引言结合分析是一种多元统计分析方法，用于估测人们对一些能够详细定义某种产品或服务的属性和特征的评价。相比较于传统方法，结合分析的优势在于它可以通过分析消费者对商品的整体评价来得到消费者对商品各个属性的期望值以及相对重要性。 应用场景结合分析主要应用于各种产品和商业服务相关领域的市场研究中，如新产品开发时需要了解消费者更愿意购买的最优组合产品，除此之外，还可应用于研究影响大学生择业的因素、大学生休闲活动选择、大学生购买模式需求等等。 分析步骤确定属性和属性水平结合分析首先要确定显著影响消费者购买产品或服务的属性和属性水平，一般包含6、7个显著因素，确定了产品属性之后，还需要确定这些属性恰当的水平，属性与属性水平的个数将决定分析过程中要进行估计的参数的个数。 模拟产品结合分析考虑产品的所有属性和属性水平，但并不需要对所有组合产品进行评价，这也正是结合分析的优点之一。在全轮廓法中，采用正交设计等方法，将这些属性与属性水平进行组合，生成一系列模拟产品以减少组合数，同时又能反映主效应。 数据收集请受访者对模拟产品进行评价，通过打分、排序等方法调查受访者对模拟产品的喜好、购买的可能性等。 计算属性的效用从收集的信息中分离出消费者对每一属性以及属性水平的偏好值，这些偏好值也就是该属性的“效用”。计算属性的模型和方法有多种，如最小二乘法回归模型、多元方差分析模型、LOGIT回归模型等方法。可以直接使用SPSS的Categories模块进行数据的结合分析。 结果解释与应用结合分析的结果可以在消费者个体层次上进行解释，也就是对每一个消费者的偏好计算不同属性水平的效用值和属性的相对重要性，并且分析个体对产品或服务的不同组合的偏好反应；也可以对结合分析在消费者群体层次上进行解释，首先按照某种属性将消费者进行分类，然后再分析整个群体或不同类之间的偏好反应。应根据不同的研究目的来确定进行分析的层次。 案例分析——消费者对荣耀6和小米4手机关注属性的分析GooSeeker大数据研究团队对传统的结合分析模型进行了独创性发展，提出了GooSeeker用户期望分析模型。这里用于分析的数据直接来源于京东商城消费者购买荣耀6和小米4后的体验评价——
荣耀6
图1 荣耀6手机属性重要度及用户期望度 由图1可以看出消费者对荣耀6手机比较满意且重要度较高的属性有手机厚度、购买便捷性和系统软件流畅性；需要着重改进发热散热、配件赠品和屏幕分辨率，因为这三方面在消费者心中重要度较高但消费者期望有更大的改进。 小米4
图2 小米4手机属性重要度及用户期望度 由图2可以看出小米4手机的亮点为手机配置、服务体验和购买便捷性，这三个属性在消费者心中重要度较高且较为满意；需要适当着重改进的有系统软件稳定性、包装及开箱、屏幕大小、购买渠道和制式频段支持，因为这五个属性在消费者心中重要度相对而言不高但消费者期望有更大的改进。 对比荣耀6和小米4可以发现，小米4需要改进的属性基本都是在低重要度上，而荣耀6在髙重要度上有多个属性需要改进。 参考文献
若有疑问可以或  |
