年龄属性和消费行为密切相关。美国14岁之下人口占21%，中国占25%，四分之一的市场份额，相当辽阔。本文试图就年龄和消费行为的关系进行一些简单的分析，以抛砖引玉。
第一部分 案例分析
笔者有一个朋友，这个朋友的儿子2012年上小学四年级，10岁。国庆假期笔者碰到这个小朋友，问假期有什么打算？小朋友说，本计划到自己的同班好朋友家里一起去玩游戏《穿越火线》的，可家里没人，爸爸（就是笔者的朋友）因为一个小的口腔手术要去医院挂水，妈妈和姐姐等要去接亲戚，自己一个人无奈只能跟妈妈他们出来了。笔者说对《穿越火线》还是比较熟悉的，说喜欢使用里面的尼泊尔军刀。小朋友立刻来了兴趣，说他和他的同班好朋友喜欢用斧子和铲子，在游戏里杀人是很爽很爽的事情，笔者问有没有购买AK47，小朋友说没有，仅仅购买了手枪。
从这个个案深度访谈中，笔者发现现在小朋友10岁已经相当成熟了，该懂的基本都懂。不但如此，小朋友还会上网搜索，查找资料，自学能力进一步提高，这有利于小学的小朋友对付语文老师的作文要求，只要搜索中输入作文题目，网络上就有许许多多可以参考的内容。
笔者碰到另外一个小学五年级的小朋友，也是小男孩，其母亲是警察或叫司法干部，谈到这个孩子的爱好，除了读书，也能玩一些游戏，包括小朋友们经常玩的4399等等在内。笔者问小朋友，国庆假期干什么？小朋友说，班主任发飙，让全班同学写为什么要学习和怎么样学习，不能少于五百字，国庆结束后立刻上交，小朋友准备到网络上搜索组合。
再说回来，以上海为例，截止2012年，0-14岁人口占全上海2300万人口比重大约9%，为207万;60岁以上人口占全上海总人口2300万的比重大约25%，大约570万;14-60岁的人口占全上海2300万总人口的比重大约66%，为1518万；这1518万人口中，外来人口的比例大约670万，包括白领和民工基本五五开。从全局看，2012年的大概比例情况为，上海每5个人中，有2个是外来人口。上海人口增量的90%来自外来人口。户籍人口增量不大。 第二部分 年龄结构对消费行为的影响
首先，年龄是许多目标TA筛选的首要纬度。日本索尼公司早年在这方面吃过大亏，作为电子音响巨头，许多目标客群都是15-24岁的年轻人，这些人喜欢什么非常重要，起初索尼只是死板地宣传质量好等，市场份额基本在后面，最好一回是第七名。最后发现目标客户群体的50%以上都是15-24岁的年轻人的时候，索尼公司开始赞助沙滩排球赛场，效果果然不凡，索尼立体声汽车音响的收入果然翻了一番。【参考：Shelly Reese ，”the lost generation”， Marketing Tools(April 1997):P50】。这是真实发生的案例。今天你去索尼中国总部或上海总部应聘市场总监，年薪是多少？再回头看看这些案例，就会了解对等性和公平性待遇的理由了。有时一个好的市场策划，很短可以让业绩翻一番，带给组织的利润巨大，这点工资算什么？
其次，不同年龄层面对产品的需求有相似处。昨天笔者和一个部下，分销经理，姓刘，30岁，他跟笔者讲，说想把现在使用的力科电动剃须刀换成飞利浦的，问为什么？说不一样，感觉该换了。这种感觉深处分析的话，其实就是一个年龄层变化带来的变化。如果说力科和飞利浦在18-35岁人群竞争目标TA进行分割的话，应当30岁是一个分水岭，30岁之后飞利浦要强，无论从产品品牌定位还是价格，还是质量和目标客群需求变化等方面。
第三，不同年龄的价值观取向不同。宝洁公司曾经搞了两个网站研究青少年对一些概念的认知，包括对产品，对什么是“酷”的理解，等等，以用来进行营销决策，虽然有一定效果，但这种在线测量方式有其不足，当前看，无法用量化的数据来下结论说成功或不成功。但是这个方法是对的，测量价值观取向相当重要。特别是一些重大事情的影响，比如2012年的钓鱼岛事件，对许多日本品牌的在华销售产生了重大实际业绩影响，汽车领域许多日系车包括尼桑、本田等受到影响，建材领域比如许多大工程和大国企的工程，把许多日本品牌比如TOTO都更换成了科勒等品牌，这种都是价值观和认识论的影响，没有人会为此埋单。 第三部分 年龄结构对营销策划的启发
第一，要使用等同语境。等同语境，就是消费者能理解的语境。最近上海广播上播放了一组别克汽车的广告，均使用80后的年轻人自述的方式，这算是一种等同语境的使用，还是有效果的。
第二，不要误导目标客群。还用别克的广告来说，大意是劝说青年人，反正你房子买不起，你买个汽车吧！这种劝说的出发点是为了汽车销售商自己的销量利益考虑，虽可理解，但不能认同，不能引导年轻人进行某种长期的消费。年轻人要不要自己买房，生活？难道永远啃老？汽车每月是要保养花费的，每天只要发动就是要烧汽油的，现在93号汽油8块钱一升，年轻人每月能挣多少钱？要为这个汽车的维护保养支付多少钱？能存下钱吗？房子怎么办？等等，这些都要考量基本的广告策划出发点、动机和社会利益的平衡。
第三，不要欺骗目标客群。在上海经常能听到一些山寨的医学专家或保健品设备的公司，集体地诱导老年人消费，被媒体报道过多次。这种行为法律都不允许，为什么大张旗鼓地做呢？包括一些培训机构也是，收了钱，然后跑路，正大广场近期有个培训机构被媒体报道了多次。等等。如何净化商家策划人员的灵魂，按道理是宗教教义的事情，这里我们也提醒提醒，坦率策划，坦诚生活。 第四部分 结束语
关键词：社交网络属性 电子商务 消费者信任
随着电子商务的不断发展，国内网上交易的不诚信甚至诈骗行为也不断增多，诈骗手段也日趋高端，对电子商务平台的良好运转带来较大困扰。目前，电子商务消费者信任已成为制约电子商务发展和转型的重要因素。同时，目前新型网络技术和社交网络服务已在全国范围不断扩散，通过社交网络的传播，可以实现社交互动，不断促进电子商务活动的社会化。社交网络的目的在于利用社交网络属性来推动网络消费和商品传播，提升消费者网络购物的体验，提高消费者对电子商务的信任度。在社交网络快速发展的环境下，如何良性利用社交网络中的各种属性，积极为电子商务消费者信任服务，已成为当前学术界研究的热点问题。本文致力于挖掘社交网络中的多种属性，分类研究这些社交网络属性对电子商务消费者信任的影响，为以后更深层的研究提供一定借鉴。
模型框架及理论假说
根据Sultan的观点，电子商务消费者信任的影响因素既存在一定的消费特性，也存在一定的网站特性。在这个层面上，笔者认为社交网络属性可能对电子商务消费者信任产生一定影响。本文基于Davis在1989年提出的技术接受模型框架，建立电子商务消费者信任模型。技术接受模型是以技术接受为基础的，而电子商务平台在本质上属于一种信息技术，因此对于电子商务消费者信任问题的研究，可以采用技术接受模型。技术接受模型（Technology Acceptance Model，简记为TAM）提出了影响信任或接受程度的两个重要因素：一是感知有用性（Perceived Usefulness），它反映了消费者认为使用某个产品或系统促进其工作效率提升的程度；二是感知易用性（Perceived Ease of Use），它反映了消费者认为使用某个产品或系统的容易程度。基于技术接受模型，文章构建电子商务消费者信任模型，如图1所示。
本文着重研究社交网络属性对电子商务消费者信任的影响，综合已有文献的研究基础，笔者认为网络消费者之间的关系程度、网络好友对产品的购买信息、网络好友的消费专业性、网络卖家的沟通能力、网络卖家的信誉程度等社交网络属性都可能影响消费者在电子商务平台下的网络消费行为。为此，本文将社交网络属性分为网络好友属性和网络卖家属性两类，其中网络好友属性包括社会中的真实好友推荐、纯粹网络好友的推荐、网络好友的交易信息、网络好友的购买专业性、消费者与网络好友的情感交互程度、消费者对社会网络的信任；网络卖家属性包括卖家的交易沟通性和卖家声誉度。根据这些社交网络属性，首先提出8个待检验假说，具体见表1。
实证模型及量表设计
（一）实证模型
基于前面构建的电子商务消费者信任的技术接受模型，本文采用结构方程模型方法进行检验性的因子和路径分析，验证前面提出的假说是否成立。根据结构方程模型的基本原理，可将模型分解为量测方程和结构方程两个部分。其中，量测方程定量反映了潜变量与指标的关系，结构方程则量化反映潜变量与潜变量之间的关系。潜变量与指标关系的量测方程具体形式如式（1）和式（2）所示：
X=Λxξ+δ （1）
Y=Λyη+ε （2）
其中，X表示由外源指标所组成的向量集；Y则表示由内生指标组成的向量集；Λx衡量了外源指标和外源潜变量的关系，由外源指标在外源变量上的因子载荷矩阵来表示；Λy衡量了内生指标和内生潜变量的关系，由内生指标在内生变量上的因子载荷矩阵来表示；ξ表示由外源潜变量组成的向量集；η表示由内生潜变量组成的向量集；δ为外源变量的随机误差项；ε为内生变量的随机误差项。
衡量潜变量与潜变量之间关系的结构方程如下：
η=Bη+Γξ+ε （3）
其中，B为衡量内生潜变量之间关系的矩阵；Γ为衡量外生潜变量对内生潜变量影响的矩阵；ε为随机误差项，反映了结构方程中不能被解释的成分。
（二）量表设计
根据前文提出的社交网络属性指标的相关理论假说，设计问卷调查所需的量表。基于现有的研究基础，本文采用Likert七点尺度量表方法进行设计。对前文提出的因素（社会中的真实好友推荐、纯粹网络好友的推荐、网络好友的交易信息、网络好友的购买专业性、消费者与网络好友的情感交互程度、消费者对社会网络的信任、卖家的交易沟通性、卖家声誉度）分别设计量表项目，假设8个因素的变量名称分别为ξ1、ξ2、ξ3、ξ4、ξ5、ξ6、ξ7、ξ8，因素集为ξ = {ξ1、ξ2、ξ3、ξ4、ξ5、ξ6、ξ7、ξ8}。量表项目以电子商务消费者购买决策的步骤为脉络进行问题设计，具体为客户对购买需求的认知、客户对信息的搜索、客户对购买信息的对比和最终的产品购买。
“社会中的真实好友推荐”相关量表项目包括：我会同社会中的真实好友商讨欲在网上购买的商品；社会中的真实好友往往能向我提供欲购买商品的有效新信息；社会中的真实好友对商品购买信息的推荐很可能影响我对电子商务网站的选择；我觉得社会中真实好友推荐的电子商务网站往往能带给我更好的购物体验。
“纯粹网络好友的推荐”相关量表项目包括：我会同网络好友商讨欲在网上购买的商品；网络好友往往能向我提供欲购买商品的有效新信息；网络好友对商品购买信息的推荐很可能影响我对电子商务网站的选择；我觉得网络好友推荐的电子商务网站往往能带给我更好的购物体验。
“网络好友的交易信息”相关量表项目包括：我很有意愿选择好友光顾过的电子商务网站；好友在网站上的交易经验往往能为我提供购买商品的有效信息；好友在网站上的购物经验对我购买商品的网站选择产生重要影响；好友在网站上的交易经验对我购买商品的决策选择产生重要影响。
“网络好友的购买专业性”相关量表项目包括：我觉得能为我提供建议的好友往往对该商品具有较丰富的经验；在我决定购买商品之前，经常会向具有购买专业性的好友咨询意见；好友的购买专业性对我购买商品的网站选择产生重要影响；网络好友的购买专业性对我购买商品的决策选择产生重要影响。
“消费者与网络好友的情感交互程度”相关量表项目包括：网络好友经常会来光顾我的主页；我也会经常光顾网络好友的主页；我愿意和网络好友进行长时间的交流；我愿意与网络好友交流自身的隐私信息。
“消费者对社交网络的信任”相关量表项目包括：社交网络好友向我提供的信息往往是可靠的；社交网络好友往往会最大限度地帮助我；社交网络好友对我的购买需要十分关照；我觉得社交网络中的欺诈行为要比一般网络环境少。
“卖家的交易沟通性”相关量表项目包括：我会经常光顾较熟悉卖家的电子商务网站；我觉得与卖家的良好沟通往往能为我提供购买商品的有效信息；在我购买商品之前，经常会与卖家进行商品信息的交流；我能在与卖家的沟通中获得积极体验。
“卖家声誉度”相关量表项目包括：我会经常光顾声誉度较高的卖家的电子商务网站；我觉得声誉度较高的卖家往往具有更多的客户购买量；我经常会对比卖家的声誉度；卖家的声誉度对我购买商品的决策选择产生重要影响。
本文以社交网络属性的消费者信任为研究变量（η），以消费者的态度和购买行为为切入点进行项目设置，最终构建量表项目如下：网络好友对商品的购买建议是值得信任的；网络好友的购物经验能增进我对卖家的购买信任度；我经常会选择和购买网络好友为我推荐的商品；社交网络好友的购买参与往往能进一步提高我对卖家的信任度；与网络卖家的社交沟通能增进我的购买信任度；声誉度较高的卖家往往是值得信任的。
实证结果及分析
（一）数据搜集
本文主要针对社会网络环境下电子商务平台的消费者购买信任进行研究，考虑到电子商务和社交网络用户基本以年轻人居多，因此本文的问卷调查对象主要为年轻人群体。通过电子邮件的形式发放问卷，最终回收问卷208份，根据问卷提供信息对问卷进行删减，最终得到有效问卷173份，有效率为83.17%。
（二）信度和效度检验
为了使收集的数据更加真实地反映社交网络属性及电子商务消费者信任的情况，从而使本文的实证结果更具实际意义，首先对样本数据进行了信度和效度检验。利用SPSS软件，根据Cronbach`s α系数进行信度检验，结果发现所有变量的信度均高于标准信度有效值0.7，这充分反映了本文收集的数据是可信的。其次，通过主成分分析，发现同一变量下问卷项目的最大载荷都具有聚积性，而且任意变量相对其他不同变量的最大载荷均超过0.5，不存在变量横跨的特征。因此，本文认为设计的量表具有较高的区分效度。
（三）实证分析
利用Lisrel软件对数据进行结构方程估计，以量表项目为观测值，8个反映社交网络属性的因素为潜变量，电子商务消费者信任度为因变量，构建式（1）、式（2）中外源潜变量组成的向量集和内生潜变量组成的向量集如下：
（4）
η=（0.82，0.84，0.71，0.76，0.78，0.84） （5）
根据变量数据对模型进行拟合，结果见表2。由表2的拟合程度数据可知，本文结构方程模型的拟合效果良好，能够较切实际地反映社交网络属性与电子商务消费者信任之间的关系。
下面对前面的假说进行实证检验，本文设定路径系数的显著性水平标准为0.05，即回归系数的t统计量达到1.96以上，则假说显著成立；路径系数的弱显著水平标准为0.1，即回归系数的t统计量达到1.64以上，则假说为弱显著成立。由Lisrel软件得到检验结果如表3所示。
根据表3的结果可知，除了客户与网络好友的情感交互程度这个变量对电子商务消费者信任的影响路径不显著之外，其余7个变量对电子商务消费者信任的影响路径都为正，且通过一定的显著性水平，因此真实好友推荐、纯粹网络好友的推荐、网络好友的交易信息、网络好友的购买专业性、消费者对社会网络的信任、卖家的交易沟通性、卖家声誉度对电子商务消费者信任度的提高都有明显的促进作用。其中，真实好友推荐、纯粹网络好友的推荐、网络好友的交易信息、网络好友的购买专业性、消费者对社会网络的信任这5项指标来源于社交网络中的买家与买家，卖家的交易沟通性、卖家声誉度这两项指标来源于社交网络中的买家与卖家。综合实证结果，社交网络各项属性总体上对电子商务消费者信任有明显的正向影响，因此无论是消费者还是卖家都要注重社交网络这一重要平台，争取通过这一网络平台获得对自己有利的信息。
结论及建议
本文采用结构方程模型，并结合问卷调查数据实证检验了社交网络属性对电子商务消费者信任的影响。结果显示，社交网络各项属性总体上对电子商务消费者信任有明显的正向影响，社交网络属性中尤其是真实好友推荐、纯粹网络好友的推荐、网络好友的交易信息、网络好友的购买专业性、消费者对社会网络的信任、卖家的交易沟通性、卖家声誉度这7项指标对电子商务消费者信任有明显的正向影响。根据本文的研究，笔者最后从卖家、买家和电子商务平台三个方面提出相关对策建议。
首先，对于卖家方面的建议：
加强与消费者的沟通。首先，在与买家的交涉过程中，卖家要本着“人本”观念，积极从买家的角度考虑，从言行上和实际服务上让买家感到购买信息的可信性，让买家对购买的商品有充分的认识，让买家更具有购买安全感，积极博得买家的购买信任。其次，卖家也要扮演买家的角色，不断在社交网络中结交好友，并与网络好友进行友善交流沟通。在与网络好友的沟通过程中，不仅要关注卖家自身店铺经营的商品，更应该关注好友对同类型的或可替代性较强商品的评价，扩大卖家对市场的认识面。
积极获取社交网络提供的信息。首先，积极关注店铺各商品的买家评论。根据理论分析联系实证检验的结果，我们认为消费者的交易经验对提高电子商务消费信任度有重要影响，而交易经验从平时各种交易活动中积聚，因此交易经验与交易后的评价有重要联系。所以，卖家要时刻关注买家评论，根据商品的评论性质来改进商品质量和服务。其次，卖家应主动咨询周边朋友，为完善产品经营服务质量和提高电子商务消费信任度提供更多的建议。这样的行动不仅能使卖家更直接地获得有效改进方案，也能通过周边朋友的宣传获得更广泛的购物信息来源。
诚信经营，优化服务，努力提高声誉度。由于买家在购物之后会对商品进行评价，因此卖家的声誉度是衡量信用的重要指标。由此可见，卖家在网络经营活动中应尽量避免不公平、不诚信的交易情况，为消费者提供优质的产品和服务，尽量提高消费者对自己的满意度。若在交易过程中发生一定冲突，卖家应及时采取措施补救，积极联系买家，留住老客户。
其次，对于买家方面的建议：
提高警惕，安全网上购物。首先，买家要本着严谨购物的心态，积极查阅信息，获取各种诈骗手段的防范和应对策略，做到网上购物保持公平。其次，要对商品及价格有充分的认识，切不可贪小便宜而尽量购买廉价商品，否则很可能既损害与卖家的关系，又无法获取满意的解决办法。再次，积极与好友洽谈购物安全防范经验，提高自己对安全购物的感知能力。
文明社交沟通，获取有效信息。第一，积极在社交环境中结识益友，并与好友进行多方位交流沟通，促进自己的购物经验提升；第二，在购物前积极与卖家进行沟通，有效了解所要购买商品的更多信息；第三，获取良好的购物经验，要积极与好友分享，不但可以增强好友购物经验，还可以通过交流升华经验。
最后，对于电子商务平台方面的建议：
积极规范卖家声誉度。根据目前的交易平台状况，制定分层次的金额等级，若交易者守信完成交易，可获得额外信用分，反之则扣除相应分数。进一步规范交易失信处理机制，采用“快升慢降”的方法约束交易失信行为。
完善第三方交易机制，提高交易安全性。由于消费者可能有一部分金额储存在支付平台内，因此电子商务平台要加强支付平台的安全机制，谨防盗骗行为。完善支付平台相关法律，使消费者的“电子货币”有安全保障，切实维护消费者的合法权益。
参考文献：
1.Sultan F，Urban G.L，Shankar V. & Bart I.Determinants and Consequences of Trust in e-Business[J].Working paper，Sloan school of Management，MIT，Cambridge，MA，2002
2.Davis.F.D.，Bagozzi，R.P.，and Warshaw，P.R.User Acceptance of Computer Technology：A Comparison of Two Theoretical Models[J].Management science，1989，35（8）
3.李萍.C2C电子商务中影响消费者网上购物态度的因素分析[D].哈尔滨工业大学，2007
4.武星星，苗维亚.基于结构方程模型的网上购买意愿影响因素实证研究[J].电子科技大学学报（社科版），2007（9）
关键词：联合分析；3G手机；产品属性；轮廓
联合分析是市场研究领域的一种多变量分析技术。它以经济学上的基数效用函数和心理学中的心理测量技术为理论基础，应用统计计量方法进行数据的分析和参数的估计，通过模拟真实环境下消费者购买行为的心理决策过程，分析其偏好结构和行为特征，从而了解消费者对多属性产品评价的心理过程。
一、 联合分析的发展及基本概念
联合分析（conjoint analysis），早期称为联合衡量，是1964年由数理心理学家R.Luce和统计学家J.Tukey提出来的。1971年由P. Green和V.Rao引入消费者行为研究领域，成为该研究领域内最重要的研究方法之一。1978年F.Carmone、P. Green和A.Jain等人将联合衡量改为联合分析。
在理论发展过程中，应用性的研究占据了理论发展的主流，伴以渐进的理论性研究。这充分表明了联合分析法在现实中的有效性。随着该方法的广泛传播，其应用范围从市场调研领域延伸到更广阔的涉及选择偏好的领域，涵盖了金融、医疗卫生、农村消费、流通业、会展以及选举等领域。据Witt ink调查，在1981～1984年间，联合分析法应用于商业研究的例子平均达400例。
二、联合分析的理论和应用原理
联合分析法，又称结合分析法，是对结合效应的评价，从而有效地解决了传统调查方法中需要调研对象独立评价属性的问题。联合分析有三种主要形式，包括权衡矩阵法、两两比较法和全轮廓法，其中又以全轮廓法最为常用。该方法提供给研究的参与者一系列的产品描述，参与者被要求浏览所有的描述，做出一系列的评价，对调研结果进行数学方法分析后，就可以导出该类产品的各属性的效用值。
对于市场研究领域，在联合分析之前的所有方法几乎都会使用重要性比率尺度来度量产品属性的重要性水平，即都会直接向消费者提问一个产品中他们最看重的属性。这种方法有几个严重的缺点。首先，调研的经验表明，如果不限制条件的话，消费者倾向于认为每个属性几乎都是同等重要的。其次，消费决策很大程度上依赖的是整体的判断。当消费者被要求分离各种属性并且对各属性进行量化评价并且描述某个属性水平的高低将驱使其购买一个产品而不是另一个产品时，即使是最老练的消费者也将感到无所适从。
在联合分析中产品被描述成为轮廓，每一个轮廓由能够描述产品重要特征的属性和赋予每一属性的不同水平的组合构成。消费者在实际购买时并不是基于产品某一属性而是综合考虑产品各个属性及属性水平从而做出购买决策的。因此消费者对某一产品轮廓的评价可以分解成构成这个轮廓多个属性水平的评价以及不同属性在决策时所占的权重。在联合分析中用分值也叫做效用来描述消费者对某一属性水平的偏好。联合分析能够较好地模拟消费者购买的实际过程，从而客观、真实地测量消费者对某一产品的偏好及产品不同属性在购买过程中的重要性。
三、联合分析的实证研究
2008年到了，我国的3G（第三代通信手机）市场即将开启。根据UMTS2006年的数据，全球市场上仅CDMA2000终端的商用手机就已达1130款。对于即将到来的3G时代，我国的手机设备生产商该如何把握市场？什么样的3G手机最能吸引消费者？它又应具备哪些功能？价格如何？下面就通过联合分析的方法来探究这些问题。
（一）确定3G手机的属性和属性水平
联合分析首先要对产品的属性进行识别。这里的属性有两个要求。第一，它们应该是影响消费者偏好的突出因素，对市场而言是最重要的；第二，属性和属性水平应该是可衡量、可操作的。通过对于国外3G手机的分析并综合考虑以上两个因素，本文选择有关3G手机的4个属性，每个属性均包含3个水平：价格（2000、2500、3000）、品牌（三星、索尼-爱立信、夏新）、屏幕尺寸（1.8、2.2、2.5英寸）和内存容量（256M、512M、1G）。
（二）产品模拟
联合分析将产品的所有属性和属性水平进行整体考虑，生成一系列产品。本文采用全轮廓法展示产品轮廓。本文选定4个属性每个属性3个水平，消费者则需要对34=81种产品进行评价，远远超过了消费者理性的评价能力。因此，采用正交设计的方法来减少3G手机展示的轮廓数量（借助SPSS件DATA模块中的orthogonal design功能）。
（三）数据收集与分析
本文的数据来源于在南京市某高校随机抽取的76名学生，其中男生38人，女生38人。每位被调查者利用九级里克特量表对上述9个3G产品轮廓进行评价，1为毫无吸引力，9为非常有吸引力。通过调查可以得到这76名学生对9个轮廓的评分结果，并且通过建立SYNTAX文件，通过SPSS软件的编程来编制联合分析的程序，得出数据分析结果（见表1）。
1、对消费者群体的联合分析。对76名受访者综合的群体效用值和属性相对重要性的分析包含以下统计量：属性的相对重要性或属性的相对重要性权重、属性水平的分值（效用）、联合分析模型的预测评分与实测评分之间的相关关系等等。从中可以发现，消费者在购买3G产品时依次考虑的因素是品牌、内存容量、屏幕尺寸和价格。从效用值分析可以看出，效用值越大表示消费者越偏好该属性水平。在价格方面消费者最偏好2000元，其他依次为2500元和3000元；在品牌方面消费者偏好三星，其他依次为索尼-爱立信和夏新；在屏幕尺寸方面消费者偏好2.2英寸，其他依次为2.5英寸和1.8英寸；在内存容量方面消费者偏好1G内存，其他依次为512M和256M。
2、对不同性别消费者的联合分析。从不同性别来看，男性和女性在购买3G手机时考虑的因素权重有所不同，女性消费者对价格的关注要高于屏幕大小，并且非常重视手机品牌；而男性消费者对手机的内存容量和屏幕大小的关注高于女性。而在属性水平的效用方面，两者没有明显的差别。
（四）估计和验证
Kendall’s tau检验的预测评分值与实际评分值的相关系数高达0.933，双尾检验显著性水平为.000。Pearson’s R检验的实际评分值与预测评分值的相关系数高达0.992，双尾检验显著性水平为.001。由此可见，两个相关系数的检验都是非常显著的，模型拟合的精度是相当高的，所以认为联合分析模型所做出的假设和得出的成分效用值是合理的，可以说明受测者在选择3G手机产品时的偏好结构。
（五）数据应用
通过计算所有轮廓组合的效用值，我们可以找到消费者最为偏好的几种3G手机组合。本文采用加法模式计算轮廓效用，公式为：
通过计算，应用结果能够给出效用值总和排在前五位的产品组合依次是：（三星+2000元+1G内存+2.2英寸屏幕）、（三星+2000元+1G+2.5英寸）、（三星+2500元+1G+2.2英寸）、（三星+2500元+1G+2.5英寸）、（三星+3000元+1G+2.2英寸）。
由此发现，在四种属性的所有水平组合中，消费者最偏好三星的品牌并且要求有1G的容量，价格和屏幕大小对消费者偏好的影响并不大。在品牌知名度高内存容量大的情况下消费者还是愿意以高价来购买。同样地，下面对不同性别消费者的偏好进行分析，女性效用值最高的五种组合依次是：（三星+2000元+1G+2.2英寸）、（三星+2000元+1G+2.5英寸）、（三星+2500元+1G+2.2英寸）、（三星+2500元+1G+2.5英寸）、（三星+2000元+1G+1.8英寸）。男性效用值最高的五种组合依次是：（三星+2000元+1G+2.2英寸）、（三星+2000元+1G+2.5英寸）、（三星+2500元+1G+2.2英寸）、（三星+3000元+1G+2.2英寸）、（三星+2500元+1G+2.5英寸）。
由此可见，男性消费者和女性消费者都偏爱内存容量大、知名度高的3G手机，相对而言女性消费者对手机价格更为敏感，而男性消费者更愿意为手机功能的增强而出高价。
四、实证研究对决策的指导作用
应用联合分析得出的数据，可以为3G手机制造商策略的制定指明方向：
（一）协助市场细分
联合分析法不仅可以进行消费者总体效用分析，也可以进行单个消费者的效用分析，从而得出不同消费者对属性水平的重视程度。若将看重同种属性的消费者归类并找出改消费群体的特征，则可作为一个细分市场。本文受限于取样范围，消费者的对属性的相对重要性权重水平的结构相对稳定。随着取样范围的扩大，联合分析法的市场细分功能将会得到更好的体现。
（二）设立企业标杆，有助营销策略的制定
联合分析法的一个好处就是将某些定性的属性进行量化，明确地指出了品牌的重要程度，为企业的品牌推广投入量决策提供重要的依据。同时，优势品牌能够影响消费者的选择偏好。而分析得出的市场主导品牌信息可以为企业设定营销管理标杆，有助于企业指定跟随性的营销策略，从而较好地追踪消费者偏好，避免市场风险。3G手机市场的品牌重要性权重高达50%，同时，三星公司的品牌效应最强，成为3G手机行业的领导品牌，自然成为其他手机制造商营销部门的重点关注对象。
（三）价格策略的制定
商品的细分市场中常有出现价格敏感性较高的消费群体。联合分析法能够测量出该类消费者对价格属性的相对重要性权重，亦可以将其看作相对价格敏感度。若保持效用值不变而改变价格与其他属性水平，则可以测量出价格相对于其他属性的敏感程度。
（四）最佳轮廓的选择（新产品设计）
联合分析法的一个重要功能是可以模拟一种效用最高的产品轮廓，亦即消费者满意度最高的产品。结合市场细分，可以设计出更忙满足差异化需求的各种产品。通过以上分析发现，中低价位、内存容量大、屏幕2.2英寸的国际知名品牌的3G手机对消费者吸引力最大，但是这些属性水平往往很难由一款手机兼具。而联合分析可以将各种轮廓效用自高到底排列，手机制造商可以根据自身的资源与能力选择最能够满足消费者要求的产品进行开发。
（五）市场占有率预测，有助于整体战略的制定
通过目标产品效用值与市场所有产品（或主要）轮廓的总效用值之间的比较，不同产品的效用可以转换成预测的市场占有率。市场占有率能够准确实现将对公司的整体市场战略产生重要的影响。因此，通过联合分析法预测市场占有率，可以减低战略制定的不确定性。
参考文献：
1、Green.Paul E.Hybrid Models for Conjoint Analysis: An Expository Review[J].Journal of Marketing Research,1984(21).
2、Wittink R. Commercial Use of Conjoint Analysis: An Update [J]. Journal ofMarketing.1989(53)．
3、孙祥,文.消费行为研究中的联合分析法[J].心理科学进展,2005(13).
4、（美）菲利普・科特勒.市场营销管理(第十版)[M].中国人民大学出版社,1998.
关键词：联合分析； 产品属性； 效用值
中图分类号：F27文献标识码：A文章编号：1672-3198（2008）10-0058-03
1 联合分析的概念和基础
1.1 联合分析的概念
联合分析是1964年由数理心理学家R．Luce和统计学家J．Tukey首先提出的。1971年由P．Green引入市场营销领域，成为描述消费者在多个属性的产品或服务中做出决策的一种重要方法。1978年Carmone, Yen和Jam等人将联合衡量改为联合分析。从20纪80年代起，联合分析在许多领域中得到了广泛的认可和应用，90年代被应用得更加深入，涉及到许多研究领域。
联合分析是通过假定产品具有某些属性，对现实产品进行模拟，然后让消费者根据自己的偏好对这些虚拟产品进行评价，并采用数理统计方法将这些属性与属性水平的效用分离，从而对每一个属性以及属性水平的重要程度做出量化评价的方法。目前，该方法已被广泛应用到新产品概念识别、竞争力分析、价格策略、市场细分、广告研究等方面。
1.2 联合分析的基本思想
联合分析方法的基本思想是，通过提供给消费者以不同的属性水平组合形式的产品，并请消费者做出心理判断，按其意愿程度给产品组合打分、排序，然后采用数理分析方法对每个属性水平赋值，使评价结果与消费者的打分尽量保持一致，来分析研究消费者的选择行为。它可以用于评估消费者的偏好。如果产品特征是由一些属性构成，那么通过联合分析，就可以确定这些属性的哪种组合最受消费者欢迎。
2 联合分析的一般步骤
联合分析的一般步骤如下图所示：
为了更好地说明联合分析方法的实施步骤，本文使用了一个闪存盘的例子来演绎这个过程。在这个例子中，使用的是全轮廓联合分析方法。
2.1 确定产品的属性和属性水平
联合分析首先要对产品或服务的属性进行识别。这些属性必须是显著影响用户购买的突出属性，既不能太多，也不能太少。属性过多会加重消费者负担，或者降低模型预测的精确性；属性过少，又会因模型中丢失了一些关键信息而严重降低模型的预测能力。属性的数目一般为3-6个。
确定了属性之后，还应该确定这些属性的水平，属性与属性水平的个数将决定联合分析过程中要进行估计的参数的个数，也将影响被调查者所要评价的产品轮廓个数。为了减轻被调查者的负担，同时又要保证参数估计的精度，实验需要恰当地安排属性水平的个数。一个属性的各个水平的效用函数可能是连续性的，如价格中的49元、99元和129元；也可能是非连续性的，如品牌中的朗科、金士顿、清华紫光等等。对于连续性的数据来说，如果选取的属性水平过少，该研究的信度就值得怀疑。但如果属性水平过多，又会增加研究的成本和难度。进一步的研究还表明：各属性所含的水平数目应尽可能平衡，因为一个属性的水平数目增加时，即使起点保持不变，该属性的相对重要性也会提高。
2.2 产品模拟
联合分析将产品的所有属性与属性水平通盘考虑，并采用正交设计的方法将这些属性与属性水平进行组合，生成一系列虚拟产品。在实际应用中，通常每一种虚拟产品被分别描叙在一张卡片上。联合分析的产品模拟主要采用的分析方法是全轮廓法。
由全部属性的某个水平构成的一个组合叫做一个轮廓。每个轮廓分别用一张卡片表示，如下列组合产品(品牌:金士顿;价格:99元;容量:2GB)，像这样的属性水平的轮廓组合就有3*3*3=27种，即消费者要对27种轮廓作评价。其实，并不需要对所有的组合产品进行评价，且在属性水平较多时实施难度也较大。在全轮廓法中，则采用正交设计等方法，以减少组合数，又能反映主效应。
2.3 数据收集
数据收集是联合分析的基础性工作。具体的方法有:全部呈现、正交设计或者是正交加随机呈现等-这要视属性及其水平多少而定。在大多数的联合分析任务中，产品轮廓是描述性的;但也可以将他们制作成图片或实物来呈现以提高实验的效度。
偏好的测量方法也决定了我们输入数据的形式，最主要的测量方法有:排序法(非定量的)和评分法(定量的)。在联合分析方法中，因变量是购买偏好或意愿，即由受访者根据自己的购买偏好或意愿来提供数据，当然，因变量也可是实际购买与选择。
在测试时，要求被访问者回答，选购某种属性水平组合的闪存盘的可能等级，等级分为9等，最高等级为9分，最低等级为1分。
2.4 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很多种，一般地，人们主要用最小二乘法回归模型、洛基回归(LOGIT)模型等方法。
最小二乘回归模型首先需要对所有的属性及属性水平作因子分析或主效用分析设计，确定有多少显著的属性需要消费者进行评价，有多少种属性水平组合，不同的轮廓是按个体还是按集合进行分析:如果是前者，每个个体的数据是要分别分析;如果是后者，应先对消费者分类，一般方法是先按个体估计分值或效用函数，然后根据分值的相似度将消费者分类，再对每类做联合分析，最后形成一个属性水平的清单和估计模型。效用函数的形式为:
根据表4中数据可得出所有属性水平组合的闪存盘效用值。最后整理结果如下:
分值范围之和=［0.778-(-0.556)］+［0.445-(-0.556)］+［1.111-(-1.222)］=4.668
品牌的相对重要性 =1.334/4.668=0.286;
价格的相对重要性 =l.001/4.668=0.214;
内存的相对重要性 =2.333/4.668=0.500。
把变量全部看成是定性量，利用虚拟变量和一般效用函数模型和最小二乘估计，得出的数据表明:消费者对容量这一属性的偏好是最大的，也就是说，在选择闪存盘时，消费者首先考虑的是容量，其次是品牌，最后是闪存盘的价格。其中(金士顿、99元、4GB)这种闪存盘是消费者最喜欢的。
2.5 评估信度与效度
联合分析的信度一般包括时间信度（在随后的某个时间里用相同的工具重复结合测验），属性信度（当属性变化时，其中不变的属性的分值的稳定性），属性水平信度（得出的分值对于轮廓的子集的敏感性）和数据收集方法信度（分值对于数据类型、数据收集过程、因变量类型的敏感性）。常用的方法有：评价模型的拟合优度（goodness-of-fit），例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度；或者用检验一再检验法（test-retest）来评价信度，即在调查后的某一阶段，让消费者重新评价某些选定的产品模拟，然后通过计算两组产品模拟分值之间的相关来评价效度。
联合分析的效度研究一般包括三种方法：比较真实市场份额与通过市场模拟预测的市场份额（群体水平）；预测消费者真实的购买行为，例如，消费者愿意为新产品花多少钱，在模拟的购物实验中消费者会选哪个牌子，或者哪一种商品的折扣券被选择（个体水平）；预测几天后消费者的真实选择（个体水平）。在这些研究中，比较真实市场份额与市场模拟的份额的研究预测效度最高，但将它用于市场预测仍然是有难度的，因为有很多市场混淆变量的存在，诸如广告、分销等。尽管如此，联合分析还是在市场研究中显示了它的威力。
(1)评价估计模型的拟合优度。例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度。一般来说，拟合程度应在0.80以上。如果模型的拟合程度过低，则说明结果是令人怀疑的。上述例子中，模型的拟合度0.934，表明模型的拟合是良好的。
(2)用估计出来的分值函数作为对产品模拟的评价的预测值。计算该预测值与消费者的实际评估值之间的相关性，用以确定内部效度。在上例中，模型的预测与原始资料的相关分析表明，相关系数为0.95，显著性水平为0.05，表明预测能力好。
(3)如果数据是按集合进行分析的，那么可以将样本分别割成几个部分，再对子样本实施联合分析。比较这些子样本的结果就可以评价联合分析的稳定性。
3 结论
消费者在购买闪存盘这一产品时会受各种属性的影响,如存储速度、系统要求、尺寸、重量、工作环境温度、通过EMC的标准等,由于篇幅的限制,在上述的调查中只考虑到消费者购买主要属性: 品牌、价格、容量这三个属性,通过联合分析对消费者购买行为的影响因素进行分析,当市场发生变化时, 闪存盘生产企业就可以根据消费者购买产品属性的偏好,生产符合消费者购买心理的产品,为企业的经营决策提供有利决策。
通过上述对闪存盘消费者的调查分析,可以推广到更多的特征,更多的特征水平,而对于更多的受访者,在计算出消费者个人的效用后,通过聚类分析可将消费者划分为不同的消费群体,然后将这些群体最为同质个体处理。
参考文献
［1］菲利普•科特勒.营销管理［M］.北京：中国人民大学出版社，2001.
关键词：联合分析； 产品属性； 效用值
1 联合分析的概念和基础
1.1 联合分析的概念
联合分析是1964年由数理心理学家R．Luce和统计学家J．Tukey首先提出的。1971年由P．Green引入市场营销领域，成为描述消费者在多个属性的产品或服务中做出决策的一种重要方法。1978年Carmone， Yen和Jam等人将联合衡量改为联合分析。从20纪80年代起，联合分析在许多领域中得到了广泛的认可和应用，90年代被应用得更加深入，涉及到许多研究领域。
联合分析是通过假定产品具有某些属性，对现实产品进行模拟，然后让消费者根据自己的偏好对这些虚拟产品进行评价，并采用数理统计方法将这些属性与属性水平的效用分离，从而对每一个属性以及属性水平的重要程度做出量化评价的方法。目前，该方法已被广泛应用到新产品概念识别、竞争力分析、价格策略、市场细分、广告研究等方面。
1.2 联合分析的基本思想
联合分析方法的基本思想是，通过提供给消费者以不同的属性水平组合形式的产品，并请消费者做出心理判断，按其意愿程度给产品组合打分、排序，然后采用数理分析方法对每个属性水平赋值，使评价结果与消费者的打分尽量保持一致，来分析研究消费者的选择行为。它可以用于评估消费者的偏好。如果产品特征是由一些属性构成，那么通过联合分析，就可以确定这些属性的哪种组合最受消费者欢迎。
2 联合分析的一般步骤
联合分析的一般步骤如下图所示：
为了更好地说明联合分析方法的实施步骤，本文使用了一个闪存盘的例子来演绎这个过程。在这个例子中，使用的是全轮廓联合分析方法。
2.1 确定产品的属性和属性水平
联合分析首先要对产品或服务的属性进行识别。这些属性必须是显著影响用户购买的突出属性，既不能太多，也不能太少。属性过多会加重消费者负担，或者降低模型预测的精确性；属性过少，又会因模型中丢失了一些关键信息而严重降低模型的预测能力。属性的数目一般为3-6个。
确定了属性之后，还应该确定这些属性的水平，属性与属性水平的个数将决定联合分析过程中要进行估计的参数的个数，也将影响被调查者所要评价的产品轮廓个数。为了减轻被调查者的负担，同时又要保证参数估计的精度，实验需要恰当地安排属性水平的个数。一个属性的各个水平的效用函数可能是连续性的，如价格中的49元、99元和129元；也可能是非连续性的，如品牌中的朗科、金士顿、清华紫光等等。对于连续性的数据来说，如果选取的属性水平过少，该研究的信度就值得怀疑。但如果属性水平过多，又会增加研究的成本和难度。进一步的研究还表明：各属性所含的水平数目应尽可能平衡，因为一个属性的水平数目增加时，即使起点保持不变，该属性的相对重要性也会提高。
2.2 产品模拟
联合分析将产品的所有属性与属性水平通盘考虑，并采用正交设计的方法将这些属性与属性水平进行组合，生成一系列虚拟产品。在实际应用中，通常每一种虚拟产品被分别描叙在一张卡片上。联合分析的产品模拟主要采用的分析方法是全轮廓法。
由全部属性的某个水平构成的一个组合叫做一个轮廓。每个轮廓分别用一张卡片表示，如下列组合产品(品牌:金士顿;价格:99元;容量:2GB)，像这样的属性水平的轮廓组合就有3*3*3=27种，即消费者要对27种轮廓作评价。其实，并不需要对所有的组合产品进行评价，且在属性水平较多时实施难度也较大。在全轮廓法中，则采用正交设计等方法，以减少组合数，又能反映主效应。
2.3 数据收集
数据收集是联合分析的基础性工作。具体的方法有:全部呈现、正交设计或者是正交加随机呈现等-这要视属性及其水平多少而定。在大多数的联合分析任务中，产品轮廓是描述性的;但也可以将他们制作成图片或实物来呈现以提高实验的效度。
偏好的测量方法也决定了我们输入数据的形式，最主要的测量方法有:排序法(非定量的)和评分法(定量的)。在联合分析方法中，因变量是购买偏好或意愿，即由受访者根据自己的购买偏好或意愿来提供数据，当然，因变量也可是实际购买与选择。
在测试时，要求被访问者回答，选购某种属性水平组合的闪存盘的可能等级，等级分为9等，最高等级为9分，最低等级为1分。
2.4 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很多种，一般地，人们主要用最小二乘法回归模型、洛基回归(LOGIT)模型等方法。
最小二乘回归模型首先需要对所有的属性及属性水平作因子分析或主效用分析设计，确定有多少显著的属性需要消费者进行评价，有多少种属性水平组合，不同的轮廓是按个体还是按集合进行分析:如果是前者，每个个体的数据是要分别分析;如果是后者，应先对消费者分类，一般方法是先按个体估计分值或效用函数，然后根据分值的相似度将消费者分类，再对每类做联合分析，最后形成一个属性水平的清单和估计模型。效用函数的形式为:
根据表4中数据可得出所有属性水平组合的闪存盘效用值。最后整理结果如下:
分值范围之和=［0.778-(-0.556)］+［0.445-(-0.556)］+［1.111-(-1.222)］=4.668
品牌的相对重要性 =1.334/4.668=0.286;
价格的相对重要性 =l.001/4.668=0.214;
内存的相对重要性 =2.333/4.668=0.500。
把变量全部看成是定性量，利用虚拟变量和一般效用函数模型和最小二乘估计，得出的数据表明:消费者对容量这一属性的偏好是最大的，也就是说，在选择闪存盘时，消费者首先考虑的是容量，其次是品牌，最后是闪存盘的价格。其中(金士顿、99元、4GB)这种闪存盘是消费者最喜欢的。
2.5 评估信度与效度
联合分析的信度一般包括时间信度（在随后的某个时间里用相同的工具重复结合测验），属性信度（当属性变化时，其中不变的属性的分值的稳定性），属性水平信度（得出的分值对于轮廓的子集的敏感性）和数据收集方法信度（分值对于数据类型、数据收集过程、因变量类型的敏感性）。常用的方法有：评价模型的拟合优度（goodness-of-fit），例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度；或者用检验一再检验法（test-retest）来评价信度，即在调查后的某一阶段，让消费者重新评价某些选定的产品模拟，然后通过计算两组产品模拟分值之间的相关来评价效度。
联合分析的效度研究一般包括三种方法：比较真实市场份额与通过市场模拟预测的市场份额（群体水平）；预测消费者真实的购买行为，例如，消费者愿意为新产品花多少钱，在模拟的购物实验中消费者会选哪个牌子，或者哪一种商品的折扣券被选择（个体水平）；预测几天后消费者的真实选择（个体水平）。在这些研究中，比较真实市场份额与市场模拟的份额的研究预测效度最高，但将它用于市场预测仍然是有难度的，因为有很多市场混淆变量的存在，诸如广告、分销等。尽管如此，联合分析还是在市场研究中显示了它的威力。
(1)评价估计模型的拟合优度。例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度。一般来说，拟合程度应在0.80以上。如果模型的拟合程度过低，则说明结果是令人怀疑的。上述例子中，模型的拟合度0.934，表明模型的拟合是良好的。
(2)用估计出来的分值函数作为对产品模拟的评价的预测值。计算该预测值与消费者的实际评估值之间的相关性，用以确定内部效度。在上例中，模型的预测与原始资料的相关分析表明，相关系数为0.95，显著性水平为0.05，表明预测能力好。
(3)如果数据是按集合进行分析的，那么可以将样本分别割成几个部分，再对子样本实施联合分析。比较这些子样本的结果就可以评价联合分析的稳定性。
3 结论
消费者在购买闪存盘这一产品时会受各种属性的影响，如存储速度、系统要求、尺寸、重量、工作环境温度、通过EMC的标准等，由于篇幅的限制，在上述的调查中只考虑到消费者购买主要属性: 品牌、价格、容量这三个属性，通过联合分析对消费者购买行为的影响因素进行分析，当市场发生变化时， 闪存盘生产企业就可以根据消费者购买产品属性的偏好，生产符合消费者购买心理的产品，为企业的经营决策提供有利决策。
通过上述对闪存盘消费者的调查分析，可以推广到更多的特征，更多的特征水平，而对于更多的受访者，在计算出消费者个人的效用后，通过聚类分析可将消费者划分为不同的消费群体，然后将这些群体最为同质个体处理。
参考文献
［1］菲利普科特勒.营销管理［M］.北京：中国人民大学出版社，2001.
[关键词] 联合分析营销决策应用
企业为了博得消费者的满意和忠诚，必须对产品特性及其组合进行精心的研究，以期在影响消费者购买决策中产生最为显著的效用。为此人们期望在“产品特性”和“效用”之间建立起一种函数关系，以解释现有产品不同属性的效用，同时测量特定产品组合的效用。联合分析正是解决上述问题的一种有力工具。目前，该方法已被广泛应用到新产品概念识别、竞争力分析、价格策略、市场细分、广告研究等方面。虽然联合分析在发达国家已经十分流行，但在我国应用的还比较少。本文主要介绍目前联合分析法在营销决策中的实际应用情况。
一、联合分析的基本概念
联合分析方法最初由数理心理学家Luce和统计学家Luckey于1964年提出，其基本思想是请消费者按其意愿程度给以不同的属性水平组合形成的产品打分、排序，采用统计技术对排序或评分结果进行处理，估计每一属性的相对重要性。
在联合分析中，产品（服务）被描述为“轮廓”，每一个轮廓由能够描述产品（服务）重要特征的属性以及赋予每一个属性的不同水平的组合构成。联合分析的一个重要基本假定是：消费者根据构成产品（服务）的多个属性来进行偏好判断；也就是说，消费者对产品（服务）的偏好每次并不是基于一个因素而是基于几个因素的结合来判断的，消费者对某一轮廓的偏好可以分解成构成该轮廓的多个属性的偏好得分，在联合分析中用效用值来描述。
联合分析有三个主要目的:一是确定消费者赋予某个预测变量（水平）的贡献和效用以及属性的相对重要性;二是寻找消费者可接受的某种产品的最佳市场组合，这种组合最初可能并没有被消费者所评价;三是模拟市场，估计市场
占有率和市场占有率变化。
二、联合分析的应用步骤
下面以全轮廓联合分析法为例来说明。该方法是一种常规的、传统的联合分析，一般在部分因子正交实验设计的基础上，要求消费者针对属性水平所构造的每一个轮廓进行评分，以表明购买意向或购买的可能性大小。整个过程可以分为六个阶段:
1.确定产品或服务的属性与属性水平。联合分析首先对产品或服务的属性和属性水平进行识别。所确定产品或服务的属性应该是可操作的，而且是影响消费者喜好的突出属性，同时要注意考虑正面和反面的因素。各属性所含的水平数目一方面应尽可能平衡，另一方面在尽可能包括关键属性的同时要限制属性水平的个数，其目的一方面要减轻被调查者的负担，另一方面使参数估计保证一定的精度。
2.产品模拟。为减少属性的组合数量，联合分析采用正交设计的方法将这些属性与属性水平进行组合，生成一系列虚拟产品。并将每一种虚拟产品分别描述在一卡片上。
3.数据收集。要求被访者每次针对产品（服务）的所有属性进行评价。通常请消费者对虚拟产品进行评价，通过打分、排序等方法调查消费者对虚拟产品的喜好、购买的可能性等。
4.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，一般地，人们采用最小二乘法回归（OLS）、多元方差分析（MONANOVA）、罗杰斯特回归（LOGISTIC）分析等方法。
5.估计和验证。建立模型后还须对结果的信度和效度进行评价，以评价在消费者个体层次和群体层次上联合分析模型的正确性。
6.解释与应用。利用结果预测消费者如何在不同产品中进行选择，从而决定应该采取的措施，构建市场模拟模型，预测现有产品发生变动带来的影响和新产品的上市。同时也可根据不同的消费偏好对消费者进行市场细分，研究不同性别、收入、区域的消费者是否有相似性。
三、联合分析的应用举例
1.品牌、价格和原产地对消费者购买选择的影响。北京大学的符国群等人运用联合分析方法探讨品牌、价格和原产地在消费者购买决策中的相对影响。研究结果显示，存在两组消费者，一组主要依据品牌影响力做购买选择，另一组则依据产品价格做购买决定。对于后一组消费者，价格是产品品质高低的重要指示线索。证明在具体的购买选择活动中，不同的品质推断线索对消费者产生的影响是不同的。
2.确定供应商评价指标权重系数。上海交大的何英等人采用联合分析法确定了供应商评价指标的权重。研究证明，该方法是一种有效的预测“顾客”对产品偏好取向的方法。与传统的评价体系相比，联合分析法除了效率比较高外，还蕴涵着更加丰富的信息，能够为企业指明优先改进的方向。作为一个供应商，其资源是有限的，很难在各方面同时超越竞争对手，因此，通过分析顾客对各项指标的效用值来选择最容易改进而且效果最好的方面。
3.网上购物模式。中国科技大学的崔浩等人运用联合分析法，对网上购物模式中各种要素进行统计分析，研究了客户选择网上购物模式时的属性相对重要程度，根据客户对属性水平的喜好，进行消费者市场分类，并确定最受网络用户欢迎的属性水平组合。
四、结论
关键词：联合分析；邮轮旅游；属性
中图分类号：F590.8 文献识别码：A 文章编号：1001-828X（2017）010-0-01
一、联合分析法的基本概念
联合分析来源于卢斯和图基在1964年提出的联合衡量概念，经Carrol、Kruskal，和Young 等人进行深入的研究，Kruskal和Carmon进行编程，使得计算得以简化。自1971年 P. Green和 V.Rao 将其引入消费者行为研究领域以来，联合分析法逐渐发展成消费者市场研究领域应用最多、最为成熟的方法。Paul E.Green表示，联合分析法能够估计消费者对产品特征的偏好，解释消费者如何做出复杂的购买决策，从而预测消费者的行为。联合分析是解决这类问题的定量分析方法，它能够以数字的形式表示不同属性水平带给消费者的效用。
二、邮轮旅游的发展概况
邮轮旅游自诞生之日起一直受到来自各方的关注，其发展速度之快、潜力之巨大已经成为全球旅游市场备受关注的新型旅游业态。邮轮业因其对消费、制造和文化的巨大拉动作用，已成为海上“黄金产业”。根据Cruise Market Whatch2015年的一项调查显示，北美凭借58.6%的市场份额依然保持领先地位。欧洲和美国的邮轮市场占全球市场的87%，包括中国，亚洲只占剩余的市场8.5%。
对于国内的大多数消费者来说，邮轮旅游还是相对比较陌生的旅游方式，对这以新兴的旅游方式难免会有不适应。邮轮旅游包括船上活动和岸上游览，其服务相对个性化，乘客可以选择在船上娱乐，也可以辅之以岸上游览项目，其自主性较强。而目前国内最畅销的旅游项目多为组团游，旅游者根据旅行社和导游的安排完成旅程。以联合分析法为基础来研究邮轮旅游消费者偏好，能够模拟消费者购买时的真实状况，得出消费者偏好的产品组合，为邮轮运营企业提供更加具有针对性的营销策略。
三、实证研究
1.属性和属性水平的确定
根据联合分析法对属性和属性水平确立的完整性、可行性和相关性原则的要求，通过阅读大量的文献资料总结所有的备选属性，然后对代表性人物进行访谈、对相关领域的专家进行询问和了解，最后确定关键属性和属性水平。本文确定的属性有6个，分别是价格（5000元以下、5000-10000元、10000元以上）、时间（7天以下、7-10天、10天以上）、航线（日韩、东南亚、地中海、加勒比海）、邮轮设施（休闲娱乐项目齐全，餐食丰盛、休闲娱乐项目齐全，餐食单一、休闲娱乐项目单一，餐食丰盛、休闲娱乐项目和餐食都不好）、住宿环境（舒适、一般、不舒适）、服务质量（高、一般、低）。
2.产品模拟
根据联合分析的要求，总共产生1296种产品组合，被访者需要对864种产品进行评价打分，超出了消费者的理性判断范围。为了减轻被访者压力，增强数据的准确性，通过正交实验设计模拟出具有代表性的邮轮旅游产品组合，系统自动生成25种虚拟产品组合。
3.数据分析结果
本文的数据来源于是具有邮轮旅游经历的消费者，选取了360名青岛地区的邮轮旅游者、赴青旅游的邮轮消费者，现场回收280份，有效问卷262份。通过SPSS的语法编辑器生成联合语句，得出数据分析结果。
（1）属性相对重要性的联合分析
对受访者综合的群体效用值和属性相对重要性的分析包含以下统计量：属性的相对重要性或属性的相对重要性权重、属性水平的分值联合分析模型的预测评分与实测评分之间的相关关系等等。从表1中可以发现，消费者在购买邮轮旅游产品时一次考虑的因素为价格、邮轮设施、航线、住宿环境、时间、服务质量。从效用值分析可以看出效用值越大表示消费者越偏好该属性水平。
（2）信度分析
本文采用皮尔森相关系数和肯德尔相关系数检验模型的拟合程度，验证了该方法的有效性。皮尔逊相关系数为0.962，即得出估计值与实际值之间的相关系数为0.962。Kendall相关系数为0.896，两个检验都是显著的，即可推断模型的拟合程度较高，通过联合分析方法所做出的假设和得出的结果均具符合信度要求，具有实际的指导意义。
四、对邮轮运营企业的指导策略
用实证分析得到的邮轮旅游产品属性的相对重要性的数据，可以为邮轮运营商提出指导性策略：
无论是对于国内邮轮企业还是外资邮轮商来说，不能一味的降低产品的价格，在产品定价时要充分考虑到消费者的需求，消费者偏好的是能够带来不同的体验且性价比较高的产品。邮轮运营商应当明确邮轮设施在消费者心目中的地位，应当尽一切可能完善娱乐项目和餐饮。
参考文献：
