Mnoho atributů umoří CBC.	Utáhne je CBCT.

Abstrakt

Při výběru a volbě produktu se zákazník musí rozhodnout na základě vyhodnocení mnoha aspektů, z nichž mnohé bývají volitelné. Pro zjištění vlivu velkého počtu aspektů na přijatelnost produktu byl vyvinut hybridní postup, který kombinuje výsledky z několika dotazových bloků. Základním blokem je volba konceptu z nabídky způsobem analogickým v CBC. Na rozdíl od CBC, kdy se profily generují počítačovým algoritmem, jsou koncepty v CBCT reprezentativním výběrem profilů produktů, jejichž nabídku poskytovatel produktu zvažuje. Volbu konceptu v dotazníku lze doplnit kalibrační otázkou na pravděpodobnost pořízení. Další sekcí je jeden nebo více bloků MaxDiff aspektů, z nichž jsou nabízené koncepty složeny. Určení prahů přijatelnosti aspektů umožňuje odhadnout tržní potenciál produktů a v simulacích aplikovat nekompenzativní model volby.

Problém

Počet atributů ve standardním dotazování typu CBC je velmi omezený. Ze zkušenosti lze považovat za spolehlivou horní hranici 6 atributů, někteří autoři připouštějí až 8 atributů. Vyšší počet atributů obvykle vede k výrazné dominanci dvou, nejvýše třech atributů, a vyrovnání rozdílů mezi ostatními. Tento problém není v samotném CBC, ale v reakci respondentů na profily, které počítačový algoritmus generuje.

• Zakázané kombinace hladin atributů
• Zadavatel výzkumu často požaduje testovat hladiny atributů v širším rozsahu, než dovoluje možnost kombinovat všechny hladiny jednoho atributu s každou hladinou jiného atributu. Je sice možné některé kombinace zakázat, ale jen ve velmi omezeném počtu, např. jen krajní hodnoty jednoho atributu s krajními hodnotami jiného atributu. I tak ovšem dochází k narušení ortogonality profilů a k systematické odchylce odhadů, která je tím větší, čím víc je zákazů. V krajním případě může dojít k úplnému znehodnocení výsledků. 
  
  Obejití zákazů

  • V některých případech lze zákazy obejít definováním takových tříd produktů, ve kterých se žádné zákazy nepoužijí.
• Částečné profily
• Problém velkého počtu atributů může být řešen tak, že se v úloze volby zobrazují profily sestávající jen z několika atributů. Přitom se mlčky předpokládá, že nezobrazené atributy mají identické hodnoty ve všech profilech. To je oprávněné v případě, že všechny atributy mají stejnou důležitost a neexistují mezi nimi žádné interakce. Realita téměř nikdy taková není. Např. značku a cenu nelze z profilu vypustit současně. Tento problém se řeší tak, že některé atributy jsou zobrazeny vždy, tedy na úkor ostatních atributů. Avšak např. značka i cena obvykle evokují určité vlastnosti, které respondent předpokládá, i když nejsou v profilu explicitně uvedeny. Kromě toho se ukazuje, že řídce zobrazované atributy získají vyšší důležitost, protože u respondenta vzbudí nadměrnou pozornost, když se v profilu objeví.
• Nerealistické profily
• Profily produktů s mnoha atributy generované programem jsou málo realistické, a někdy jsou zcela mimo realitu. Profesionálního respondenta to jen utvrdí v přesvědčení, že jde o hru. Snaží se odpovídat co nejrychleji a zaměřuje se jen na několik aspektů v profilech. V jiných případech se respondent stylizuje do spotřebitele, jakým by chtěl být, případně do takového, o jakém si myslí, že se od něj očekává. Realističnost nabízených profilů by měla být absolutní, aby se tyto tendence minimalizovaly.
• Numerický model
• Standardní multinomický model dovoluje porovnávat pouze vzájemně se vylučující aspekty, tj. hladiny jednoho atributu. Přitom přirozeným požadavkem je mít možnost porovnávat vliv všech aspektů navzájem.

Vysoký počet atributů je problémem už několik desetiletí. Přehled návrhů pro řešení uvádějí Netzer a Srinivasan (2011). Přehled novějších postupů nebyl nalezen a není známo, že by se některý z nich rozšířil do běžné praxe.

Řešení

Předložený postup je založen na volbě z výběru. Jeho označení CBCT se částečně vztahuje k CBC - Choice Based Conjoint, kterému se v prvním bloku otázek podobá. Na rozdíl od CBC se v CBCT místo počítačem generovaných profilů využívají fixní profily navržené s ohledem na trh, na kterém se mají uplatnit. Odtud označení CBCT - Choice Based Concept Test. Druhým základním blokem dotazníku je standardní MaxDiff aspektů. Dotazník může být podle potřeby rozšířen a další DCM bloky.

Spotřebitelé se rozhodují na základě svých potřeb. Přitom - často souběžně - používají zhruba pět rozhodovacích pravidel: konjunktivní, disjunktivní, eliminační podle aspektů, lexikografické a kompenzační. Pro tržní produkty s mnoha atributy připadají v úvahu hlavně poslední tři. Z hlediska matematického modelování jsou si v zásadě rovnocenné, pokud se do kompenzačního modelu zahrnou prahy přijatelnosti atributů.

Z hlediska proveditelnosti a robustnosti výzkumu jsou jako otázky použity diskrétní volby z výběru. Škálové otázky nejsou vhodné, protože hodnotám škály nelze přiřadit žádný jednoznačný význam, natož míru. Navíc význam hodnot škály driftuje v průběhu dotazování, ať už z neznalosti či nezájmu respondenta o daný produkt, únavy z dotazování a pod. Podobný vliv mají i nerealistické nabídky, které se objevují mezi počítačem generovanými profily. Patří sem i neúplné profily produktů, které v tržním prostředí vůbec neexistují. Proto místo profilů generovaných počítačem předložený postup využívá úplné fixní profily, které respektují možné kombinace aspektů produktu a reprezentují předpokládanou tržní nabídku. Je nepochybné, že zkušený produktový manažer dokáže vytvořit profily vyvážené nejen z hlediska aspektů v profilu, ale i vyváženou sestavu profilů z hlediska jejich očekávaného uplatnění na trhu. To žádný algoritmus nedokáže.

Aspekty profilů mohou být zcela libovolné. Vedle klasických hladin atributů to mohou být také opce s volitelnými položkami, a to jak s možností  volby jedné položky (rozbalovací combo-box nebo přepínač radio-box), tak i s možností  volby několika položek (násobný check-box). Ukázka technické implementace ve spustitelném dotazníku s počítačem generovanými profily je na odkaze CBC s volitelnými položkami. Každá opce je z pohledu odhadovaných parametrů jedním aspektem bez ohledu na to, zda a kolik položek v opci bylo zvoleno. Výslednými informacemi jsou utilita opce a frekvence zvolených položek v opci ve zvolených profilech (podmíněná pravděpodobnost volby položky).

Využití volitelných opcí

• Volitelné opce se staly běžnou součástí nabízených služeb v cestovním ruchu, finančních produktů, výbavy automobilů a jinde. Také mohou být využity u produktových řad, např. příchutí a balení potravin, složení nápojů a pod. Základní výhodou je, že volitelné položky označí respondent v souvislosti se zvoleným produktem a nikoliv jen obecně.

U fixních profilů navržených manažerským přístupem nelze očekávat, že budou ortogonální a jejich parametry odhadnutelné s dostatečnou spolehlivostí. Podobně jako u zákazu kombinací hladin v CBC by mohlo dojít k nepřijatelnému zkreslení odhadů. Proto je blok dotazování úplných profilů doplněn o MaxDiff jednotlivých aspektů, ze kterých jsou profily sestaveny. Získané preference jsou na stejné škále a mají společný práh přijatelnosti.

Dotazování typu MaxDiff s volbou ze čtyř nebo pěti jednotlivých aspektů je pro respondenty ve srovnání s volbou úplného profilu velmi snadné. Oproti tradičnímu dotazování úplných profilů v CBC je možné snížit počet voleb úplných profilů zhruba na polovinu, protože chybějící informace je nahrazena informací z MaxDiffu. Ten může být díky snadnosti provedení o něco prodloužen.

Metodika CBCT předpokládá nekompenzační rozhodování zákazníků. Zjednodušeně řečeno, pro zákazníka je přijatelný pouze produkt, jehož určité aspekty překročí práh přijatelnosti. Hodnotu těchto prahů lze zjistit z kombinace odpovědí v obou blocích. Některé kvantitativní nebo ordinární aspekty (obvykle zahrnující celý produkt, např. celkovou cenu) nelze do bloku MaxDiff zařadit, protože jejich porovnávání s ostatními aspekty profilu by nebylo smysluplné. V takovém případě je vhodné dotazník doplnit otázkami typu PRIORS z postupu CSDCA - Common Scale Discrete Choice Analysis. Získají se tím prahy přijatelnosti i u aspektů, které nemohly být součástí bloku MaxDiff aspektů. Univerzální řešení neexistuje, každá úloha vyžaduje specifický přístup.

CBCT má filozofii velmi podobnou postupu, který navrhli Netzer a Srinivasan (2011) s tím rozdílem, že se používají dotazovací a numerické postupy odpovídající DCM - Discrete Choice Modeling. Pro odhad parametrů RUT - Random Utility Theory z neoklasické teorie trhu jsou použity bayesiánské metody odhadu s využitím adaptivních omezujících podmínek typu "master-slave", kde "master" je test konceptů a "slave" jsou ostatní dotazové bloky.

 Výsledky CBCT

• Základním výsledkem CBCT jsou odhady utilit aspektů a prahů přijatelnosti. Z nich lze odhadnout preferenční podíly, akceptance, perceptance a potenciál všech testovaných produktů. Lze připravit, stejně jako v CBC, preferenční simulátor, ve kterém má uživatel možnost nastavit profily produktů.

Vlastnosti metody

Výhody

• Počet atributů (řádků) v konceptu (zobrazeném jako sloupec) je omezený jen prostorem na obrazovce, schopností respondenta vyhodnotit koncepty v celku a zvolit z nich ten nejpřijatelnější.
• Koncept nemusí obsahovat aspekty všech typů explicitně. Aspektem je pak hodnota "není v nabídce".
• Každý koncept může obsahovat volitelné opce, které mohou být v různých konceptech různé.
• Koncepty připravuje zadavatel projektu, takže je zaručena vyváženost aspektů respektující možnosti kombinace aspektů. Počítačové algoritmy tuto schopnost nemají.
• Koncepty slouží rovněž jako tzv. kalibrační koncepty ke zjištění ochoty k pořízení a prodejního potenciálu.
• Zjištěné dílčí utility (part-worths) aspektů lze zobrazit na společné škále.
• Na základě zvolených a nezvolených konceptů lze určit práh přijatelnosti aspektů tvořících atribut. Práh odpovídá indiferentnímu postoji k aspektu.
• Kromě obvyklého vlivu jednotlivých aspektů (kdy součet vlivu všech aspektů je 100%) lze na základě prahů přijatelnosti určit i míru přijatelnosti (resp. nepřijatelnosti) každého aspektu zvanou perceptance.
  
  Konstrukce perceptance

  • Perceptance je standardní aceptance symetrizovaná kolem prahu přijatelnosti, odpovídajícího výroku "ani - ani", resp. "nedokáži se rozhodnout". Je lineární transformací akceptance tak, aby hodnota odpovídající prahu byla rovna nule a krajními hodnotami byly -100% resp. 100% přijatelnosti. Zatímco utilita je definovaná v intervalu (-∞, +∞), perceptance je definovaná v otevřeném intervalu (-100%, +100%). Mezní hodnoty perceptance nejsou dosažitelné. Průběh perceptance dobře odpovídá fyziologickému vnímání v oblasti saturace vjemu. U rozdílů velmi vysokých nebo velmi nízkých hodnot stimulů vnímání vykazuje nižší subjektivní změnu než při běžných hodnotách, s jakými se člověk (spotřebitel) běžně setkává. Je-li určitý aspekt považován za dostatečně uspokojující, další zvyšování jeho benefitu už nemá výrazný vliv. Naopak, je-li určitý aspekt natolik neuspokojivý, že vede k zamítnutí produktu, další snížení jeho uspokojivosti vede k menší změně jeho vnímání. Z praktického hlediska je jedno, jestli byl produkt zamítnut kvůli právě neuspokojivému aspektu nebo velmi neuspokojivému aspektu.
  • Hodnoty perceptance jsou relativní vůči odhadnutému prahu a nelze jim přiřadit žádný výklad ve smyslu chování. Z několikaleté zkušenosti lze říci, že významné hodnoty leží v intervalu 20 - 50%. Pod 20% je vliv malý až zanedbatelný. Nad hodnotou 50% se začíná projevovat saturace vnímání, kdy respondent považuje danou vlastnost za již dostatečně uspokojivou. Další zvyšování benefitu nemusí mít na prodejnost produktu odpovídající vliv (viz. Satisficing).
  • Více v kapitole "CSDCA - Common Scale Discrete Choice Analysis > Preference and Acceptability in Non-compensatory Modeling" na stránkách DCM.
• Znalost míry přijatelnosti jednotlivých aspektů může být vodítkem při konstrukci kompromisních nabídek v různých cenových třídách produktu.
  
  Vyrovnaná přijatelnost aspektů  

  • Přijatelnosti aspektů úspěšného produktu by měly být vyrovnané, nejlépe zhruba stejné, a úměrné celkové ceně produktu. I ty nejlevnější produkty v řadě musejí být pro zákazníka přijatelné a uspokojit jeho potřeby. Relativní utility získané z CBC tuto informaci neposkytují.
• Výsledky dovolují vytvořit simulátor preferencí podobný simulátoru z conjointu.

Nevýhody

• Zadavatel musí připravit koncepty produktů.
• Podobně jako v CBC s využitím produktových tříd je možné simulovat preference produktů jen málo odlišných od těch, které byly dotazované.

Podmínky aplikace

• Konceptů by mělo být nejméně 12 a ne více než 40. Měly by pokrýt očekávané požadavky trhu.
• Celkový počet aspektů, včetně nepřítomnosti aspektu určitého typu, by neměl přesáhnout 60. Parametry pro více než 80 aspektů už nejsou v rámci jednoho rozhovoru odhadnutelné.
• Každý z aspektů musí být součástí alespoň jednoho konceptu.
• Koncepty musejí být stručné. Na obrazovku s rozlišením 1366 x 768 pixelů (běžné notebooky) by se měly vejít nejméně 3 koncepty zobrazované po sloupcích.
• Koncepty musejí být informativní, tj. obsahovat co nejméně balastního textu.
• Rozdíly mezi aspekty jednoho typu by měly být zřetelné, tj. být větší než psychometrická jednotka "JND - Just Noticeable Difference".

Příklad 1

Vývoj metodiky CBCT vycházel z CSDCA a byl v r. 2020 završen praktickými studiemi. Jednou z nich byl test vlivu aspektů běžného účtu na jeho akvizici. Klient připravil pro testování 24 konceptů založených na celkem 47 aspektech. Z nich volitelné byly 2 aspekty (pojištění s kódy 2.2 a 3.2), všechny ostatní byly pevné. Zpracována byla data pro 441 respondentů, u nichž nebyly detekovány nevěrohodné odpovědi.

Úloh volby konceptu ze 4 možných ve stylu CBC bylo 9, takže každý respondent uviděl každý koncept v průměru 1.5-krát. Obrázek níže je faksimile obrazovky volby konceptu se zvýrazněním volby volitelné opce.

Demo dotazník s volitelnými opcemi

• Zkrácený dotazník testu podmínek doručení zboží z internetového obchodu je na odkaze CBCT eShop.

Položka "Podmínky & cena" byl kombinací dvou atributů, takže klasický conjoint by měl 10 atributů. V dolní části obrazovky byla kalibrační otázka.

Standardní MaxDiff 35 aspektů, mezi které nebyly zahrnuty podmínky a ceny účtů, měl 16 úloh volby jak nejvíce, tak i nejméně žádoucího aspektu ze 4 aspektů.

Vypočtené utillity jsou nepostradatelné pro simulaci preferencí, ale nejsou vhodné pro přímou interpretaci. Většinou mají velmi asymetrické rozdělení a jejich průměrné číselné hodnoty neodpovídají lidskému vnímání. Za vhodnou lze považovat perceptanci, která je pro aspekty studovaných profilů na obrázku níže.

Perceptance testovaných aspektů

Uvedené výsledky jsou průměrem pro všechny respondenty. Zcela podle očekávání, nejdůležitějšími aspekty jsou podmínky a cena. První dvě podmínky přijatelnost produktu prakticky nesnižují. U služeb a dostupnosti bankomatů postačuje v zásadě nejnižší nabízená úroveň, další zvýhodnění má jen malý vliv.

K účtům byly nabízeny 4 druhy zpoplatněného pojištění s cenou rostoucí s indexem za tečkou kódu pojištění. Pojištěním s nejvyšší přijatelností bylo pojištění 4.0 bez dalšího zpoplatnění. Druhým v pořadí bylo nejjednodušší pojištění 1.1 za nejnižší požadovanou cenu. Za povšimnutí stojí potvrzení intuitivního předpokladu, že volitelné pojištění má vyšší přijatelnost než totéž fixní pojištění. Volitelnost tedy přispívá k celkové přijatelnosti nabídky.

Nabídka finanční rezervy a bonusu se ukázaly být málo účinnými. Lépe je na tom slevový program, ale bez slevového programu nabídka nepřestane být přijatelná. Výsledky potvrzují, že víra ve slevové programy je v populaci obecně malá. Konkrétní uvítací balíčky byly přijímány kladně, ale je zjevné, že reakce na ně byla přehnaná. Pokud by nebyly součástí jiných profilů, jejich absence by v podstatě přijatelnosti produktu neškodila.

Dárky jsou obecně vítány. Na druhou stranu, explicitní výrok o absenci dárku, pokud byl jinde nabízen, působí negativně. Ještě zřetelněji se podobný efekt projevil u výroku "bez možnosti pojištění", protože v jiných nabídkách byla možnost volitelného pojištění. Je to důkaz, že důležitý je nejen kontext mezi aspekty v profilu, ale i mezi profily.

Příklad 2

Metodika CBCT se dále vyvíjela zejména ke zpřesnění určení prahů přijatelnosti. Začátkem r. 2022 byl realizován test cestovního pojištění, pro který klient připravil 28 konceptů založených na celkem 53 pevných aspektech tvořících 13 atributů. Zpracována byla data pro 514 dostatečně věrohodných respondentů.

Vylučování respondentů

• Na základě nekonzistentnosti odpovědí byly z dat vyloučeny odpovědi 3 respondentů. Dílčí motivací vývoje CBCT bylo snížit počet nepoužitelných rozhovorů, kterých u tradičního CBC bývá 5 až 10%, v úlohách s obtížně hodnotitelnými profily i víc.

Úloh volby konceptu ze 3 možných ve stylu CBC bylo 10, takže každý respondent uviděl všechny koncepty. Každá volba byla doplněna kalibrační otázkou na pravděpodobnost pořízení zvoleného profilu.

Standardní MaxDiff 38 aspektů, mezi které nebyly zahrnuty ceny pojištění, měl 18 úloh volby jak nejvíce, tak i nejméně žádoucího aspektu ze 4 aspektů. Individuální cenové prahy a prahy vnímání aspektů byly získány z behaviorálního modelu jednotlivých voleb testovaných profilů a jejich hodnocení. Výsledné hodnoty perceptancí charakterizujících průměrné vnímání jednotlivých aspektů testovaných konceptů jsou na obrázku níže vpravo.

Perceptance testovaných aspektů

Jednotlivé aspekty jsou seřazeny podle atributů s číselnými hodnotami hladin rostoucími v abecedním pořadí písmen velké abecedy. Nebyl-li atribut v nabídce, je jeho hladina označena "---".

Navzdory očekávání nejsou nejlépe vnímanými aspekty nejnižší ceny, ale krytí odpovědnosti za škodu, a to už od nejnižšího nabízeného krytí. Přitom chybějící krytí není vnímáno výrazně negativně, ale rozdíl mezi jeho přítomností a nepřítomností je velký.

Vítaným aspektem je pojištění storna zájezdu. Jeho nepřítomnost má nejvyšší negativní vjem. Je patrno, že už nejnižší nabídnuté plnění je dostatečné pro pozitivní přijetí nabídky. Další navyšování plnění nemá očekávaný efekt.

U pojištění zavazadel a trvalých následků po zranění nemá zvyšování limitu plnění ekvivalentní efekt na jejich vnímání. Už jejich přítomnost na dolní úrovni limitu je postačující. Naproti tomu rozdíly v limitech léčebných výloh, plněních při smrti úrazem a podmínkách výběrů z ATM jsou vnímány poměrně silně.

Atributy, které jsou tvořeny jen přítomností nebo nepřítomností určitého benefitu, mohou mít dostatečný efekt jako doplňkové benefity ve vyšších kategoriích pojištění. Nepřítomnost žádného z nich nebyla detekována jako výrazné negativní.

Nejvyšší akceptovaná cena - dotazovaná

Nejvyšší akceptovaná cena - simulovaná

Obecným jevem pozorovaným v populaci v posledních letech je růst podílu zákazníků s ochotou k vyšším výdajům za produkty a služby. V daném případě je pozorované rozdělení populace bimodální. Zvýšenou četnost u nejvyšší ceny -O- je možno považovat za artefakt dotazování, ve kterém respondent skutečné výdaje neměl a reagoval na nejlepší nabídku.

Respondenti mají různou citlivost na cenu vyjádřenou variabilitou utilit testovaných cen. Jelikož je počet testovaných cen omezený, histogram pozorovaných četností je hrubý. Více akceptovaných cen je však možné simulovat superpozicí známých náhodných utilit jednotlivých cen (tzv. sweeping). Výsledný histogram na lineární cenové stupnici ukazuje, že rozložení ochoty akceptovat nejvyšší cenu je trimodální. Frekvence nejvyšší dotazované ceny -O- se rozpadla do chvostu v oblasti nad touto cenou. Z náznaku čtvrtého módu lze soudit, že nešlo o artefakt, ale že v populaci jsou jedinci, kteří jsou ochotni akceptovat i vyšší cenu, než byla nejvyšší testovaná cena.

Více-modální rozdělení ochoty utrácet je základním východiskem pro vytvoření kompromisních produktů na více cenových úrovních.

Souhrn

Použití

Předložený postup, stejně jako CSDCA - Common Scale Discrete Choice Analysis, předpokládá rozhodování při volbě z výběru jako nekompenzativní pod prahem přijatelnosti a jako kompenzativní nad ním. Oba postupy dovolují určit vliv vyššího počtu atributů než CBC. Rozdíl je v použitých postupech dotazování. CSDCA využívá izolované škálové otázky na přijatelnost hladin jednotlivých atributů v sekci PRIORS. Ukázalo se, že respondenti v sekci PRIORS zamítají i aspekty, které jsou součástí akceptovaných profilů produktu. Proto CBCT odvozuje prahy přijatelnosti z celkového chování respondenta při volbě úplných profilů a volbě aspektů v MaxDiffu jednotlivých aspektů konceptů. CSDCA v sekci MOTIVATORS musí být omezena na neúplné profily generované počítačem (většinou s vyloučením celkové ceny), zatímco CBCT takové profily vůbec nevyužívá. Naopak, v CBCT se dotazují úplné profily navržené s ohledem na možné kombinace aspektů, a očekávané potřeby a reakce trhu.

CSDCA je vhodná pro situace, kdy není možné nebo účelné předem připravit profily produktů, a je v zásadě požadován screening potenciálu budoucího produktu. CBCT je vhodný v případě, že již existují konkrétní návrhy produktů, a je potřeba rozhodnout, které z nich upřednostnit a jak je případně optimalizovat. 

CBCT - Choice Based Concept Test byl potvrzen jako stabilní a prakticky použitelné řešení pro odhad vlivů velkého počtu atributů s hladinami chápanými jako samostatné aspekty produktu.

Optimální a kompromisní produkty

Jedním z výsledků analýzy jsou perceptance pro jednotlivé respondenty. V případě, že jsou známy homogenní segmenty uživatelů, je možné na základě perceptancí pro každý segment vytvořit optimální produkty. Přijatelnost všech benefitů pro daný segment by měla být vyrovnaná, a stejně tak detrimentů (většinou cen, splnění určitých podmínek, a samozřejmě nákladů na vytvoření přijatelnosti). Tím se dosáhne, že se významně sníží pravděpodobnost toho, že některý z atributů bude nepřijatelný a tím způsobí nepřijatelnost celého produktu. Stejně tak není žádoucí, aby některý aspekt výrazně přesahoval atraktivitu ostatních, protože přijatelnost produktu je zhruba rovna přijatelnosti nejméně přijatelného aspektu.

Zákazníci často volí kompromisní produkt, protože o ten nejméně uspokojivý, ač nejlevnější, nestojí a za ten nejvíce uspokojující je jim líto zaplatit víc. Na základě perceptancí, a po kontrole v preferenčním simulátoru, se takové produkty pro daný segment dají vytvořit jako varianty optimálního produktu nastavením benefitů (většinou jejich snížením) na ještě dostatečně přijatelnou míru.

Porovnání hlavních rozdílů mezi klasickým CBC a CBCT

Reference

Netzer, O., and Srinivasan, V. (2011). Adaptive Self-Explication of Multiattribute Preferences. Journal of Marketing Research, Vol. XLVIII(2), pp. 140–156.