Webinar: Beschleunigen Sie das Wachstum Ihrer Marke mithilfe einer Analyse der wichtigsten Erfolgsfaktoren
Finden Sie heraus, was Ihren Kunden am wichtigsten ist, und verschaffen Sie sich so einen Wettbewerbsvorteil.
Möchten Sie einen Durchbruch in den Marketingwissenschaften erzielen?
Die Sawtooth Software Conference bringt Fachleute aus den Bereichen Forschung und Analytik zusammen, um ihr Wissen zu vertiefen und praktische Schulungen zu den neuesten Methoden der Conjoint-Analyse zu erhalten. Als langjähriger Partner von Sawtooth Software wird ein Team von SKIM-Mitarbeitern in Orlando erneut unser Fachwissen im Bereich der Entscheidungsmodellierung mit Branchenkollegen teilen.
Unsere Methoden- und Analysexperten aus den USA und Europa werden verschiedene Fachvorträge, Workshops und Tutorials zu einer Vielzahl von Themen rund um die Wahlmodellierung präsentieren. Nehmen Sie unbedingt an unseren Veranstaltungen teil oder sprechen Sie mit uns, um mehr über spannende Karrieremöglichkeiten zu erfahren.


Manchmal reichen Standardverfahren nicht aus, um die jeweiligen Forschungsfragen zu beantworten, und man muss von den ausgetretenen Pfaden abweichen. Wir möchten Sie gerne zu diesem vierstündigen Tutorial über fortgeschrittene Anwendungen einladen. Dabei werden wir uns auf mehrere anspruchsvolle, aber sehr interessante Erweiterungen der Wahlmodellierung konzentrieren, darunter:

Unter Co-Clustering versteht man die gleichzeitige Clusterbildung von Datenzeilen und -spalten. Bei der Anwendung auf Bewertungsfragen oder MaxDiff-Werte liefert diese Methode beispielsweise hervorragende Einblicke in die zugrunde liegende Heterogenität dieser Daten: Welche Befragten sind sich ähnlich und welche Items sind sich ähnlich? Das Hinzufügen von Kovariaten in diesem Prozess – sowohl für Befragte als auch für die Variablen! – liefert eine weitere Ebene an Erkenntnissen. Dieser Beitrag zeigt verschiedene Möglichkeiten zur Visualisierung von co-geclusterten Daten auf und erläutert die Heuristiken zur Durchführung des Co-Clusterings mit Kovariaten.


PayPal und „ SKIM “ haben kürzlich einen pragmatischen Ansatz entwickelt, um die verhaltensbezogenen Faktoren der Kaufreise der Verbraucher in der digitalen Checkout-Phase bei Online-Händlern zu ermitteln. Wir haben das Design von Umfragen innovativ weiterentwickelt, indem wir das Checkout-Erlebnis simuliert und Conjoint-Analysen mit anderen Analysemethoden kombiniert haben. Darüber hinaus haben wir die Antworten in umsetzbare geschäftliche Empfehlungen übersetzt, die auch für ein nicht-technisches Publikum verständlich waren. Diese Innovation hat den Arbeitsbereich „Checkout“ bei PayPal zu einer strategischen Priorität gemacht und dazu geführt, dass diese Empfehlungen in die Produkt-, Marketing- und Vertriebs-Roadmap aufgenommen wurden.

Führt die Art und Weise, wie wir unsere Preisparameter schätzen, zu einem Überanpassen unserer Modelle?
Komplizierte Preisstudien können zu einer Vielzahl von Teilpreisstufen führen. Auf jüngsten Konferenzen wurde eine stückweise Funktion mit 2 bis 6 Knickpunkten (abgesehen von den Endpunkten) empfohlen, wobei 12 bis 20 Knickpunkte als potenziell nützlich angesehen wurden. Wir möchten untersuchen, ob ein Dutzend oder mehr Knickpunkte eine Überanpassung darstellen und ob wir mit einem sparsameren Ansatz besser fahren. Im Rahmen dieser Untersuchung wird auch geprüft, ob es am besten wäre, mehrere einfachere Preiseffekte zu verwenden. Als Testkriterien dienen RLH, Holdout-Trefferquote und der Prozentsatz der Effekte, die nicht eingeschränkt werden müssen.


Thompson-Sampling bei der CBC mit mehreren Attributen
Häufig stehen wir vor der Herausforderung, dass wir pro Attribut nur eine bestimmte Anzahl von Stufen testen können, um sicherzustellen, dass die Schätzung robust bleibt. Es gibt jedoch Szenarien in CBC-Studien, in denen wir weitaus mehr Stufen testen möchten und einfach nur herausfinden wollen, welche Stufen und Kombinationen von Stufen am besten geeignet sind. Durch den Einsatz von Thompson-Sampling wählen wir für jeden neuen Befragten bevorzugte Produkte aus, die überproportional berücksichtigt werden.

Volumetrische Conjoint-Analyse und die Rolle des Sortimentsumfangs
Die Prognose des Absatzvolumens eines neu einzuführenden Produkts ist eine Aufgabe, mit der sich viele Forscher schon mindestens einmal beschäftigt haben. Es gibt eine Vielzahl von Methoden, um diese Aufgabe zu bewältigen, die sich in drei Gruppen einteilen lassen: Praxistests, Benchmarking und die Nachbildung von Marktumgebungen. In diesem Beitrag zeigen wir die Vor- und Nachteile der einzelnen Methoden auf und erläutern einen Ansatz, der einige der Einschränkungen dieser Methoden überwindet, indem er sie kombiniert einsetzt.

Vektorautoregressive Modellierung von Längsschnitt-Umsatzdaten unter Verwendung simulierter Populationen auf der Grundlage von Conjoint-Experimenten
Die vektorautoregressive Modellierung (VAR) wird häufig zur Modellierung der Umsätze von P-Artikeln im Zeitverlauf verwendet. VAR prognostiziert den Umsatz zum Zeitpunkt tnew anhand der früheren Umsätze zum Zeitpunkt tlag, in Verbindung mit Merkmalen, die diese Veränderungen erklären, wie Preis, Vertrieb und Trend. Zudem modellieren wir die korrelierte Beschaffung zwischen P-Artikeln unter Verwendung einer simulierten Grundgesamtheit ~ Multivariate Normalverteilung(α_lag, ∑). Wir zeigen, wie man Conjoint-Experimente nutzt, um ∑ zu bestimmen, und wie dies die Vorhersagen im Vergleich zur Modellierung von ∑ allein anhand von Absatzdaten deutlich verbessert.
Wir stellen ein!
Fragt uns, was es mit #LifeatSKIM auf sich hat.
Bauen Sie Ihr Fachwissen aus.
Lernen Sie von den Besten der Branche.
Geh an deine Grenzen.
Entdecken Sie Karrieremöglichkeiten bei SKIM.
—
Sawtooth Software bietet „ advanced analytics “ und Einblicke, die Unternehmen dabei helfen, zu verstehen, was für ihre Kunden wichtig ist, und vorherzusagen, was diese kaufen oder wählen werden. Dies geschieht mithilfe ihrer Lösungsplattform, ihrer Beratungs- und Schulungsangebote.
Die Sawtooth-Plattform unterstützt zwar herkömmliche Umfragefragen, ist jedoch vor allem für eine integrierte Lösung zur prädiktiven Analyse bekannt, die als Conjoint-Analyse oder Wahlanalyse bezeichnet wird.