Regresja preferencji

Mapa percepcyjna konkurencyjnych produktów z wektorami idealnymi

Regresja preferencji to technika statystyczna stosowana przez marketerów w celu określenia preferowanych podstawowych korzyści konsumentów. Zwykle uzupełnia techniki pozycjonowania produktów takie jak skalowanie wielowymiarowe czy analizę czynnikową i służy do tworzenia idealnych wektorów na mapach percepcyjnych .

Aplikacja

Wychodząc od surowych danych z ankiet, badacze stosują techniki pozycjonowania w celu określenia ważnych wymiarów i wykreślenia pozycji konkurencyjnych produktów na podstawie tych wymiarów. Następnie regresują dane ankietowe względem wymiarów. Zmiennymi niezależnymi są dane zebrane w badaniu. Zmienną zależną jest dane dotyczące preferencji. Podobnie jak wszystkie metody regresji, komputer dopasowuje wagi, aby jak najlepiej przewidzieć dane. Wynikową linię regresji nazywa się wektorem idealnym, ponieważ nachylenie wektora jest stosunkiem preferencji dla dwóch wymiarów.

Jeśli w regresji zostaną wykorzystane wszystkie dane, program wyprowadzi pojedyncze równanie, a tym samym jeden idealny wektor. Zwykle jest to tępe narzędzie, dlatego badacze udoskonalają proces za pomocą analizy skupień. Tworzy to klastry odzwierciedlające segmenty rynku . Następnie na danych w każdym segmencie przeprowadza się oddzielne regresje preferencji. Zapewnia to idealny wektor dla każdego segmentu.

Metody alternatywne

Metoda samookreślonej ważności jest metodą alternatywną, w której do określenia wag wykorzystuje się dane z bezpośredniego badania ankietowego, a nie imputacje statystyczne. Trzecią metodą jest analiza łączona , w której stosuje się metodę addytywną.

Zobacz też

  •   Park, ST; Chu, W. (2009). „Regresja preferencji parami dla zalecenia dotyczącego zimnego startu”. Materiały z trzeciej konferencji ACM na temat systemów rekomendujących - RecSys '09 . P. 21. doi : 10.1145/1639714.1639720 . ISBN 9781605584355 .
  • Jarboe, GR; McDaniel, CD; Gates, RH (1992). „Modelowanie regresji preferencji wielowariantowych systemów świadczenia opieki zdrowotnej”. Journal of Ambulatory Care Marketing , 5(1), s. 71-82.