres etter behov.