潜类分析（LCA）

潜类分析是一种基于聚类的回归方法，我们利用它来发现选择数据中具有相似（潜）偏好结构的受访者细分群体。与传统的聚类技术不同，该方法首先将受访者划分为尽可能互不重叠的细分群体，然后在细分群体层面而非受访者层面估计偏好结构参数。

潜类分析：优势与局限性

• 它有助于深入了解市场结构及潜在目标群体
• 它通过揭示偏好中的异质性，为产品组合优化提供了有价值的见解
• 它在富有洞见但可能不稳定的受访者层面参数与稳健但过度概括的样本层面参数之间实现了完美的平衡

潜类：何时使用？

• 产品线优化的绝佳参考
• 识别产品开发中尚未满足的需求
• 识别不同的价格群体及其各自的关注点，以便针对性地开展营销