Conjoint analysis: de uitleg

Conjoint Analysis: in dit artikel wordt de Conjoint Analysis (CA) praktisch uitgelegd. Er wordt besproken wat een Conjoint Analysis is, welke terminologie gebruikt wordt, welke type analyses er zijn en hoe survey-data geanalyseerd kan worden. Na het lezen zal je de basis begrijpen van deze tool voor marketing.

Wat is een Conjoint Analysis (CA)?

Een Conjoint Analysis (CA) is een statistische methode voor marktonderzoek. Het gaat hier dan vooral om het meten van het relatieve belang van bepaalde kenmerken voor een product of dienst.

Het product of de dienst wordt onderverdeeld in onscheidbare kenmerken of functies die vervolgens worden gepresenteerd aan de consument in de vorm van bijvoorbeeld een vragenlijst of telefoongesprek.

De respondenten worden gevraagd om de gunstigste of meest gewenste groep opties of features te selecteren, afhankelijk van het type conjoint analyse. Hierdoor kunnen bedrijven beter daadwerkelijk de behoeften en wensen van de consumenten tegemoetkomen.

Een fabrikant van elektronische apparaten zou bijvoorbeeld graag willen weten of zijn klanten beeld- en geluidskwaliteit belangrijker vinden dan de prijs of andersom.

In beginsel lijkt het op een multicriteria-analyse (MCA), maar gaat verder doordat het wiskundige waarden berekent om het gedrag van consumenten te verklaren.

Marktonderzoek gebaseerd op conjoint analysis houdt zich dus bezig met waarom en hoe mensen keuzes maken tussen producten of diensten en hun eigenschappen.

Het productontwikkelingsteam kan vervolgens aan de slag met nieuwe input en zo kan het bedrijf de wensen van de klant op een winstgevende manier vervullen. Data en feedback kan verkregen worden door experimenten uit te voeren op klanten of door enquêtes af te nemen met als doel het aankoopproces en de aankoopbeslissing te modelleren.

Hierna kan deze data gekoppeld worden aan bijvoorbeeld demografische gegevens van het klanttype, levensstijl of andere klantprofielen. De conjoint analysis is ontstaan in de wiskunde psychologie en ontwikkeld door marketingprofessor Paul E. Green aan de universiteit van Pennsylvania in 1970.

Conjoint analysis terminologie

In het proces van een conjoint analysis komen verschillende specifieke termen voor voren die juist geïnterpreteerd moeten worden. In de volgende paragrafen komen deze termen aan bod:

Attributen / kenmerken

Hier wordt een kenmerk van een dienst of product bedoeld. In het voorbeeld uit de volgende sectie zijn 4 attributen opgenomen: prijs, vliegmaatschappij, transfers en reisduur.

Niveaus

niveaus zijn de verschillende stappen of metingen voor het voorheen genoemde attribuut of kenmerk. De prijs uit het voorbeeld is opgedeeld in 3 niveaus met elk een ander bedrag.

Kaart

Een kaart is een combinatie van meerdere attributen.

Set

Met een set wordt een groep kaarten bedoeld. Vaak worden respondenten gevraagd een keuze te maken uit de set kaarten.

Part-worth utilities

Een verzameling van de meest waardevolle resultaten uit de conjoint analysis.

Types conjoint analysis

Er zijn veel verschillende soorten conjoint analyses, maar welke gebruikt wordt hangt volledig af van wat de gebruiker wil bereiken.

Van conjoint analyses uitgevoerd op basis van algoritmes tot eenvoudige vragenlijsten of gecombineerde types, een conjoint analysis kan volledig ontworpen worden naar wens.

De belangrijkste twee types conjoint analyses worden hieronder beschreven.

Choice-based conjoint analysis (CBC)

Choice-based conjoint analysis (CBC) heeft in veel situaties de voorkeur boven andere types conjoint analyses. Dit type conjoint analysis wordt gebruikt in het bepalen van de prijs van een dienst of product in relatie met de attributen of functies hiervan.

CBC is effectief als de verkregen data concreet is, zoals verschillende attributen van een product die op elkaar inwerken of als het gaat om de prijs. Een CBC conjoint analysis blijft meestal beperkt tot ongeveer 8 attributen.

Een voorbeeld. Een vliegtuigmaatschappij doet onderzoek naar de bereidheid van consumenten om vliegtickets te kopen en wat zij hierin belangrijk vinden.

Om een choice-based conjoint analysis te gebruiken moeten hier attributen en levels aan worden toegevoegd. In dit geval worden er 4 attributen en 3 levels toegevoegd:

Figuur 1 – Choice-Based Conjoint (CBC) analyse voorbeeld

Alle opties brengen de passagier naar dezelfde bestemming, maar ticket nummer 1 doet dit in 12 uur terwijl optie 3 dit in 15 uur doet voor 250 euro minder.

Enquêteurs laten respondenten een voorkeur geven voor een ticket en verzamelen informatie over wat precies deze beslissing vormde.

Door zoveel mogelijk reacties te verzamelen en te analyseren kan bepaald worden hoe belangrijk de wisselwerking tussen reisduur en kosten is.

Adaptieve conjoint analysis (ACA)

Wanneer het aantal attributen hoger is dan 8 kan een adaptieve conjoint analysis (ACA) handiger zijn. Een ACA hanteert dezelfde overkoepelende principes als een CBC analysis, maar is in ontwerp, implementatie en analyse wezenlijk verschillend.

Waar de CBC respondenten de keuze geeft om uit meerdere producten te kiezen die beschreven zijn met een set aan attributen, toont de ACA analysis een beschrijving met alle attributen als paren, de voorheen genoemde kaarten.

Het voordeel hiervan is dat een groot aantal kenmerken gebruikt kunnen worden, tot wel 30 attributen met elk 7 niveaus.

Een computerfabrikant kan deze analyse inzetten om te onderzoeken welke set aan specificaties het meest gewenst is door de consument.

Het nadeel van een ACA analysis is dat het grote aantal attributen ervoor zorgt dat de af te nemen survey 45 minuten of langer duurt.

Ook heeft de ACA versie van de conjoint analysis als nadeel dat de survey lastig afgenomen kan worden via de telefoon, en vragenlijsten op papier zijn niet mogelijk. Vaak wordt dan software met algoritmes gebruikt.

Surveydata analyseren

Afhankelijk van het aantal attributen vullen respondenten meestal 10-30 vragen of voorkeuren in. Deze vragen zijn met zorgvuldigheid ontworpen.

Zo moeten de attributen bijvoorbeeld onafhankelijk van elkaar zijn. Door deze onafhankelijkheid kan de analist statistisch bepalen welke productkenmerken het meest gewenst en van invloed zijn op de beslissing.

Het resultaat is een reeks aan voorkeursscores, parth-worth utilities of deelwaardes genoemd.

De onderzoekers gebruiken vervolgens een conjoint market simulator om specifieke contexten te definiëren waarin hij een specifiek product laat concurreren met een ander product.

Deze simulator laat verschillende wat-als-scenario’s schetsen.

Software speelt dus een belangrijke rol in het analyseren van de surveydata.

De software wordt opdracht gegeven om uit te zoeken welk product het beste is, of hoe goed elk individueel product is. Jaarlijks worden er duizenden conjoint analyses uitgevoerd, via de telefoon, het internet of van persoon tot persoon in interviews.

Organisaties gebruiken de data en de analyseresultaten om prijsbeslissingen te rechtvaardigen, nieuwe producten te ontwerpen of te besparen op ontwikkelingskosten.

Nu is het jouw beurt

Wat denk jij? Herken jij de uitleg over de conjoint analysis? Hoe denk jij een conjoint analysis te kunnen toepassen voor jouw bedrijf of marktonderzoek? Welke variaties of combinaties gebruik jij? Heb jij tips of aanvullingen?

Deel jouw kennis en ervaring via het commentaar veld onderaan dit artikel.

Meer informatie

1. Green, P. E., & Srinivasan, V. (1990). Conjoint analysis in marketing: new developments with implications for research and practice. The journal of marketing, 3-19.
2. Churchill, G. A., & Iacobucci, D. (2006). Marketing research: methodological foundations. New York: Dryden Press.
3. Wittink, D. R., & Cattin, P. (1989). Commercial use of conjoint analysis: An update. The Journal of Marketing, 91-96.

Citatie voor dit artikel:
Janse, B. (2018). Conjoint analysis: de uitleg. Retrieved [insert date] from Toolshero: https://www.toolshero.nl/marketing-modellen/conjoint-analysis/

Gepubliceerd op: 12/12/2018 | Laatste update: 31/10/2023

Wilt u linken naar dit artikel, dat kan!
<a href=”https://www.toolshero.nl/marketing-modellen/conjoint-analysis/”>Toolshero: Conjoint analysis: de uitleg</a>

Article by:

Ben Janse

Ben Janse is een young professional en werkzaam als Content Manager bij Toolshero. Daarnaast houdt hij zich binnen zijn studie International Business aan de Hogeschool Rotterdam bezig met het analyseren en ontwikkelen van managementmodellen. Dankzij zijn theoretische en praktische kennis weet hij hoofd- en bijzaken goed te onderscheiden waardoor de essentie van elk artikel goed naar voren komt.