إجراء التحليل المقترن لتسعير البرمجيات كخدمة باستخدام الذكاء الاصطناعي
يقوم Minds بتشغيل التحليل المقترن القائم على الخيارات بدءًا من السمات والمستويات، مرورًا بتصميم الخيارات المبني عبر الخادم، وجمع البيانات من جمهور الذكاء الاصطناعي، وتقدير النموذج اللوجستي الشرطي، والتحقق عبر مهام الاختبار الخارجي، وصولاً إلى محاكاة الحصص. يمكن لفرق البرمجيات كخدمة مقارنة فرضيات التغليف بسرعة، ثم التحقق من قرارات التسعير عالية المخاطر مع مشترين مُستقطَبين.
يمكن لـ Minds تنفيذ التحليل المقترن القائم على الخيارات لتسعير وتغليف البرمجيات كخدمة داخل دراسة واحدة. يحدد الفريق السمات والمستويات، ويبني الخادم تكوينات كاملة للمنتج، ويجري جمهور الذكاء الاصطناعي خيارات إجبارية، بينما يقدر مسار العمل المنافع الجزئية، ويفحص مهام الاختبار الخارجي، ويحاكي تفضيلات العروض المختلفة. إن هذا الأسلوب مصمم للمفاضلات والتحليلات التنازلية، وليس لمجرد السؤال عما إذا كانت كل ميزة تبدو ذات قيمة.
استخدم التحليل المقترن عندما يعتمد خيار المشتري على مجموعة كاملة من الشروط. فنادرًا ما تكون خطة البرمجيات كخدمة مجرد سعر فقط. بل يمكن أن تجمع بين حدود الاستخدام، وأدوات التعاون، والتكاملات، والدعم، والأمان، ومدة العقد، ومجموعة من إمكانيات المنتج. إن طرح أسئلة منفصلة حول الأهمية لا يمكنه الكشف بموثوقية عما إذا كان المشتري سيفضل سعرًا أعلى مقابل سعة أكبر، أو أنه يستغني عن الدعم الممتاز مقابل التزام أقصر مدة.
بناءً على ذلك، يفيد التحليل المقترن تسويق المنتجات، وإستراتيجيات تحقيق الدخل، والنمو، وفرق الرؤى عند اتخاذ قرار بشأن كيفية تغليف العرض. كما يقدم للوكالات طريقة مهيكلة لاختبار فرضيات التغليف الخاصة بالعملاء قبل التوصية بإطلاق البنية التحتية للعرض. إذا كان الفريق يحتاج فقط إلى ترتيب أولويات قائمة واحدة من الميزات، يمكن إجراء تحديد أولويات الميزات باستخدام أسلوب MaxDiff. وإذا كانت المسألة المحورية هي التدرج السعري لعرض واحد ثابت، فإن دليل أساليب أبحاث التسعير في Minds يوضح متى يكون أسلوب غابور-جرانجر أو فان ويستندورب أسهل استخدامه.
ابدأ بأصغر نموذج موثوق للعرض. يتطلب Minds تحديد السمات، والمستويات، ونموذج تصميم مهام الاختيار. يلزم تحديد سمتين على الأقل بمستويين لكل منهما، لأن الدراسة ذات السمة الواحدة لا تحتوي على مفاضلات بين سمات متعددة. وغالبًا ما تبدأ الدراسة التجريبية للبرمجيات كخدمة بـ ثلاث إلى ست سمات، ومستويين إلى أربعة مستويات لكل سمة.
تصف السمات الجيدة بعدًا من أبعاد القرار، مثل السعر الشهري، أو عدد المقاعد، أو حد الاستخدام، أو سرعة استجابة الدعم، أو الوصول إلى التكاملات. وتكون المستويات الجيدة ملموسة وقابلة للمقارنة. تجنب المستويات المبهمة مثل أساسي، وأفضل، والأفضل على الإطلاق، ما لم تكن الفروق الفعلية محددة بوضوح. أضف القيود فقط عندما يكون الجمع بين الخيارات مستحيلاً أو مطلوبًا منطقيًا. يمكن لمخطط الدراسة اقتراح التهيئة، ولكن يجب على الفريق التأكيد على أن كل عرض ناتج يمكن فهمه، ويفضل أن يكون قابلاً للبيع بالفعل.
قبل التنفيذ، راجع ما يلي:
الجمهور: تضمين منظور المشتري، أو المسؤول، أو المستخدم النهائي المرتبط بقرار التغليف.
استقلالية السمات: عدم تضمين الميزة نفسها في حقول متعددة.
واقعية المستويات: استخدام أسعار وإمكانيات معقولة دون ادعاء أنها م تحقق منها بالفعل.
عبء المهام: كل مستوى إضافي يزيد من مساحة التصميم وعدد الخيارات المطلوبة.
يبني الخادم تصميم خيارات حتمي ذو كفاءة D بدلاً من إجبار الكاتب على كتابة أزواج التكوين يدويًا. يختار المشاركون بين عروض كاملة. ثم يقوم المقدر المسجل بتطبيق النموذج اللوجستي الشرطي لحساب المنافع الجزئية لكل مستوى وأهمية السمة. وتوفر مهام الاختبار الخارجي تشخيصات التحقق، بينما يطبق المحاكي المنافع المقدرة على التكوينات المرشحة لإنتاج أدلة حصة التفضيل.
ينتج عن هذا التسلسل المترابط من التصميم، والاستجابات، والتقدير، والتشخيصات، والمحاكاة. يرفض المنتج توسيع تصميم لا يمكن تقدير منافعه الجزئية بشكل منفصل، وهو أمر أكثر فائدة من تقديم نموذج منسق ولكنه غير محدد الإحصائيات. تظل الحسابات المنهجية عناصر رسمية وموثوقة للملخص السردي، بحيث يمكن للشرح استخدام القيم المسجلة دون اختراع حسابات ثانوية.
من مسارات العمل المفيدة في البرمجيات كخدمة مقارنة عدد صغير من بنيات الباقات الموثوقة، وفحص السمات التي توجه خيارات جمهور الذكاء الاصطناعي، واستخدام المحاكي لاختبار الضغط على التكوين الجديد. خذ أقوى الفرضيات إلى اختبار الرسائل التسويقية، أو مقابلات المبيعات، أو دراسة للمشتريين المُستقطَبين. يقدم دليل أبحاث التسعير في Minds التسلسل الأوسع حول اختيار الأسلوب المناسب.
يتأثر التحليل المقترن بشدة بجودة التصميم. وتعتمد المنافع الجزئية على الجمهور المحدد، والسمات، والمستويات، والقيود، والمهام. يمكن لإغفال سمة مهمة أن يشوه القيمة الظاهرة للسمات المتبقية. ويمكن للتراكيب غير الواقعية أن تجعل المشاركين يتجاهلون التمرين، بينما قد يتسبب التعدد الكبير في المستويات في عبء مهام يفوق الأدلة المتاحة.
يجب التعامل مع نتائج جمهور الذكاء الاصطناعي على أنها أدلة توجيهية. لا تحول حصة التفضيل المحاكاة إلى توقعات إيرادات ولا تدعِ التمثيل الكامل للسكان دون وجود مشترين مُستقطَبين وخطة أخذ عينات قابلة للدفاع عنها. تحقق من التسعير عندما يغير القرار العقود، أو توقعات الإيرادات، أو الادعاءات العامة، أو الاستثمارات الكبيرة للوصول إلى السوق. قارن الأدلة الاصطناعية والبشرية بوضوح بدلاً من دمجها في رقم واحد.
ابدأ دراسة في Minds، واختر التحليل المقترن، وأدخل السمات والمستويات لمجموعة صغيرة وموثوقة من الخطط. تعامل مع التصميم الأول كمراجعة للنموذج: إذا لم يتمكن أصحاب المصلحة من الاتفاق على مستويات واقعية أو تراكيب ممكنة، فقم بحل هذه المسألة المتعلقة بالمنتج قبل طلب الاختيار من أي جمهور.
الأسئلة الشائعة
هل يمكن لـ Minds إجراء التحليل المقترن من البداية إلى النهاية؟
نعم. التحليل المقترن هو أحد أساليب البحث المتاحة في Minds. يبني الخادم تصميم الخيارات، ويجمع خيارات التكوين من جمهور الذكاء الاصطناعي المحدد، ويقدر المنافع الجزئية باستخدام نموذج لوجستي شرطي، ويتحقق من النموذج باستخدام مهام الاختبار الخارجي، وينتج أدلة المحاكاة.
ما هي المدخلات التي تتطلبها دراسة التحليل المقترن للبرمجيات كخدمة؟
حدد سمتين على الأقل مع مستويين على الأقل لكل منهما، مثل السعر، أو حد الاستخدام، أو الدعم، أو مدة العقد، أو إمكانية المنتج. استخدم مستويات واقعية، ومفهومة بوضوح، وممكنة الدمج في عروض كاملة.
هل ينبغي لي استخدام التحليل المقترن أم أسلوب غابور-جرانجر للتسعير؟
استخدم التحليل المقترن عندما يلزم تقييم السعر إلى جانب سمات الباقة الأخرى وتكون هناك حاجة للمفاضلة بين تكوينات كاملة. استخدم أسلوب غابور-جرانجر للحصول على قراءة أكثر تركيزًا عبر نقاط سعرية صريحة لعرض واحد، وأسلوب فان ويستندورب لمعرفة عتبات الأسعار المدركة.
هل يحل التحليل المقترن بالذكاء الاصطناعي محل الأبحاث مع مشتري البرمجيات كخدمة الحقيقيين؟
لا يمكن تقديم ادعاء عام بالاستبدال الكامل. يوفر Minds أدلة توجيهية من جمهور الاصطناعي المُهيأ. ينبغي التحقق من قرارات التسعير والتنبؤ والإيرادات ذات الأثر الجوهري مع مشترين مُستقطَبين وخطة أخذ عينات تطابق السوق المستهدف.
