（机械电子工程专业论文）大规模定制的市场细分方法的研究与应用.pdf

摘要大规模定制是一种新兴的生产模式，它的核心思想是以大批量生产的效率和成本满足市场对产品的个性化追求。市场需求细分化是大规模定制的必然，也是大规模定制的原驱动力，对产品族的规划和产品的模块化有重要的指导作用。合理的产品族布局是大规模定制的基础和保障，以市场需求来指导产品族的规划是一个新兴的研究课题。市场需求细分化方法的正确性和有效性直接关系到大规模定制产品设计和生产制造的正确性和有效性。鉴于市场细分在大规模定制生产模式中的重要性，本文重点研究了基于m a t l a b 的数理统计方法，如回归分析，聚类分析，判别分析等在大规模定制的市场细分中的应用。该项研究工作对大规模定制生产有重要的理论意义和实际价值。研究的主要内容包括：研究了客户群体需求倾向的建模和量化过程：应用联合分析法的最小二乘回归模型建模和量化客户群体需求倾向，将模糊的客户群体需求倾向转化为量化的属性重要度和水平效应值，并解决了模型的有效性评估和优化问题。研究了大规模定制的市场细分过程：应用m a t l a b 语言实现的层次模糊聚类分析算法将相似需求的客户聚成一类，极大的简化了算法的实现复杂度，解决了聚类结果的有效性评估和最佳分类的确定问题，获得属于客户视角的客户群体需求倾向模型，达到细分市场的目的，并为进一步将客户需求转化为工程意义的技术参数或指标提供了必要的数据准备。研究了判别分析法在客户群体需求倾向模型中的应用：应用判别分析法根据客户的特征识别该客户所属的群体类型，达到向客户介绍适合的产品的目的。本文最后介绍了一个以汽车为实例的基于m a t l a b 的大规模定制市场细分w e b 系统的开发，研究了m a t l a b 与w e b 集成的方式，利用m a t l a b 作后台的业务逻辑服务器，发挥m a t l a b 善于矩阵处理和算法实现简单的优点。为企业的产品族规划提供重要的参考素材。关键词：大规模定制，市场细分，联合分析法，聚类分析本课题获得国家8 6 3 计划( 项目号：2 0 0 3 a a 4 1 4 0 2 3 ) ，广东省自然科学基金团队项目( 项目号：2 0 0 0 3 0 5 1 ) 的联合资助。三兰三些奎兰三耋竺圭兰堡鎏圣a b s t r a c tm a s sc u s t o m i z a t i o n ( m c ) i san e wk i n do fp r o d u c t i o nm o d e t h ec o r et h o u g h to fi ti st os a t i s f yc u s t o m e r s i n d i v i d u a l i z e dr e q u i r e m e n t sb ym a s sp r o d u c t i o ne f f i c i e n c y s e g m e n t a t i o no fm a r k e tr e q u i r e m e n t si st h en e c e s s i t yo fm ca n dt h ed r i v i n gf o r c eo fm ca n dh a si m p o r t a n td i r e c tf u n c t i o nt ot h ep l a n n i n ga n dm o d u l a r i z a t i o no fp r o d u c tf a m i l y ，r e a s o n a b l el a y o u to fp r o d u c tf a m i l yi st h eb a s i sa n dg u a r a n t e eo fm c i ti san e wr e s e a r c hf i e l dt os t u d yh o wt oi n s t r u c tt h el a y o u to fp r o d u c tf a m i l yb yt h em a r k e tr e q u i r e m e n t s t h ec o r r e c t n e s sa n dv a l i d i t yo fm a r k e ts e g m e n t a t i o nm e t h o da r ed i r e c t l yr e l a t e dt ot h ec o r r e c t n e s sa n dv a l i d i t yo fd e s i g na n dm a n u f a c t u r eo fm cp r o d u c t s w h e r e a st h ei m p o r t a n c eo fm a r k e ts e g m e n t a t i o ni nm c ，t h i st h e s i sr e s e a r c he m p h a t i c a l l yt h ea p p l i c a t i o no f m a t l a b b a s e dm a t h e m a t i cs t a t i s t i c sm e t h o d ss u c ha sr e g r e s s i o na n a l y s i s ，c l u s t e r i n ga n a l y s i s ，d i s c r i m i n a n ta n a l y s i sa n ds oo n t h er e s e a r c hc a r lc o n t r i b u t et om ct h e o r e t i c a l l ya n dp r a c t i c a l l y t h em a i nr e s e a r c hc o n t e n t si n c l u d e ：s t u d yt h em o d e l i n ga n dm e a s u r eo ft e n d e n c yo fc u s t o m e rg r o u p sr e q u i r e m e n t s u s et h em e t h o do fl e a s t - s q u a r e se s t i m a t i o ni nc o n j o i n ta n a l y s i st om o d e la n dm e a s u r et h et e n d e n c yo fc u s t o m e rg r o u p sr e q u i r e m e n t sa n dt r a n s f o r mt h ef u z z yr e q u i r e m e n t so fc u s t o m e rg r o u pi n t on u m e r i c a la t t r i b u t ei m p o r t a n c ea n dl e v e lu t i l i t y s o l v et h ep r o b l e m so f e s t i m a t i o na n do p t i m i z a t i o no f r e g r e s s i o nm o d e l s t u d yt h ep r o c e s so fm a r k e ts e g m e n t a t i o no fm c u s et h eh i e r a c h i c a lf u z z yc l u s t e r i n ga l g o r i t h mt oc l u s t e rt h es i m i l a rc u s t o m e r sa n ds o l v et h ep r o b l e m so fv a l i d i t yo fc l u s t e r i n gr e s u l t sa n dh o wt og e tt h eb e s tc l u s t e r s g e tt h ec u s t o m e rg r o u pr e q u i r e m e n tt e n d e n c ym o d e lt h a tb e l o n g st ot h ev i s i o no fc u s t o m e r s p r o v i d et h en e c e s s a r yd a t ap r e p a r a t i o nf o rt h et r a n s f o r m a t i o no fc u s t o m e rr e q u i r e m e n t st oe n g i n e e r i n gp a r a m e t e r sa n di n d e x e s s t u d yt h ea p p l i c a t i o no fd i s c r i m i n a n ta n a l y s i si nm cm a r k e ts e g m e n t a t i o n u s ed i s c r i m i n a n ta n a l y s i st or e c o g n i z et h et y p eo fac u s t o m e ri no r d e rt oi n t r o d u c et h es u i t a b l ep r o d u c t sf o rt h ec u s t o m e r i nt h ee n d d e v e l o pa na u t o m o b i l em a t l a b b a s e dw e bs y s t e mf o rm cm a r k e ts e g m e n t a t i o n r e s e a r c hh o wm a t l a bi n t e g r a t e sw i t hw e ba n dh o wt ou s ei ia b s t r a c tm a t l a ba sab a c k g r o u n db u s i n e s sl o g i cs e r v e ri no r d e rt oe x e r tt h ea d v a n t a g e so fi t t h i st h e s i sc a np r o v i d er e f e r e n c eo ft h el a y o u to fp r o d u c tf a m i l yf o re n t e r p r i s e s k e y w o r d s ：m c ，m a r k e ts e g m e n t a t i o n ，c o n j o i n ta n a l y s i s ，c l u s t e r i n ga n a l y s i si i i第一章绪论1 1 论文的研究背景第一章绪论1 1 1m c 的产生背景现代企业处于一个瞬息万变、充满竞争的环境。决定企业竞争力的五大要素是品种、价格、质量、服务和时间。这五大要素在不同时期对竞争力的作用是不同的，不同时期决定竞争力的关键因素也是不同的。在工业化初期，人们的消费水平较低，竞争主要依靠价格。产品只要便宜可用，就有市场。随着技术进步、经济发展、工业化水平的提高，人们的消费水平也日益提高，质量和服务成了影响竞争力的关键，质量高、服务好的产品拥有更多的顾客。2 0 世纪8 0 年代以来，随着世界市场对产品需求呈饱和趋势，企业经营环境的不确定性增加，人们的消费方式和消费观念发生了深刻变化，企业的竞争优势已逐渐转移到时间和品种上。谁能迅速适应市场环境的变化，率先推出用户需要的全新产品，谁就能占领市场，赢得竞争。现代企业竞争环境的特点是多方面的，技术革新步伐急剧加速；需求日益多样化、个性化；竞争全球化、白热化：网络技术的应用让用户与企业的信息交流越来越方便；产品的生命周期越来越短。如果仅从产品竞争的角度考察，现代企业生存与发展环境的特点主要表现在以下几个方面：1 品种多样化和定制化现在很少再有产品能够像福特早期的t 型车那样进行大规模制造而无需任何变形或定制了。以美国市场为例，在过去1 5 年中，可任意选择已经成为消费者做出购买决策的一个重要因素。美国市场上有2 6 0 种汽车车型，8 7 种软饮料，7 5 6 3 种处方药，3 0 0 0 种啤酒，3 1 种型号的自行车，几乎任何商品，都能让用户有足够多的选择。今天，福特公司除做黑色的汽车外，还提供4 6 种其他颜色，t 型车可以选择蓝、绿、灰、红或黑色。竞争迫使福特考虑品种的多样化，几乎每隔l o 年，就给消费者更多的选择。1 9 5 5 年，福特公司提供了5 种系列的车型，购买者还能选择内饰和其他可选装备。1 9 6 4 年，福特为年轻人推出了廉价的野马跑车。1 9 8 0 年，为中等和中上等收入阶层推出了金牛座和貂牌车。2 1 世纪，福特将为消费者定制广东工业大学工学硕士学位论文想要的汽车。通过因特网，消费者可以任选汽车的动力、外饰、内饰、音响、车轮和其他可选件，计有2 5 0 万种以上可能的组合。定制化生产的倾向不仅局限于汽车工业，而且广泛地存在于其他生活领域。随着产品品种多样化和用户需求多元化的迅猛发展，市场被极度分割，产品定货数量趋近于l ，对需求进行预测将会逐渐成为一种徒劳无益的做法。传统的市场细分和市场定位的观念将不再适用。2 价格与服务由于电信技术、运输工具的发展和相对宽松的全球贸易政策，使得企业可以在全球范围寻求资源，生产产品，开拓市场，也使用户可以在全球范围选择能够阻最低价格最快最好地满足自己需要的产品供应商。经济全球化使企业竞争突破了国界。电信技术让用户不仅能够非常方便地与企业沟通产品需求及其细节要求的信息，而且使这种沟通的成本非常低廉。设备的改进和自动化程度的提高，使产品的成本结构发生了变化。直接劳动成本在总成本中的比重不断降低，而间接劳动( 包括管理决策人员和非生产人员的劳动) 成本和原材料、外购件的成本比重不断增加。以用户能够接受的价格，开发、生产、销售多样化和定制化的产品，让用户得到恰好是他们想要的产品和服务，已成为现代企业的经营理念。3 产品的时间竞争由于市场对产品的需求不断变化，也由于技术发展为产品更新提供了可能，产品的生命周期越来越短。在2 0 世纪7 0 年代，汽车的生命周期为1 2 年，8 0 年代为4 年，到9 0 年代仅为1 8 个月。电子产品的生命周期更短，如今，电脑几乎进入市场就过时了。缩短产品从定货到交货的时间是赢得竞争的重要手段。在1 9 7 0 年，预言家阿尔文托夫勒就在其未来的冲击一书中曾经提到过大规模定制生产：斯坦戴维斯( s t a nd a v i s ) 在其1 9 8 7 年所著完美的未来一书中也曾对大规模定制生产进行过简要的说明：1 9 9 3 年约瑟夫派恩二世( j o s e p hp i n e1i ) 对大规模定制的内容进行了完整的描述吐m c 的核心思想是在不牺牲企业经济效益的前提下，了解并满足单个用户的要求，因而使企业和用户都能获得利益，达到双赢的目的。第一苹绪论1 1 2m c 的基本思路由于社会的进步和科学技术的发展，消费者的个性化需求日益迫切，要求企业提供满足其个性化需求的定制产品。产品的多样化可以进步分成客户可以感受到的，展现产品个性化的产品外部多样化，以及在产品的设计，制造，销售和服务过程中企业可以感受到的产品内部多样化。大规模定制所面临的矛盾是既要充分展现产品的外部多样化，又不能因为不必要的产品内部多样化对企业造成压力，为了解决这一矛盾，在相似性，重用性和全局性等基本原理的指导下，采用面向大规模定制的开发设计技术，面向大规模定制的管理技术和面向大规模定制的制造技术，以大批量的生产的效益生产出符合客户个性化需求的产品。m c 的基本思路如图l l 所示【3 。社会进步科技发展客户的个性化需求满足个性化需求的定制产品产品外部多样化产品内部多样化基本原理。1 l 相似性原理l1，。一。_ 。f 重用性原理fi一图1 1 大规模定制的基本思路f i g 1 一it h eb a s i ct h i n k i n gr o u t eo f m c客户要求增加产品外部多样化企业要求减少产品内部多样化矛盾的对立统一1 1 3m c 的设计流程由上可知，对m c 的研究主要包括面向m c 的开发设计技术，面向m c 的管理技术和面向m c 的制造技术，本文的研究重点是面向m c 的开发设计技术。具：三至三些奎兰三兰堡圭兰堡丝兰体的设计方法要结合产品的性质综合考虑产品族的设计，产品的模块化设计，后延设计以及标准化，规范化等方法4 1 。面向m c 的产品设计理论日趋完善，设计过程分为两部分：新产品的开发和基于原有产品的变形设计口1 。其设计模式如图1 - 2 所示【6 】o1 2 国内外研究现状1 2 1 国外研究状况图1 2 大规模定制的设计流程f i g1 - 2t h ed e s i g np r o c e s so f m c自从m c 的概念形成以来，国内外学者对m c 理论，关键技术和产品族模型构造理论以及市场需求与m c 之间的关系作了全面深入的研究。r o s s 和a l a s l a i r i _ 7 】将定制分为外观设计定制，功能选择定制和产品核心定制。g i l m o r e 和p i n e 1 将定制分为4 种类型：合作定制，改进定制，外观定制和透明定制。m i t c h e l lm t s e n g 和j i a n x i nj i a o 9 建立了产品族的三个视图：功能视图( 从客户和市场的角度考虑) ，原理视图( 从产品设计的角度考虑) ，结构视图( 从制造实现的角度) ，描述了三者之间的关系，认为三个视图的并行能较好解决满足个性化需求与大规模生产的矛盾。构建产品族模型也被认为是实现大规模定制的有效手段【1 。s e h y u nm y u n g和s o o n h u n gh a n 认为，参数化、模块化设计和配置设计是m c 的关键技术】。第一章绪论市场需求与m c 生产息息相关，j e r r yw i n d 和a r v i n dr a n g a s w a m y “1 分析了定制和m c 之间的差别，提出了“1 对l 市场”的概念，对个性化的需求进行了形象的描述。p i n g j u nj i a n g i t 2 】认为大规模不应该是市场细分的代名词，而应当和市场细分有机集成，他认为，追求过分细分市场反而使企业处于不利的局面，他同时提出了“面向m c 的细分市场”这一概念，认为m c 生产模式就是充分地，经济地满足细分单元的需求，这种充分性和经济性取决于m c 生产是否基于优化的细分市场，是否充分的考虑了市场状况和企业的资源。t o r m o d n a s ” 等阐述了市场细分理论，建立了a n o v a 混合模型，利用联合分析法，基于客户的基本特征，细分牛奶销售市场，得出了受过高等教育的女性同未受过高等教育的男性对高脂产品有截然相反的偏好的结论。r j k u o “ 等对市场细分的算法作了深入的研究，在基于传统的二阶聚类算法的基础上，引入了神经网络技术，提出了新的自组织特征映射和k 平均算法相联合的二阶聚类算法，大大降低了分类误差，提高了聚类质量 5 】。s u l l i v a n 1 5 】 1 6 】，c o h e n 1 7 】等大量学者对q f d ( 质量功能配置) 技术作了广泛的研究，q f d 的作用是将属于客户视角的信息转化为属于工程技术的信息。1 2 2 国内研究状况国内学者对大规模定制的理沦与技术方法也做了大量的研究。浙江大学的祁国宁，顾新建教授对大规模定制模型，d f m c 设计方法，大规模定制中的供应链管理等内容做了广泛的研究 1 8 - 1 9 1 。他们认为根据客户定单分离点的不同，大规模定制分为：按定单销售( s a l e t o o r d e r ，s t o ) ，按定单装配( a s s e m b l e t o o r d e r , a t o ) ，按定单制造( m a k e t o o r d e r , m t 0 1 ，按定单设计( e n g i n e e r - t o o r d e r , e t o ) 。广东工业大学的博士王红军对大规模定制及其支撑技术做了研究和阐述1 2 。广东工业大学的硕士刘强【5 1 应用s p s s 对面向m c 的客户群体需求倾向模型的构建方法做了研究。董建华、肖田元 2 1 1 等根据m c 生产对制造系统动态响应的要求，从制造系统模块化、制造系统的结构形式以及制造系统的控制结构等方面对m c 制造系统的关键技术进行了研究，并讨论了虚拟工厂技术在m c 制造系统规划中的应用。刘晓冰、董建华 2 2 】等描述了产品族模型的三个组成模块：功能模块、原理模块、结构模块及其之间的相互关系，结合m c 的关键技术，提出了基于p d m 为信息管理平台的产品建模的信息环境框架。清华大学博士阴向阳 23 】对配置设计作了全j 东工业大学工学硕士学位论文面的研究和阐述。市场需求细分化是大规模定制的必然 2 4 。市场需求是m c 的原驱动力，对产品族的规划和产品的模块化有重要的指导作用。王爱民等【4 7 1 认为产品的设计过程一般包括如下环节：用户需求的获得，工程指标的转化，功能分解，结构布置。首先是获取用户需求，将用户需求转化为工程指标【5 1 。东南大学机械系的博士生王伟 2 s l 认为对市场或顾客需求进行敏捷地获取，分析，理解和定义是产品创新的基本出发点，作为产品设计的第一步，直接影响产品设计的质量，决定最终产品对用户的吸引力。顾客的需求有明确的需求和模糊需求之分。对于明确的个性化需求，企业可以通过多种方式获取。但对于模糊的潜在的需求，顾客也不清楚自己的真实需求，需求经常是隐含的，这就要求企业能建立一套方法通过引导来挖掘顾客的“超前”个性化需求。因此对敏捷，无误地获取市场和顾客需求的方法的研究必须得到重视。获取用户需求的方法主要有：( 1 ) 评估法，它包含普通调查表，投诉和基于i n t e m e t 的网上调查三种方式，( 2 ) 市场预测法，( 3 ) 个性化定制法。1 2 3 课题的研究目的与可行性正确有效的获取市场即客户群体的需求倾向是大规模定制产品制造的重要前提条件。然而，从国内外的研究现状可知，目前国内外对大规模定制的研究多是集中于大规模定制的管理技术，制造方法和产品的设计方法等。面向m c 的市场细分理论，用户需求的量化过程和特征化过程，国内文献鲜有报道。快速的获得动态的客户群的需求，进行市场细分，确定目标市场是企业成功的关键。从m c的设计流程可以看出，无论是新产品的开发还是基于原有产品的变形设计，正确有效的获取客户需求倾向都是很重要的。如果获取的客户倾向需求不正确，那么后面的设计制造必然偏离实际的客户需求倾向。鉴于正确获取客户需求倾向的重要性，本课题研究的目的就是针对m c 生产这一新兴生产模式，研究客户群体需求倾向的建模方法。本文认为本课题的研究是可行的，原因有以下四条：( 1 )市场细分的研究对市场营销，大规模定制和个性化定制有着重要的意义。( 2 )获取客户需求的方法和量化分析方法日益丰富。第一章绪论( 3 )数据挖掘的理论和方法越来越成熟。( 4 )m a t l a b 便于矩阵运算，算法实现简单，便于与w e b 集成等优势。m a t l a b 的这些特点使的它非常适合作为本课题的研究平台，因为随着互联网的发展，通过网络的方式来获取客户群体需求倾向将越来越普遍，然而，需求模型一般是用矩阵和数理统计的方式来分析的，比如多元线性回归模型，如果应用其他对单个元素进行操作的编程语言( 如c + + ，j a v a 等) 来实现这些数学分析模型，编程过程将非常复杂。虽然也有其他统计分析软件，例如s a s ，s p s s 等，但是这些软件不如m a t l a b普及，相关参考资料较少，也不如m a t l a b 那样，可以与w e b 无缝集成，便于将求解客户群体需求模型的过程代码化。1 3m c 市场细分模型的总体框架面向m c 的客户群体需求倾向模型一般包括三个部分：第一，先通过市场调研的方式获得作为抽样的被调研的每一个客户的需求倾向。第二，因为m c 中的市场细分并不是l 对1 的市场细分，过分细分市场反而对企业不利，所以第二步是通过聚类分析，根据实际需要，将相似需求的客户聚成一类，减少细分的目标市场。g - - ，通过q f d ( q u a l i t y f u n c t i o n d e p l o y m e n t ) 即质量功能配置技术将前面两步获得的属于客户视角的产品族模型转化为属于工程视角的产品的功能域，物理域，过程域等工程技术特征，参数。面向m c 的客户群体需求倾向模型的建模过程的总体框架如图1 3 所示。广东工业大学工学硕士学位论文联合分析法获取每一个被调查的客户的需求倾向模糊聚类分析相似客户聚成一类，减少目标市场的数目i上i获得属于客户视角的目标市场的产品族模型i质量功能配置r 将聚类后的客户视角的客i 户群体需求倾向转化为产品的功能域，物理域过l程域等工程技术特征1rll获得属于工程视角的目标市场的产品族模型i图1 3 典型的m c 市场细分模型总体框架f i g 1 3t y p i c a lm cm a r k e ts e g m e n t a t i o nm o d e la r c h i i e c r u r e1 4 本文的研究内容本文重点研究了通过联合分析法和模糊聚类分析获得属于客户视角的客户群体需求倾向模型，其次还研究了如何应用判别分析方法来识别某个客户所属的类型。具体研究内容如下：( 1 1 研究了客户群体需求倾向的建模和量化过程：应用联合分析法的最小二乘第一章绪论回归模型建模和量化客户群体需求倾向，将模糊的客户群体需求倾向转化为量化的属性重要度和水平效应值，并解决了模型的有效性评估和优化问题。( 2 ) 研究了大规模定制的市场细分过程：应用m a t l a b 语言实现的层次模糊聚类分析算法将相似需求的客户聚成一类，解决了聚类结果的有效性评估和最佳分类的确定问题，获得属于客户视角的客户群体需求倾向模型，达到细分市场的目的并为进一步将客户需求转化为工程意义的技术参数或指标提供了必要的数据准备。( 3 ) 研究了判别分析法在客户群体需求倾向模型中的应用：应用判别分析法根据客户的特征识别该客户所属的群体类型，达到向客户介绍适合的产品的目的。f 4 1 研究了基于m a t l a b 的m c 市场细分w e b 系统的开发。妄薹三些奎耋三耋堡圭耋堡堡圣第二章基于联合分析法的客户群体需求倾向模型本章主要介绍基于联合分析法的客户群体需求倾向模型的数学描述，建模过程，并用m a t l a b 实现一个具体的应用实例。2 1 联合分析法的简介联合分析法最早起源于市场营销学，在市场营销研究中一个经常遇到的问题是：在所研究的产品服务中，具有哪些属性的产品最能够受到消费者的欢迎。一件产品通常拥有许多属性如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个属性对消费者的重要程度如何? 在同样的( 机会) 成本下，产品具有哪些特性最能赢得消费者的满意? 要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以做出定量的回答。联合分析( c o n j o i n t a n a l y s i s ，也泽为交互分析) 就是针对这些需要而产生的一种市场分析方法。联合分析作为市场营销研究中的一种十分广泛使用的方法，是1 9 6 4 年由统计学家t u k e y 和心理学家l u t e 提出的，1 9 7 8 年首次被g r e e n 和s r i n i r a s o n 用于市场调查，它非常胜任于估测消费者对一些能够详细定义的某种产品或服务( 如产品、品牌、商店等) 的相对重要性和属性水平的效用的评价b “。2 1 1 联合分析法的步骤图2 - 1 给出联合分析法的6 个步骤 27 1 。阐述问题构造刺激( 组合形式)决定输入数据的形式0选择联合分析的具体方法+解释结果+评估信度和效度圈2 - 1 联合分析法的步骤f i g 2 1t h ep r o c e d u r eo f c o n j o i n ta n a l y s i s下面将对这些步骤进行详细的说明：( 1 ) 阐述问题在阐述联合分析的问题时，研究者必须识别并确定构造刺激所需的属性和属性水平。联合分析首先要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影响消费者喜好的突出属性，它们对市场而言是最重要的。个典型的联合分析包含5 7 个显著因素，经验、管理直觉和定性研究是确定产品和服务的主要属性所必不可少的。属性过多会加重消费者的负担，或者降低模型预测的精确性；属性太少，又会严重降低模型的预测能力，因为模型中丢失了一些关键信息。确定了属性之后，还应该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，也将影响被调查者所要评价的刺激( 组合) 个数。为减轻被调查者的负担，同时又使参数估计保证一定的精度，这就需要限制属性水平的个数。关于一个属性的各个水平的效用函数可能是连续性二奎三些奎兰三兰至圭兰堡丝兰的，如价格方面的1 0 0 元、2 0 0 元和3 0 0 元，也可能是非连续性的，如颜色中的红色、绿色、蓝色等等；可能是二项的，如一种软件附带赠送耳机或不附带耳机，也可能多项的，例如电脑软件所适用的操作系统有：d o s 、l i n u x 、w i n 3 x 、w i n 9 5 9 8 、w i n n t 、w i n 2 0 0 0 等。确定属性及属性水平的关键因素在于，如果不能通过使用属性水平很好的定义产品属性，那么产品就不能被准确的模拟。如果一个选择没有被涵盖，它没有落入指定的任意两个属性水平边界范围内，那么对于受访者是如何反应该属性的，就无从的知了。该属性或该属性水平相对于其他属性的重要性也就无法得知了，在模型中也无法计算。研究者既考虑市场上普遍的价格情况，还应考虑研究的目的。如果采用的属性水平超出了市场的实际范围，那么将会降低评价工作的可信程度，但会增加参数估计的精确程度。研究人员必须在过多选择和过少选择中找到平衡点。因此选定属性水平的一般准则是，范围稍大于市场上的流行范围，但又不能大到看起来影响评价的可信度 2 “。( 2 )构造刺激( 组合形式)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。联合分析的构造刺激主要有两大类方法：配对法( p a i r w i s e ) 和全轮廓法( f u l l p r o f i l e ) 。配对法也叫两项法( 或双因子评价法，t w o f a c t o r se v a l u a t i o n s ) ，被调查者每次评价两个属性，直至所有的属性对都被评价完毕为止。产品模拟现在采用较多的方法是全廓法也叫多项法( 或多因子评价法，m u l t i p l e f a c t o r se v a l u a t i o n s ) 。由全部属性的某个水平构成的一个组合叫做一个轮廓( p r o f i l e ) 。其实，并不需要对所有组合产品进行评价，且在属性水平较多时实施难度也较大。在全轮廓法中，采用正交设计等方法，以减少组合数，又能反映主效应【2 。( 3 ) 决定输入数据的形式输入数据主要有两种形式：排序或打分。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。近年来人们对打分形式应用得更为评分法变得更为普遍。在联合分析中，因变量是购买偏好或意愿。( 4 1 选择联合分析的具体方法计算属性的模型和方法有多种，一般地，人们主要用一般最小二乘法回归( o l s ) 模型、多元方差分析( m o n a n o v a ) 模型、逻辑斯谛回归( l o g i t )模型等方法 2 7 】。这里我们以最基本的最小二乘法回归模型为例进行说明。c l s 模型对一组自变量组成的模拟矩阵进行分析，每个自变量表示一个属性水平的有或无；因变量是消费者对于通过自变量所描述的一个轮廓的主观评价值。一般来说，属性水平的估计模型有三种：间断线性模型( t h ep i e c e w i s el i n e a rm o d e l ) 、线性矢量模型( t h el i n e a rv e c t o rm o d e l ) 和曲线模型( t h ec u r v i l i n e a rm o d e l ) 。间断线性模型是最简单的估计模型，估计间断线性模型的方法有多种，其中最简单的方法，也是越来越普及的方法，叫哑变量( 或称虚拟变量、假变量) 回归法( d u m m yv a r i a b l er e g r e s s i o n ) 。其预测变量为表示属性水平的哑变量。如果某属性有j 个水平，那么就可以用j 一1 个哑变量来为其编码。如果数据是按评价法得到的，那么得分( 假定是定距的度量) 就形成了因变量【2 ”。下面介绍哑变量回归模型的数学公式表示，假设某一产品有m 个属性，每个属性包含l 个水平或状态，可得客户群体需求倾向的效用函数为 5 】：m p - - a o , + 口口，口+ 占( 2 1 )l ；1j = l式中：p 一客户对概念产品的效用；a 0 一待估变量：a i j 一属性i 的第j 水平的效用；i u 一哑变量( d u m m yv a r i a b l e ) ，表示属性i 是否取第j 水平，可以用下式表示：，f1属性f 取值为第，水平时叫i o否则8 _ 回归误差项。上式中，当属性存在n 个水平，则需要n 个哑变量( i i l ，1 1 2 ，i i 。) ，在作回归分析时增加变量和运算量。然而由不同口，组成的矩阵a 是奇异矩阵，因为每一行含有相同的数量的0 和l ，但是这个模型等价于每个属性设有零水平的模型，所以可以设定零基准，引入哑变量x i 可相对减少回归分析时的变量数和运算量。如当数为3 水平时，需要三个哑变量( i i l , i 2 ，i 。3 ) 来表示，取值为 ( 1 ，o ，o ) ( 0 ，1 ，0 ) ( 0 ，0 ，i ) ，如果设置零基准，可用两个哑变量( x i l , x i 2 ) 来表示，形式如 ( l ，o ) ( 0 ，1 ) ( 0 ，0 ) 。其中第三水平( 0 ，o ) 为基准水平，将公式( 2 l ) 转化为哑变广东工业大学工学硕士学位论文量回归模型。则公式( 2 1 ) 可变换为2 8 1 ：ml ，p = b 。+ 6 口j f + 占( 2 2 )持ij = l式中：b 0 一待估变量；b 。一回归系数；x 。一哑变量；并存在关系：口。，一口m = b w( 2 3 )其中，l ，”m1 z 属性重要度值可通过水平效应值获取5 1 ：( 5 ) 解释结果根据各属性的相对重要性解释消费者的偏好。( 6 )评估信度和效用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消费者群体层次上联合分析模型的正确性。评价联合分析结果的信度和效度，有多种方法，常用的有：( 1 ) 评价估计模型的拟合优度( g o o d n e s s o f - f i t ) 。( 2 ) 用检验一再检验法( t e s t r e t e s t ) 来评价信度( r e l i a b i l i t y ) 。即在调查的后一阶段，让消费者重新评价某些选用的产品模拟。然后计算两组产品模拟分值之间的相关来评价效度。( 3 ) 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，用以确定内部效度。( 4 ) 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，再对每个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解的稳定性。兰三耋董兰壁垒坌堑鎏墼童塞童篁重童堡墅堡型2 2 联合分析法量化过程的应用实例下面我们以汽车为例来说明联合分析法的应用过程；( 1 ) 确定产品或服务的属性与属性水平通过定性研究确定某汽车的三个重要属一陛：价格，颜色，变速器。每种属性按三个水平定义，如表2 一l 所示。这些属性及其水平将用于构造联合分析的产品模拟。表2 一l 汽车的属性水平t a h i e 2 1t h ea t t r i b u t el e v e l so f a u t o m o b i l e s属性水下名称价格1 2 0 万元颜色l金属银灰色2金属深蓝色3金属正红色变速器l自动2半自动3手动( 2 ) 产品模拟轮廓组合就有3 3 = 2 7 种，即消费者要对2 7 种轮廓作评价。为减少评价次数，采用正交设计法，根据属性和水平的个数查正交表，选用l 9 ( 3 4 ) 表，字母l 表示正交表，数字9 表示这张表共有9 行，说明这张表来安排试验要做9 次试验，数字4 表示这张表共有4 列，说明用这张表最多可安排4 个因素，数字3 表示表中主体部分只出现l ，2 ，3 这三个数字，它们分别代表因素的3 个水平，说明各因素都是3 个水平的。一个消费者按以上正交表设计的组合虚拟产品的偏好打分，评分的形式是采用九级李克量表。设通过网上打分获得的一个消费者的评价分情况如表2 2 所示：广东工业大学工学硕士学位论文表2 - 2 某消费者的评价1 曲l e 2 2t h ee s t i m a t i o no f o n ec o n s l 1 l = n c r组合产品价格颜色变速器偏好打分llllg2l2273133442l2552234623l273136832l49332l( 3 )计算属性的效用由公式( 2 2 ) 可知，本实例估计用的模型可以表示如下：p = b 0 + b l x l + b 2 x 2 + b 3 x 3 + b 4 x 4 + b 5 x 5 + b 6 x 6 + ( 2 5 )使用m a t l a b 统计工具箱中的多元线性回归函数：r e g r e s s ( ) 。 b ，b i n t ，r , r i n t ，s t a t s - r e g r e s s ( e x ) 返回回归系数b 0 到b 6 的估计值b 列向量，回归系数的置信区间( 卜口= 9 5 ) b i n t ，残差r 及残差的置信区间f 1 口= 9 5 1 r i n t “1 。向量s t a t s 是用于检验回归模型的统计量，有三个数值，第一个是r 2 ( 称为复测定系数) 。其中r 是复相关系数，第二个是f 统计量，第三个是与f 对应的概率p 1 ，当p l 小于口时回归模型成立【3 5 】。首先我们将表2 2 的数据转换为按哑变量回归模型表达的形式，如表2 - 3 所不：其中x 1 到x 6 均为o 1 变量，取值情况如表2 - 3 所示。得到的实例的回归模型结果如公式( 2 6 ) 所示：p = 1 _ 3 3 3 3 + 3 x 1 + 4 3 3 3 3 x 3 + 2 6 6 6 7 x 4 + 0 3 3 3 3 x 5 0 3 3 3 3 x 6 + s( 2 6 )r 2 = 09 8 6 l ，f = 2 3 6 6 6 7 ，p 1 = o 0 4 l1 。董三量董三壁垒坌堑鎏墼童星垂篁重查堡鱼堡型表2 - 3 转换后的数据表t a b l e 2 3t r a r t s f o r m e dd a t at a b l e评价价格颜色变速器得分x 1x 2x 3x 4x 5x 69l010l07100101410oo005ollo0l401010020l00l060010o04000110l0000ol每个属性水平的效用值及每个属性的相对重要度如表2 - 4 所示i表2 4 不同属性水平的效用及属性的相对重要度t a b l e 2 - 4d i f f e r e n ta t t r i b u t el e v e l s u t i l i t i e sa n da t t r i b u t e s r e l a t i v ei m p o r t a n c e属性水平描述效用相对重要度价格1 2 0 万元1颜色l金属银灰色25 7 1 7 2金属深蓝色0 3 3 3 43金属正红色一2 3 3 3 3变速器t自动0 3 3 3 383 3 3手动02半自动- 0 3 3 3 31 7 -广东工业大学工学硕士学位论文属性的重要度饼图：图2 - 2 粟消费者的属性重要度饼图f i g2 2o n ec o r t s u m e l sa t t r i b u t ei m p o r t a n c ep i ef i g u r e( 4 )解释结果从图2 2 我们可以很容易地看出对此消费者而言，颜色是第一重要的，其次是价格，再是变速器。( 5 ) 评估信度和效用拟合优度的评价复相关系数r 越大，拟合效果不一定就越好，因为复测定系数的大小与回归方程中自变量的个数有关。自变量的个数越多，复测定系数的值就越大。即使单个自变量与因变量之间没有显著的线性关系，将这样的变量引入方程后，也能增加复测定系数的值。如果自变量的个数等于观察值的数目减l ( 即p = n - 1 ) ，那么，复测定系数就一定等于1 。也就是说，所拟合的p = n 1 维回归方程一定是原始数据的完美拟合。由于上述原因，许多统计学家都主张在回归建模时，应采用尽可能少的自变量，不要盲目地追求复测定系数r 2 的提高。其实，当变量增加时，残差项的自由度就会减少( d f z = n p 1 ) 。当p = n l 时，d f e = 0 。而自由度越小，数据的统计趋势就越不容易显现。为此，又定义了一个调整复测定系数r2 。r2 与r 2的关系是 3 0 j ：舻：i 一( 卜rz ) 旦( 2 7 )n p l第二章基于联合分析法的客户群体需求倾( o l 模型对上例计算r 2 = o 9 4 4 4 ，与r 2 的值差别不大，所以可以认为拟合效果是很好的。回归方程的显著性检验p i = 0 0 4 1l 瓦p l ，n r ) = 0 0 5 ) ，则根据数理统计方差分析理论知道类与类之间差异是显著的，说明分类比较合理。如果满足f e p l ，n r ) 的f 值不止一个，则可进一步考察( f 一疋) 的大小，