网络研讨会:通过关键驱动因素分析加速品牌增长
了解客户最看重什么,从而获得竞争优势。
想在营销科学领域取得突破吗?
Sawtooth Software 会议汇聚了研究和分析领域的专业人士,旨在帮助他们深化知识,并就最新的联合分析方法进行实践培训。作为 Sawtooth Software 的长期合作伙伴,SKIM 团队将再次在奥兰多与业界同仁分享我们在选择模型方面的专业知识。
来自美国和欧洲的我们的方法与分析专家将围绕一系列选择模型相关主题,发表多篇技术论文,并举办各类研讨会和教程。请务必参加我们的活动,或与我们交流,了解令人兴奋的职业发展机会。


有时,仅靠现有标准无法解答当前的研究问题,因此必须跳出常规思维的框架。我们诚邀您参加这场为期4小时的高级应用教程。本次课程将重点探讨选择模型中若干具有挑战性但极具趣味性的扩展,包括:

协同聚类是指对数据的行和列进行同步聚类。例如,当将其应用于评分问题或MaxDiff分数时,它能深入揭示数据内在的异质性:哪些受访者之间相似,哪些项目之间相似。 在此过程中加入协变量——无论是针对受访者还是针对变量!——都能带来更深层次的洞察。本文将展示可视化共聚类数据的不同方法,并阐述如何在协变量条件下进行共聚类的启发式方法。


PayPal与SKIM 最近共同开发了一种务实的方法,用于分析在线商家在数字结账阶段影响消费者购物旅程的行为驱动因素。我们通过模拟结账体验,并结合联合分析和非联合分析,对问卷设计体验进行了创新。此外,我们将调查结果转化为可操作的业务建议,这些建议即使对非技术人员来说也易于理解。这一创新使“结账”工作流在PayPal内部成为战略重点,并促使这些建议被纳入产品、营销和销售路线图中。

我们目前估算价格参数的方式是否导致模型过拟合?
复杂的定价研究最终可能会得出大量分段价格水平。从最近的学术会议来看,建议采用使用2至6个分段点(不包括端点)的分段函数,而12至20个分段点也被认为可能有用。 我们需要探讨使用十几个或更多分段点是否会导致过拟合,以及采用更简约的方法是否更为合适。此项研究还将检验采用多个更简单的价格效应是否更为理想。RLH、保留集命中率以及无需受约束的效果占比将作为测试标准。


多属性CBC中的汤普森采样
通常,我们会遇到这样的难题:为了确保估计结果的稳健性,每个属性只能测试一定数量的水平。然而,在CBC研究中,有时我们会希望测试更多水平,仅仅是为了找出最佳的水平及其组合。通过采用汤普森抽样法,我们可以针对每位新受访者,从首选产品中进行超量抽样。

体量联合分析与商品组合规模的作用
预测即将推出的新产品的销量,是许多研究人员至少都曾做过一次的工作。完成这项任务的方法多种多样,可归纳为三大类:实际测试、基准测试以及市场环境模拟。本文将阐述每种方法的优缺点,并介绍一种通过综合运用这些方法来克服其中部分局限性的新方法。

基于联合分析实验结果的模拟总体对纵向销售数据进行向量自回归建模
向量自回归(VAR)常用于建模P种商品随时间变化的销售情况。VAR模型利用tlag时间点的历史销售数据,结合价格、分销和趋势等解释这些变化的属性,来预测tnew时间点的销售额。 我们还利用模拟总体 ~ 多变量正态分布(α_lag, ∑) 对 P 种商品之间的相关采购关系进行建模。本文展示了如何利用联合分析实验来确定 ∑ 的值,以及与仅基于销售数据建模 ∑ 相比,这种方法如何显著提高预测精度。
我们正在招聘!
欢迎向我们了解#LifeatSKIM的真正含义。
提升您的专业能力。
向业界顶尖人士学习。
突破自我。
—
Sawtooth Software 提供advanced analytics 及相关洞察,帮助企业了解客户重视什么,并预测客户的购买或选择倾向。该公司通过其解决方案平台、咨询服务和教育服务来实现这一目标。
Sawtooth 平台支持传统的调查问卷,但其最广为人知的是一套名为“联合分析”(Conjoint Analysis)或“选择分析”(Choice Analysis)的集成预测分析解决方案。