Příspěvek uvádí implementaci nekompenzačního modelování a simulace volby produktu z výběru v dotazníkovém šetření. Postup je založen na odhadu prahů přijatelnosti (thresholds, cutoffs), pod kterými je produkt nepřijatelný bez ohledu na ostatní vlastnosti produktu. Vypočtené pravděpodobnosti volby jen zřídka nabývají extrémně malých nebo velkých hodnot, často pozorovaných u standardního postupu založeného na kompenzačním modelu. Jeví se být bližší reálně očekávaným hodnotám pro situace, kdy subjekt nemá možnost bezprostřední volby z výběru, ale musí se rozhodnout, zda přijmout nebo odmítnout produkt na základě svého hodnocení produktu.
Analýza volby produktu z dotazníkových šetření je dnes téměř výhradně založena na modelu aditivních příspěvků (part-worths) k utilitě produktu. Jednodušeji, aby tomu podle Einsteina rozuměly i naše babičky, utilita, tj. užitečnost produktu v mysli spotřebitele nebo uživatele, je vyjádřena jako součet příspěvků jednotlivých atributů - aspektů produktu. Stejný model je používán i v simulaci volby. Při zjednodušení, které je opět víc než běžné v marketingových výzkumech, šance (odds) úspěšnosti produktu jsou úměrné exponenciální funkci utility produktu. To odpovídá multinomickému rozdělení voleb z výběru. Výpočetní vzorec je znám jako multinomický logit. Ten má však vedle pozitivních také některé méně vítané vlastnosti.
Poznámka k problémům
Marketingoví experti a psychologové dokazují, že předpoklad kompenzace negativních a pozitivních aspektů produktu neodpovídá reálnému chování spotřebitelů a zákazníků. Z řady navrhovaných nekompenzačních modelů chování jsou nejčastěji citované:
Kompenzační model celkové utility dává velmi dobrou korelaci mezi predikovanými a pozorovanými výsledky, dokonce i lepší, než mnohé nekompenzační modely, a proto je všeobecně rozšířený a využívaný. Porovnání byla ovšem provedena vesměs na základě výsledků z dané studie, nikoliv porovnáním tržních dat. Z odezvy klientů víme, že trendy získané z kompenzačního modelu jsou správné, ale absolutní hodnoty vypočtených charakteristik se od těch zjištěných na reálném trhu významně liší. Za hlavní příčinu těchto rozdílů se dají považovat způsob dotazování a zanedbání nekompenzačního myšlení subjektů při rozhodování o volbě.
V tradičním CBC (Choice Based Conjoint) respondent volí produkt z výběru několika nabídnutých produktů. Jde-li o rychlo-obrátkové spotřební zboží (FMCG - Fast Moving Consumer Goods), rychlé občerstvení a pod., je situace navozená v testu velmi podobná reálné situaci, kdy subjekt zvolí jeden z produktů, ale podstatně méně často žádný z nich. V takovém případě nejsou prahy významné, protože volbu určuje optimalizace v nadprahové oblasti a lze se spolehnout na kompenzační model. U produktů dlouhodobé spotřeby a u opakovaných a dlouhodobých služeb je situace odlišná. Tak např. u finančního produktu vlastního peněžního ústavu jde spíš o percepci, zda produkt splňuje očekávané vlastnosti všech důležitých aspektů, tj. je-li výhodnější než využívaný produkt a stojí za to současný stav měnit. Příklon k jinému peněžnímu ústavu nastane pouze v případě, že výhodnost konkurenčního produktu překročí práh, který je výše než práh produktu vlastního peněžního ústavu. Analogické situace nastávají při rozhodování o vyšších než běžných denních výdajích, ať už jde o vybavení domácnosti, nájemní nebo vlastnické smlouvy, a pod. Jeví se být nepochybné, že prahy přijatelnosti v takových případech hrají důležitou úlohu.
Z nekompenzačních modelů lze pro účel výzkumu trhu vyřadit disjunktní
model. Pokud se subjekt rozhoduje na základě jediného aspektu, stačí
prostá otázka na nejnižší akceptovatelnou hladinu nebo práh a jakákoliv
analýza je nadbytečná.
Konjunktivní model je vyjádřením tzv. satisficingu, tj. situace, kdy je
přijat a zvolen první produkt, který překročí práh u všech důležitých
atributů. Takový produkt je proto jak postačující (sufficient),
tak uspokojující (satisfying). Je nejčastěji volen v
situaci, kdy vyhledání optimálního produktu by vyžadovalo další náklady
(čas, peníze, snahu, a pod.). Protože konjunktivní model obsahuje velké
procento náhodnosti, pro produkty hodnocené a volené subjektem
s určitou rozvahou není ve své čisté podobě vhodný.
V tomto ohledu lépe vyhovují lexikografický a EBA modely. V
lexikografickém modelu subjekt přijímá a nahrazuje produkt ve své mysli
postupně tak, jak je hodnotí jeden po druhém. V EBA modelu subjekt
postupně vylučuje produkty ze své mysli, až zůstane ten, který zvolí. Oba
modely vedou ke stejnému výsledku konečné volby.
Má-li být přijatelnost produktu vyjádřena nějakou číselnou hodnotou, jak je to žádoucí v preferenčním simulátoru, je zřejmé, že žádný z citovaných modelů není ve své čisté formě použitelný. Byl proto vytvořen hybridní model spojením hlavních myšlenek všech zmíněných modelů. Za základ byl vzat konjunktivní model s prahy, při jejichž podkročení je produktu přisouzena nulová přijatelnost. V oblasti nad prahem přijatelnosti je model konstruován jako lexikografický tím, že za nejdůležitější (a proto rozhodující) je považován aspekt, jehož příspěvek má v daném produktu nejnižší hodnotu nad prahem. Znamená to, že rozhodujícím faktorem pro přijetí produktu je přijatelnost nejméně uspokojivého aspektu. Zvyšování spokojenosti s ostatními aspekty má výrazně snížený vliv. Byl tak vytvořen model, který v sobě nese rys ideálního produktu s vyváženou spokojeností se všemi aspekty produktu. Zavedení percepce s nulovou hodnotou odpovídající prahu přijatelnosti atributu umožňuje přímé porovnávání efektu různých atributů a jejich hladin.
Práh atributu je hodnota mezi právě přijatelnou a právě nepřijatelnou hladinou. K určení prahů nominálních atributů se dají využít postupy třídění hladin podle míry přijatelnosti, atraktivity nebo vhodnosti (desirability), a pro kvantitativní atributy postup vyvinutý Gaborem a Grangerem původně jako cenový test. Data z těchto postupů jsou ekvivalentní datům z SCE - Sequential Choice Experiment, takže se dají převést do formátu vhodného pro analýzu diskrétních voleb.
Poznámka k modelu
Veličina zvaná akceptance byla jako charakteristika testovaného profilu navržena v pionýrských dobách vzniku DOE - Design of Experiments, nejspíš ve čtyřicátých letech minulého století. Je definována jako pravděpodobnost volby profilu z výběru složeného z tohoto profilu a referenčního profilu. Měla by být charakteristikou daného profilu a být nezávislá na jiných profilech.
Z definice plyne, že referenční profil má akceptanci 50%. Dnes se často zapomíná, že standardní vzorec, implementovaný ve (všech autorovi známých) komerčních simulátorech, je zkonstruován pro referenční profil s nulovou utilitou. Číselné hodnoty akceptance produktu proto závisí na způsobu kódování hladin atributů.
V případě centrovaného atributu je součet příspěvků efektů všech hladin atributu nulový (odpovídá to tzv. efektovému kódování). Efekty hladin atributu se dvěma hladinami jsou v tomto případě přesně opačné (mají stejné hodnoty s opačným znaménkem), a referenční nulová hodnota odpovídá stavu mezi oběma hladinami. Je-li hladin víc, jak je tomu ve většině řešených úloh, význam referenční hodnoty není definován.
V případě atributu s referenční hladinou je příspěvek jedné z hladin definován jako nulový a efekty všech ostatních hladin jsou vztaženy k referenční hladině (tzv. referenční kódování - dummy-coding). Aby měl referenční profil s nulovou utilitou jednoznačný význam, musely by být referenčně kódovány všechny atributy. To bývá problém, zejména u kvantitativních atributů, typicky u souhrnné ceny v kombinaci s dalšími atributy, na kterých souhrnná cena závisí.
Většina komerčních SW přednostně nabízí efektové kódování. Je-li za referenční považována utilita s nulovou hodnotou, je vypočtená akceptance závislá na složení hladin atributů a není známo, co je referenčním produktem. Interpretace akceptance je proto možná jen v relativním smyslu.
Poznámka k akceptanci
Je-li znám práh přijatelnosti atributu, je ho možno považovat za referenční a přiřadit mu nulovou hodnotu. Akceptanci hladiny atributu přeškálovanou tak, aby měla nulovou hodnotu právě v bodu prahu je možno nazvat percepcí hladiny. Percepce nabývá hodnot z intervalu (-1,1) resp. (-100%, 100%). Kladné hodnoty vyjadřují míru přijatelnosti nebo atraktivnosti, a záporné míru nepřijatelnosti, odrazení nebo odpudivosti. Výhodou percepce je možnost výpočtu její střední hodnoty jako průměr. Její hlavní výhodou je možnost vzájemného porovnávání vlivu jednotlivých atributů, které u centrovaných atributů není vůbec možné.
Poznámka k percepci
Rozmanitost nabízených produktů a služeb vyžadujících rozvahu (involvement) způsobuje, že v reálné situaci se subjekt málokdy rozhodne pro jednu z alternativ hned při první nabídce. Výběry v dotazníkových úlohách volby bývají proto doplněny konstantní alternativou "Nic, žádná z nabízených", která má umožnit tento způsob rozhodování. Analýza mnoha desítek studií ukazuje, že konstantní alternativa mívá větší variabilitu než hladiny atributů ve vzorku. Frekvence volby konstantní utility většinou roste s počtem provedených voleb. Autor nepozoroval ani jeden případ vzájemné souvislosti konstantní alternativy a kalibračních parametrů. Vysvětlením je, že konstantní alternativa slouží respondentovi hlavně jako únik ze situace, kdy si není jist, jak má má odpovědět, nebo je již natolik znechucen, že nechce dál odpovídat, a nebo o testovaném produktu nic neví nebo o něj nemá žádný zájem.
Za nejspolehlivější relativní indikátor přijatelnosti produktu se v simulacích považuje některá z forem preferenčních podílů, v jejichž výpočtu není efekt konstantní alternativy zahrnut. Je žádoucí, aby byla dostupná veličina ekvivalentní vyřčené (stated) akceptanci bez nutnosti využít málo spolehlivou hodnotou konstantní alternativy. Tou může být percepce produktu.
Percepce produktu je komplexní funkcí percepcí atributů produktu. Je kladná, jsou-li kladné percepce atributů produktu významných pro subjekt. Je-li percepce kteréhokoliv z významných atributů nulová nebo záporná, je percepce produktu nulová. Nulová proto, že produkt není přijatelný a je ze simulace vyřazen. Málo významné až nevýznamné atributy vstupují do percepce produktu hodnotou své akceptance. Jejich akceptance je vždy kladná a nemůže způsobit vyřazení produktu ze simulace. Odpověď na otázku, které atributy jsou významné, poskytne vhodně koncipovaný dotazník. V dále uvedeném příkladu byly všechny 3 atributy považovány za významné.
Poznámka k dotazníku
Webový dotazník byl vytvořen v systému Sawtooth SSI 8.4.8. Data pro 927 respondentů byla zpracována v Sawtooth CBC/HB 5.5.4 a IBM SPSS 23. Simulátor byl naprogramován v MS Excel 2007. Všechny 3 atributy byly považovány za významné.
Poznámka k výsledkům
Na obrázku výstupu preferenčního simulátoru jsou 3 skupiny výsledků pro standardní kompenzační (aditivní) model, a jim analogické 3 skupiny výsledků s použitím nekompenzačního modelu simulace. Každá skupina výsledků má 4 řádky. V prvních 3 jsou výsledky pro respondenty segmentované podle výše jejich úspor a 1 výsledek za celý vzorek respondentů.
Simulované profily tvoří rovněž dvě skupiny. První, čtyřčlenná skupina, podbarvená červeně, je vytvořena pro každého ze 4 vydavatelů dluhopisu. Všechny mají nejméně výhodný úrok 1.5% p.a. a nejméně přijatelnou dobu splatnosti 5 let. Druhá, pětičlenná skupina profilů, podbarvená zeleně, je tvořena profily pro každou z 5 dotazovaných hladin úroku. Všechny mají preferovaného vydavatele C a nejžádanější dobu splatnosti 3 roky. Takto definovaný výběr zaručuje pokrytí celého možného rozsahu profilů.
Poznámka k diskusi
Porovnání
simulace podle kompenzačního a nekompenzačního modelu volby
Akceptance je konvenční veličinou v intervalu (0%, 100%) v rozsahu od možného nejméně přijatelného až po nejpřijatelnější profil, ale bez referenčního produktu a tím bližšího určení významu hodnoty akceptance. Je v ní zahrnut vliv znalosti produktů a rozsahy hladin atributů, které vytvářejí prostředí volby. Naproti tomu percepce udává míru přijatelnosti profilu. Je kladná jen pro profily, ve kterých mají všechny atributy nadprahové hodnoty přijatelnosti pro daného respondenta. Ve všech ostatních případech je nulová.
Kompenzační i nekompenzační model dávají pro čtyřčlennou skupinu profilů řádově podobné výsledky. Tato shoda je zřejmě náhodná. Markantní rozdíly jsou u pětičlenné skupiny profilů. Např. změna doby splatnosti z 5 let (profil č. 3) na 3 roky (profil č. 5) má za důsledek změnu akceptance z 10.7% na 52.2%, tedy skoro na pětinásobek. Tato těžko uvěřitelná změna je důsledkem aditivity příspěvku doby splatnosti, která převáží nad malým příspěvkem úroku. U percepce je změna z 6.0% na 10.6%, tedy ani ne na dvojnásobek, a je uvěřitelnější. Růst akceptance s rostoucím úrokem je od cca 2.0% výše velmi malý a málo uvěřitelný. Percepce vykazuje rovnoměrný růst v celé oblasti testovaných hodnot a lépe odpovídá obecnému chápání výše úroku.
Tyto hodnoty akceptance jsou pravděpodobnostmi volby profilu ze dvou alternativ - daného profilu a konstantní alternativy "Nic", tj. pravděpodobnostmi rozhodnutí volby za předpokladu znalosti (ale ne přítomnosti ve výběru) ostatních nabídek, které se objevily v bloku CBC. Termín akceptance je v tomto případě oprávněný, protože takto vypočtená akceptance jako pravděpodobnost volby odpovídá její původní definici. Pravděpodobnosti volby založené na percepci jsou analogické. Protože v percepcích je již zahrnut vliv prahů, jsou vypočtené hodnoty obecně nižší než hodnoty akceptancí.
U čtyřčlenné skupiny profilů se hodnoty standardních akceptancí zohledněných a nezohledněných alternativou "Nic" příliš neliší. Tento výsledek je málo očekávaný. Zohledněním volby "Nic" by akceptance nejméně přijatelných produktů v simulaci měly klesnout na zanedbatelné hodnoty. To je pozorováno u hodnot percepcí, které s velkou pravděpodobností poskytují výsledky bližší reálnému chování (pokud by takový výběr byl vůbec nabízen). Výrazný pokles akceptance profilu č. 5 ve srovnání s nezohledněnou akceptancí ukazuje, jak důležité je v akceptanci zohlednit utilitu konstantní alternativy "Nic", nebo jinou veličinu vyjadřující tendenci o odmítnutí produktu.
Výsledky se zohledněním volby "Nic" je ovšem nutno brát s rezervou, protože utilita této konstantní alternativy je obecně velmi málo spolehlivá.
Preferenční podíly jsou výsledkem dosazení odhadnutých utilit profilů do multinomického logitu. Utilitu konstantní alternativy "Nic" tento vzorec neobsahuje, takže součet podílů je 100%. Nízké hodnoty, založené na kompenzačním i nekompenzačním modelu, vypočtené pro čtyřčlennou skupinu profilů, jsou v zásadě shodné. Rozdíly jsou patrné u profilů pětičlenné skupiny.
Při představě, že by se profily pětičlenné skupiny nabízely v jednom výběru současně, subjekt by volil profil s nejvyšším úrokem, takže blíž pravdě je zřejmě standardní kompenzační model s dominantní preferencí profilu s nejvyšším úrokem. Kdyby se profily této skupiny nabízely jednotlivě, jak je to obvyklé v realitě, nebo jeden po druhém, jak je tomu v kalibrační proceduře, je pravděpodobnější výsledek simulace založený na nekompenzačním modelu.
Nekompenzační model zařadil do simulace preferenčních podílů z celkem 927 uvažovaných jen 813 respondentů, pro které byl přijatelný alespoň jeden profil ze scénáře 9 profilů. Tuto vlastnost konvenční kompenzační model postrádá.
Výsledky potvrzují původní předpoklad, že jednoduchý kompenzační model je vhodný pro situace, kde rozhodnutí o volbě probíhá bezprostředně v přítomnosti všech (nebo podstatné části) ostatních vzájemně podobných až záměnných profilů. To je typické pro rychlo-obrátkové produkty v prodejnách s velkým výběrem, pro zboží v katalozích internetových obchodů, a pod. Nemůže však predikovat satisficing, tj. volbu právě dost dobrého, postačujícího a uspokojivého produktu.
V situaci, kdy nabízené produkty nejsou zaměnitelné, jsou zaměnitelné jen s obtížemi, případně s dalšími náklady, a nebo jsou nabízeny v zásadě po jednom, kdy v rozhodování převažuje percepce, je vhodnější nekompenzační model, ve kterém se uplatní prahové hodnoty přijatelnosti atributů produktu. Jde tedy hlavně o situace, kdy není možná okamžitá změna volby produktu, ale jen rozhodnutí produkt přijmout nebo nepřijmout. Znalost prahových hodnot může být užitečná v případech, kdy je žádoucí specifikovat produkt, který vyhoví satisficingu.
Důležitým poznatkem je, že stanovení prahů a jejich zohlednění v predikci může být vhodnější alternativou kalibrace relativních utilit. Kalibrace je v podstatě lineární transformace, která definuje utilitu referenčního produktu a upravuje citlivost příspěvků hladin na změny pro všechny atributy stejně. Naproti tomu určené prahové hodnoty jednotlivých atributů jsou na sobě nezávislé. Který z přístupů je užitečnější, ukáže čas.
Poznámka
ke kalibraci