Mindsは、方向性を示すシンセティックパネルを使用して多属性製品のトレードオフを評価するコンジョイント分析ワークフローを提供します。チームが属性、水準、制約、タスクパラメーターを入力すると、サーバー生成によるD最適選択設計が構築されます。Mindsは完全な構成間の選択結果を収集し、条件付きロジットモデルを適合させ、人間の実査前に製品戦略の指針となる属性重要度、水準ごとの部分効用、ホールドアウト検証診断、および方向性を示す選好シェアのシミュレーションを出力します。
プロダクトおよびリサーチのリーダーシップは、ソフトウェアパッケージ、消費財、ハードウェアの階層、またはサービスバンドルを設計する際に、難しいトレードオフの決定に直面します。ターゲットバイヤーが薄いシャーシよりもバッテリー駆動時間の延長を評価しているか、プレミアムサポートの付属よりも低い基本価格を評価しているかを判定する必要がある場合、直接的な評価尺度では十分な結果が得られないことがよくあります。回答者は日常的にすべての機能を重要と見なし、すべての価格帯を提示価格として高すぎると評価しがちです。コンジョイント分析は、多様な属性水準で構成された完全な構成間の選択を集計することで、この課題を解決します。
この手法は、バイヤーが個々の属性にどれほどの価値を置いているかを数値化し、各水準の相対的な効用を計算します。構造化されたタスクセット全体の選択を観察することで、リサーチチームは水準ごとの部分効用を推定し、回答者が好ましい機能を獲得するために何を犠牲にするかを明らかにします。コンジョイント分析は、ポートフォリオの意思決定、機能採用リスト、価格階層の境界設定、および競合のポジショニングを支援します。
MaxDiffのような隣接する手法は個々の機能の相対的重要度を単独で測定し、Gabor-GrangerやVan Westendorpは単一項目の価格弾力性に特化しています。コンジョイント分析は、統合された製品構成の中で機能と価格を同時に評価します。回答者に何を求めているかを直接尋ねるのではなく、現実的な製品プロファイルにおける完全な構成間の選択を評価します。
Mindsにおいて、コンジョイント分析は初期段階の方向性決定エンジンとして機能します。プロダクトマネージャーは、人間を対象とした実査や開発の取り組みを開始する前に、シンセティックオーディエンスに対して属性の組み合わせをテストし、機能バンドルや価格構造を把握します。
Mindsでコンジョイント調査を実行するには、オーディエンスに公開する前に構造的な設計パラメーターを定義する必要があります。システムは選択実験を構築するために特定の入力情報に依存します。
最初に、属性と水準を指定します。属性は、画面サイズ、月額価格、バッテリー駆動時間、保証期間など、製品の主要な要素を表します。水準は、各属性が取り得る不連続な値です。
次に、実行可能な制約を定義します。ベーシック階層にエンタープライズ向けセキュリティ管理機能を含めたり、高性能モデルを最低価格帯に設定したりするなど、特定の属性水準の組み合わせが論理的に不可能または商業的に成立しない場合は、実行可能な制約を入力します。Mindsは不可能な組み合わせを設計空間から排除します。
3番目に、タスク数を設定します。4から40の間のタスク数を指定して、実行中に評価される選択セットの数を決定します。
4番目に、タスクごとの選択肢数を定義します。各選択セットで提示される完全な製品構成を2から5の範囲で指定します。
5番目に、オプションのホールドアウトを設定します。0から10の間のオプションのホールドアウトタスクを設定します。ホールドアウトタスクは設定時に取り置かれる選択セットであり、条件付きロジットモデルのトレーニングから除外されます。Mindsはモデルパラメーターの適合後に検証診断を出力するためだけにホールドアウトを使用します。
6番目に、estimator idを選択します。これはmultinomial-logit-v1として設定されます。
属性、水準、実行可能な制約、タスク数、タスクごとの選択肢数、オプションのホールドアウト、およびestimator idが送信されると、Mindsは調査の基礎を構築します。
実行は構造化されたパイプラインに従います。パラメーターが確定すると、サーバーはD最適選択設計を構築します。この手順により、定義されたすべての実行可能な制約とタスクの制限を遵守した実験計画が構築されます。生成された行列は水準の提示のバランスを整え、統計的推定を最適化します。
その後、Mindsは定義されたシンセティックオーディエンスパネルに選択設計を展開します。シンセティックプロファイルは、生成されたタスクセット全体で完全な構成間の選択を実行します。各タスクにおいて、シンセティック回答者は並べられた製品コンセプトを評価し、最も好ましい選択肢を1つ選択します。この強制選択は、バイヤーが購買環境で直面するトレードオフを反映しています。
収集が完了すると、Mindsは条件付きロジット推定器を使用して部分効用の推定を開始します。条件付きロジットモデルは、完全な構成間の選択を処理し、全体的なプロファイルの選好に対する各属性水準の相対的な貢献度を数値化します。水準ごとの部分効用がすべての属性にわたって計算され、カテゴリカルな選択が正確な連続的対数オッズ指標に変換されます。
パイプラインは次にホールドアウト検証ステージを実行します。登録されたホールドアウト検証ステージは、設定時に取り置かれたホールドアウトタスクでモデルをテストすることにより診断を出力します。Mindsは適正な基準を確立するために的中率と診断情報を記録します。
最後に、構成が提示された場合にのみ、プラットフォームは選好シェアのシミュレーションを実行します。システムは、ターゲットとなる製品構成を代替コンセプトと並べて提示し、推定された部分効用を使用して方向性を示す選好シェアを予測することで、競合シナリオをモデル化します。これらの出力は方向性を示す選好シェアを返すものであり、予測市場シェアと呼ばれることは決してありません。
Mindsのコンジョイント実行によって生成される出力は、リサーチの合成に合わせて調整された構造化された数値分析を提供します。
選択設計テーブルは、調査全体で提示されたタスクの完全な行列を記録し、設計のバランスと制約の遵守を確認します。
生の選択データセットには、提示されたすべてのタスクセットで記録された選択が含まれており、後続の検証のための監査トレイルを提供します。
水準ごとの部分効用推定値は、separated level idsによって整理され、すべての属性水準の効用を要約します。正の部分効用値は基準水準と比較した選好の増加を示し、負の値は相対的な不効用を表します。リサーチチームはこれらの数値を評価して、価格帯の変更や機能の追加・削減を行う際の算出された選好の低下を判定します。
属性重要度スコアは、全選択のバリエーションに対する各属性の相対的な貢献度を表します。これにより、全体としてどの要素が選択の決定要因となっているかが特定されます。価格の属性重要度が40%である場合、価格が意思決定の結果に与える影響は、20%のスコアを持つ保証属性の2倍であることを示しています。
適合出力パラメーターには、log likelihood、null log likelihood、McFadden R-squared、hit rate、observations、parameters、convergence status、およびseparated level idsが含まれます。
ホールドアウト検証ステージからの検証診断は、ホールドアウトタスクでの的中率を含む診断パフォーマンス指標を提供します。
構成が提示された場合、シミュレーション出力は方向性を示す選好シェアを返します。これらは、機能構成や価格帯を変更したときに方向性を示す選好シェアがどのように変化するかを示します。チームは競合のベースラインに対して仮想的な製品ローンチをテストし、方向性を示す選好シェアを最大化する構成を特定します。これらの方向性を示す選好シェアが予測市場シェアとして参照されることはありません。
専門的なリサーチおよびプロダクト組織は、Mindsのコンジョイント実行を発見および検証のパイプラインに統合しています。
チームはまず、社内のステークホルダーとともに候補となる属性と見込まれる価格帯を定義することから始めます。リサーチマネージャーはこれらのパラメーターをMindsに入力し、シンセティック事前テストを実行します。シンセティックパネルはトレードオフの感度に関する方向性のフィードバックを提供し、チームが繰り返し検討を行うことを可能にします。
初期の部分効用出力によって特定の機能の効用への貢献度がごくわずかであることが示された場合、プロダクトマネージャーはそれらの属性を排除するか、水準の境界を調整します。価格感度が他のすべての要素を圧倒している場合、チームはより明確な差別化を確立するために水準の間隔を再調整します。
シンセティックコンジョイントの実行によって明確な属性重要度、separated level ids、およびホールドアウト検証診断が得られたら、チームは確定した実験パラメーターをエクスポートします。その後、属性、水準、および制約ルールがリクルートされた人間パネルによる調査に展開されます。
Mindsでコンジョイント設計を事前テストすることにより、リサーチャーは人間の実査の前にタスクパラメーターを評価し、McFadden R-squaredやlog likelihoodなどの適合指標を確認し、調査構造を洗練させます。方向性を示すシンセティック出力は役員への報告資料の作成やプロダクトロードマップのすり合わせに活用され、人間のリクルートによって外部検証が行われます。
ローンチ後の管理として、チームは新しい構成を入力することでMindsでシミュレーションを再実行し、ライブ調査を再実施することなく方向性を示す選好シェアを評価します。競合他社が値下げを行ったり、新しいバンドルを導入したりした場合、アナリストは正式な実査にリソースを投入する前に、Mindsでプロファイルパラメーターを調整して方向性を示す選好シェアをシミュレーションします。
Mindsにおけるシンセティックオーディエンスのエビデンスは本質的に方向性を示すものです。シンセティックパネルで実行されたコンジョイント調査は、根底にあるベースラインのグラウンディングに基づくモデル化されたペルソナの行動を反映したものであり、統計的な市場の真実ではありません。Mindsは統計的代表性や普遍的な正確性を主張しません。
シンセティックコンジョイント調査は、リクルートされた人間の回答者、現実世界のパネル検証、または実際の行動購買データに取って代わるものではありません。そうではなく、Mindsは仮説のスクリーニング、属性範囲の特定、アンケート構造の改善、およびリクルート予算を研究課題に集中させることによって、実際の実査を補完します。
特定の商業的エッジケースでは、リクルートされた人間の回答者による検証が必要です。重要な価格変更、歴史的市場前例のない新しい製品カテゴリーのローンチ、および規制に関するレビューは、実際の人間パネルを通じて検証する必要があります。シンセティックパネルは方向性のあるスクリーニングを提供しますが、最終的なリスク軽減には人間の実査が引き続き必要です。
反復的な設計ツールとしてMindsでコンジョイント分析を実行することにより、リサーチおよびプロダクトチームはアンケート開発の期間を短縮し、モデルパラメーターを評価し、構造化されたツールを用いて人間の実査に臨むことができます。
