此案例收录在中国统计出版社 2004年4月出版的全国统计“十五”规划教材《统计学教学案例》中。

此案例收录在中国统计出版社 2004年4月出版的全国统计“十五”规划教材《统计学教学案例》中。

联合分析在消费者超市选择模式中的应用

西南财经大学统计学院 周静 

一、案例背景

当今世界，零售服务行业的业态界定越来越明确，业态之间以及业态内的竞争非常激烈。从整个零售服务业来看，除传统的百货商店业态进一步萎缩外，连锁超市业态和连锁会员超市业态的零售商均在蓬勃发展，全球零售业前两名的沃尔玛和家乐福在中国的连锁店数量急剧增加，以会员超市闻名的德国麦德龙和美国普尔斯玛特也大举进入中国。社区便利店和小型专业连锁超市或加盟店正对传统的社区零售服务业进行整合，区域性的连锁商业仍然在大型连锁超市的夹缝中寻求生存空间。每一个零售业业主无时无刻不在为提高顾客满意度，留住忠诚的顾客而费尽心思；而消费者在零售店铺品牌、价格、便利性、环境等诸多因素方面，有了更大的自主权。

我们经常感到困惑：几个店铺的规模差不多大，卖的东西也相差无几，为什么有的店铺人来人往，而有的店铺却门可罗雀？什么样的店铺能让顾客更满意？如何实施相应的策略来提高顾客满意度呢？

一般认为，消费者在零售店铺购买商品的时候会考虑到两个方面的因素：零售店铺和所需商品的品牌。如果我们假定同一业态的超市所出售产品的品牌是无差别的，那么影响消费者决策的主要因素就是零售店铺了。消费者选择零售店铺的过程，是意识到需要为解决某个问题选择一家商店，然后进行内部和可能的外部调查，评价相关店铺，最后按照某种决策规则做出选择的过程。

消费者在选择零售店铺时通常采用的评价标准有五个，分别是：店铺形象、店铺品牌、零售广告、店铺位置与规模、知觉风险与购物导向。其中知觉风险是指商品或服务使用后达不到预期效果的风险。一般说来，消费者的购物成本（包括社会成本、金钱成本、时间成本、精力成本等）越高，产品达不到消费者预期的风险也越大。购物导向指特别强调某些活动的购物方式或风格。在这五个因素中，前三个为店铺属性，后两个涉及特定目标消费者的特征。

这是以往的研究所得出的结论。但这五个评价标准是以一种什么样的模式来影响消费者对零售店铺的选择，却是过去的研究所难以解答的。因而我们希望采用现代的统计方法来对消费者选店的决策过程进行建模，从定量方面将影响消费者选择的因素按程度分离出来，让管理人员看到在同等成本下，消费者愿意舍弃哪些特性去换取其他特性，从而能实施一些可操作的战略以扩大市场份额，使企业更具竞争力。

由于超市是零售服务业中占据份额最大、最具活力的业态，因而各个超市之间的竞争也最为惨烈，我们在下面的实证研究中将以超市为基点，着重讨论成都市消费者在两个或多个超市之间进行选择时所依照的模式。

二、解决方案

传统的市场调查让受访者单个逐项评估每一项标准，但这样得出来的结果是显而易见不令人满意的。受访者当然希望商品或服务的每一项都是最好，物最美价最廉，但这样的产品和服务不可能存在。因而我们希望能选用一种可以将所有属性结合起来评估的方法，让管理人员看到每个属性在消费者心中的相对重要性，从而制定有针对性的一些策略来提高顾客满意度。

联合分析正是这样一种可以测量顾客对某对象（产品、品牌、商店等）显著特征的相对重要性和属性水平的效用，并据以分析消费者最愿意购买的属性组合的对象的方法。本案例从消费者角度出发，采用联合分析的方法探讨消费者选择超市时的决策过程。

联合分析方法的基本思想是，通过假定分析对象（如产品、品牌、商店等）具有某些特征，对现实的对象进行模拟，然后让消费者根据自己的喜好对这些虚拟对象进行评价，再采用数理统计方法将这些属性与属性水平的效用分离，从而对每一属性以及属性水平的重要程度作出量化评价，以此来分析研究顾客的选择行为。它主要具有以下的功能：在顾客选择过程中确定属性的相对重要性；给出顾客最愿意、偏好度最高的组合对象；根据顾客对属性水平的偏好程度，进行市场细分研究等。

三、分析过程

（一）、数据采集和属性的确定

本案例作为一篇实证性的方探讨，数据来自2001年3-4月，西南财经大学统计97级毕业实习时在成都市家乐福、好又多各店（一共五家）、人民商场武侯分场、伊藤洋华堂等8家超市和连锁店调查的问卷，共有两组。前一组是关于超市顾客购物行为的问卷，采用街访形式，在各大超市门口随机访问刚购物完毕的消费者，共发放问卷8000份，回收有效问卷71份，有效问卷率为98.%。其中男性受访者2770人，占总受访人数的35.1%，女性受访者5119人，占总受访人数的.9%。后一组问卷是在对第一次调查结果的分析基础上，确定了顾客选择超市时考虑到重要属性及属性水平，根据这些属性和属性水平构造了一些虚拟超市，在家乐福和好又多门口随机访问了31名消费者，其中男性受访者15人，占总受访人数的48.4％，女性受访者16人，占总受访人数的51.6％。

超市顾客购物行为调查的主要结果和数据描述。此次超市顾客购物行为研究主要涉及四个方面内容：交通方式和时间、客单价和商品、卖场选择偏好、影响选择超市的因素，结果概况如下：

1、各超市的顾客交通方式比例图示

从下图交通方式和时间的对应分析来看，好又多的顾客以步行商圈范围的近距离居民为主；家乐福、伊藤洋华堂的顾客依公共汽车行程划分商圈较大；成商武侯商场顾客以自行车商圈居民占多数。

图1：各超市的顾客交通方式比例图示

2、各超市客单价比较

图2：各超市客单价比较

从图2看，人民商场的家电、伊藤较高的消费水平使其客单均值较大，好又多与家乐福的消费档次、消费结构相近，具有较大的可替代性。

3、影响消费者选择购物超市的主要因素：

图3：影响选择购物超市的主要因素

调查显示，根据近8000名受访者的作答，消费者在选择超市的时候，考虑的最多的是“商品丰富”、“价格便宜”、“商品品质好”、“购物环境好”、“服务态度好”、“卖场干净卫生”，这些都已经跟超市的品牌形象紧密结合了起来。“离家近”和“交通方便”也是影响消费者选择的重要因素。另外“有会员卡或贵宾卡”和“持卡购物有奖”被相当一部分人选择，说明促销活动对消费者选择哪个超市购物也有重要影响。

4、消费者对各超市的特色认知

表1显示了消费者对这几家不同超市的特点的看法。

表1：消费者对各超市特色的认知

超市名称	特色
好又多	便宜、商品丰富
家乐福	便宜、商品丰富
人商	信誉较好
伊藤洋华堂	信誉较好

作为量贩式的超市，好又多和家乐福在消费者心目中是比较相似的，在一般情况下可以认为这两家超市在同一商圈内具有较大的相互替代性。那么消费者在选择超市，尤其是同业态超市的时候，各个影响因素之间存在什么样的关系呢？这将是我们下面的研究所要解决的问题。

（二）、联合分析模型和分析过程

    

1、属性和属性水平的选择

为了简化分析，我们选择的是同一业态下的两家超市——好又多和家乐福做为研究对象。通过前面的介绍我们了解到，消费者在选择超市时通常采用的评价标准有五，分别是：店铺形象、超市品牌、零售广告、店铺位置与规模、知觉风险与购物导向。其中消费者对“超市品牌”的认知，从以往的经验来看，已经包含了消费者对店铺形象与超市品牌以及店铺位置与规模认知的信息。由于知觉风险和购物导向可测性差，我们在这里没有选取这两个属性，而采用能度量购物成本且又被消费者提到的影响他们选择购物超市的两个重要属性——交通方式和路上花费时间进行说明。从调查结果来看大型促销活动有无也是选择超市的一个重要因素，故将它作为一个属性列入。

根据以上分析我们选定的属性有四个：

●品牌

●交通方式  

●路上花费时间  

●大型促销活动

相对应的属性水平按经验划分，分别为：、

表2：选定的属性和属性水平（行为属性，列为属性水平）

品牌	交通方式	路上花费时间	大型促销活动
1.好又多	1.步行	1.10分钟以下	1.有
2.家乐福	2.骑自行车	2.10-25分钟	2.无
	3.乘（驾）车	3.25分钟以上

（1）构造刺激物

以上所有属性按照由设计所规定的水平可以构成36（2×3×3×2）个不同的组合，全部这些组合就叫做此问题的完全轮廓。在本例中，我们采用的方法是对刺激物的全轮廓进行测试，即是要求受访者对包含所有不同属性水平的组合逐一进行评价。这种方法的优点是考虑全面，不会遗漏重要刺激物。但当需要考虑较多属性和属性水平的时候，这样的方法是很复杂的，应用正交设计等方法来简化实验方案。

表3：构造刺激物的全轮廓图

序号	品牌	交通方式	路上花费时间	大型促销活动有无	打分
1	好又多	步行	10分钟以下	有	9
2	好又多	步行	10分钟以下	无	８
3	好又多	步行	10-25分钟	有	8
4	好又多	步行	10-25分钟	无	7
5	好又多	步行	25分钟以上	有	5
6	好又多	步行	25分钟以上	无	２
7	好又多	骑自行车	10分钟以下	有	9
8	好又多	骑自行车	10分钟以下	无	9
9	好又多	骑自行车	10-25分钟	有	9
10	好又多	骑自行车	10-25分钟	无	8
11	好又多	骑自行车	25分钟以上	有	7
12	好又多	骑自行车	25分钟以上	无	5
13	好又多	乘（驾）车	10分钟以下	有	9
14	好又多	乘（驾）车	10分钟以下	无	7
15	好又多	乘（驾）车	10-25分钟	有	8
16	好又多	乘（驾）车	10-25分钟	无	7
17	好又多	乘（驾）车	25分钟以上	有	4
18	好又多	乘（驾）车	25分钟以上	无	2
19	家乐福	步行	10分钟以下	有	9
20	家乐福	步行	10分钟以下	无	9
21	家乐福	步行	10-25分钟	有	9
22	家乐福	步行	10-25分钟	无	8
23	家乐福	步行	25分钟以上	有	5
24	家乐福	步行	25分钟以上	无	3
25	家乐福	骑自行车	10分钟以下	有	9
26	家乐福	骑自行车	10分钟以下	无	9
27	家乐福	骑自行车	10-25分钟	有	8
28	家乐福	骑自行车	10-25分钟	无	3
29	家乐福	骑自行车	25分钟以上	有	6
30	家乐福	骑自行车	25分钟以上	无	2
31	家乐福	乘（驾）车	10分钟以下	有	9
32	家乐福	乘（驾）车	10分钟以下	无	9
33	家乐福	乘（驾）车	10-25分钟	有	9
34	家乐福	乘（驾）车	10-25分钟	无	9
35	家乐福	乘（驾）车	25分钟以上	有	7
36	家乐福	乘（驾）车	25分钟以上	无	6

（2）通过调查收集数据

我们请消费者对虚拟超市进行评价，通过打分、排序等方法调查消费者对虚拟超市的喜好、购物的可能性等，以揭示出受访的消费者对各属性的重视程度。本例中我们采用如下问卷：

请问您有多大可能会选择下面的超市购物？（请采用9分法评价，1表示完全不可能，9表示非常可能）

表4：调查卡片设计

虚拟超市A（好又多会员超市，步行10分钟以内到达，有大型促销活动）

1       2       3       4       5       6       7       8       9

完全不可能                         可能                           非常可能

在本案例中，受访者需要对估计数据集的36个属性组合进行打分评价，表的形式是采用九级李克量表。表3最后一栏就是某一消费者按自己的偏好对36种虚拟刺激物的打分情况。

（3）计算特征的效用

从收集的信息中分离出消费者对每一属性以及属性水平的偏好值，这些偏好值也就是该属性的“效用”。计算特征效用的模型和方法有多种，一般地，人们主要用一般最小二乘法回归（OLS）模型、多元方差分析（MONANOVA）模型、逻辑斯谛回归（LOGIT）模型等方法。这里我们选择的是最基本的最小二乘法（OLS）回归模型。OLS模型对一组自变量组成的模拟矩阵进行分析，每个自变量表示一个属性水平的有或无；因变量是消费者对于通过自变量所描述的一个轮廓的主观评价值。

设定以下模型：

      ……………………①

其中：U(x)=所有特征的效用； =特征i的水平数目；＝1表示属性i的第j个水平出现，＝0表示其他情形；m=特征个数；表示特征i的第j个水平的效用。

其中：U(x)=所有特征的效用； =特征i的水平数目；＝1表示属性i的第j个水平出现，＝0表示其他情形；m=特征个数；表示特征i的第j个水平的效用。

由效用函数可以产生一个衡量每一特征重要程度的指标：属性的重要性Ci定义为该属性水平的最大分值与最小分值之差：，对每个i属性的重要性是经过标准化处理的，以此表示其相对于别的属性的重要性：   相对重要程度      ……………………②

为了估计以上模型(1)中的参数,，通常采用哑元法来减少参数，使用最小二乘法估计模型参数。本例中，我们先用SAS软件中的联合分析模块对一位受访者的作答进行分析，得到以下结果：

表5：某消费者选择超市时考虑的属性及其相对重要性（效用输出表）

特征	特征的相对重要程度	特征水平	特征水平的效用
品牌	5.24％	好又多	-0.16667
		家乐福	0.16667
交通方式	5.24％	乘（驾）车	0.16667
		自行车	0
		步行	-0.16667
路上花费时间	66.81％	10分钟以下	0.75000
		10-25分钟	1.75000
		25分钟以上	-2.50000
促销活动	22.71％	无	-0.72222
		有	0.72222

上表中：相对重要程度栏表示该特征在消费者选择店铺时所关心该因素的程度。可见，对该消费者而言，去该超市路上花费的时间是消费者最关心的，相对重要程度为66.81％，其次是超市是否有大型的促销活动(22.71％)，该消费者对超市的品牌和交通方式并不十分重视。

特征水平的效用栏表示该特征水平对于该消费者而言的效用。效用越高，则表示该特征水平越受欢迎。微观经济学理论中认为效用是可以相互替代和累加的。如在该消费者心目中：家乐福品牌比好又多品牌所能带来的效用高0.3334；但有大型促销活动比没有促销活动的效用高1.4444。有大型促销活动的好又多超市给此消费者带来的效用是0.5555（-0.1667+0.7222），而没有大型促销活动的家乐福超市给此消费者带来的效用是-0.5555（0.1667-0.7222），有无大型促销活动带来的效用足可以弥补该受访者对品牌差异的认知。好又多想要赢得该消费者，只需增加促销的次数和额度。

类似的还可以估计多个受访者对于各个属性的不同偏好情况。以下是我们对31名消费者选择超市时考虑的属性及其相对重要性的估计与分析：

表6：属性的相对重要性         （单位：%）

受访者编号	品牌	交通方式	路上花费时间	有无促销活动
1	5.24	5.24	66.81	22.71
2	13.79	18.81	49.84	17.55
3	3.42	10.26	48.72	37.61
4	1.39	12.50	29.17	56.94
31	12.09	19.78	49.45	18.68
平均	10.8	21.8	43.6	23.8

注：表6中1号受访者即是前面单独分析的受访者。

从表6看到，对这31名受访者的平均水平来说，在预测偏好时最重要的属性是路上花费时间（43.6%），其次是促销活动（23.8%）、交通方式（21.8%）和品牌（10.8%）。从我们以前调查所得的结果来看，消费者似乎更在意品牌一点，此处得出的结论好像是有些出入。但我们仔细观察会发现，虚拟的刺激物品牌只有家乐福和好又多两种，而这两家超市是同业态的，也就是说，替代性很大，因而消费者在这两家超市之间进行选择的时候，对品牌的关注程度就不是那么大了。其他三项属性的重要性和我们以前的调查结果是一致的。这说明本次调查的信度较高。而比较前四位受访者的偏好预测模式发现，对于1，3，4号消费者来说，家乐福和好又多的品牌的替代性很高，但2号消费者则有较强的品牌偏好；1号受访者没有其他三位看重交通方式；路上花费时间对位受访者来说都最重要，但1号受访者尤为重视；促销活动对4号受访者来说特别重要，相较起来，另外几位受访者对促销就没那么在意。

从图4上可以更直观的看出几名消费者对于各个属性的选择偏好，箱体中的竖线表示中位数，箱体长度为2倍标准差。不同的消费者之间有较大的差异，但总的说来，对于路上所花费的时间都是最看重的，但对于交通方式、促销活动以及品牌的选择差异就很大了。

图4：sas输出图：多个受访者选择超市时考虑的属性及其相对重要性

2、对模型的评价和检验

建立模型后还须对结果的信度和效度进行评价，以评价在消费者个体层次和消费者群体层次上结合分析模型的正确性。

表7：一般自由度下的单变量方差分析

评价结合分析结果的信度和效度，有多种方法，此处由于我们采用的是哑变量回归，故采用调整可决系数的值来说明模型对数据的拟合程度。如果模型拟合程度过低，则说明结果是令人怀疑的。对以上结果采用回归分析的复相关系数R2判断模型的拟合效果，除了对6号受访者以外，绝大部分受访者模型的调整可决系数都比较显著，说明模型有较好的信度和效度。

3、预测市场占有率

联合分析的另一个优点是可以将研究结果做成市场模拟模型，并能很好的应用于未来。随着新竞争者的进入，新产品的问世，价格战的爆发及厂商广告策略的变动，市场也会随之发生变动。传统的研究方法是每当市场发生重大变动，就需要进行调查，来发现人们对这种变动的感受及它将如何影响人们的购买行为。使用联合分析，将对象以及对象的变化输入模拟模型，可以得出人们对这些变动做出何种反应的预测。在联合分析研究中，最重要的并不是考察效用值，而是利用效用值模拟得到某特定组合的市场占有率估计量。根据以上样本采用SAS中的效用最大化模型对市场占有率进行预测，有以下结果：

表8：市场占有率预测表

  注：本应列出所有36种模拟刺激物的市场占有率，篇幅，仅列出前27种，未列出的市场占有率均为0。

从结果上来看，消费者最满意的零售店铺大都是在10分钟以内的路程，对家乐福的满意程度高于好又多。预测的消费者满意的店铺及其预测的市场份额分别为：

(1)家乐福，乘（驾）车10分钟以内车程，有大型促销活动，市场占有率约25.8%；

(2)家乐福，步行10分钟以内路程，有大型促销活动，市场占有率约21%；

(3)好又多，步行10分钟以内路程，有大型促销活动，市场占有率约17.7%；

(4)好又多，骑自行车10分钟以内车程，有大型促销活动，市场占有率约9.7%；

(5)好又多，乘（驾）车10分钟以内车程，有大型促销活动，市场占有率约8.1%；

(6)家乐福，骑自行车10分钟以内车程，有大型促销活动，市场占有率约8.1%；

(7)家乐福，骑自行车10分钟-25分钟车程，有大型促销活动，市场占有率约6.5%；

(8)好又多，骑自行车10分钟-25分钟车程，有大型促销活动，市场占有率约3.2%。

联合分析最大的优势就是可以根据结果对未来市场发展方向和消费者行为有一个较为准确的认知，为公司决策提供依据。通过以上对成都市居民选择超市的模式分析，我们有以下结论：

A、在距家乐福10分钟车程的商圈范围内，家乐福较好又多优势明显；

B、家乐福与好又多在其10分种步行商圈范围内，都能吸引较大份额的消费者。由于现阶段家乐福与大多数好又多的步行商圈不重叠，家乐福对好又多不构成太大的威胁；

C、在10分钟自行车商圈和汽车商圈范围内，好又多较家乐福优势明显；

D、不论采用哪种交通方式，顾客在购物路上单边所花的时间都不太愿意超过10分钟，因此，家乐福要对好又多有绝对的竞争优势，只能加快连锁规模多开店，同时，采用直效行销等手段进一步扩大汽车商圈的规模和现有商圈内的顾客占有率；

E、鉴于家乐福在市中心汽车商圈内已经具有较大的竞争优势，好又多的竞争策略应该是避其锋芒，有针对性的在自己的步行和自行车商圈范围内对消费者采取直效行销手段，拉拢顾客，培育核心顾客群。

F、家乐福获得61.4％的模拟市场占有率都是在假定有大型促销活动的前提下的，那么，如果家乐福没有大型促销活动时而恰逢好又多又有惊天动地的“天上掉金元宝”或“积点消费全家泰国看人妖”等活动，好又多的市场份额很有可能有较大改善。实际上，家乐福搞大规模促销活动的频率没有好又多高，形式也不太一样，家乐福想要获得更大份额的市场，在促销手段上应该求新求变求多。而好又多想要获得更大的市场份额，则应在保持促销活动优势的基础上，改善人们对好又多品牌的认知。

四、几点说明

通过这个简单的例子，可以很容易地推广到更多的特征、更多的特征水平。而对于更多的受访者，在计算出消费者个人的效用函数后，通过聚类分析，可以将消费者划分为不同的消费群体，然后将这些群体作为同质个体处理。

需要说明的是，作为方研究，在作实证分析的时候，我们后一组调查仅抽样调查了31位消费者，样本偏小，使得抽样误差可能偏大。而属性选择上主要考虑了可操作性，选择的时候有一个重要假定，那就是消费者对超市品牌的认知中已经包含了消费者对店铺形象、超市品牌、店铺位置与规模以及价格、会员卡等信息的认知。这个假定是否成立在本案例中缺乏充分论证。

文章中联合分析部分全部是采用SAS软件计算的，运用的是常规型的联合分析方法。常规的联合分析方法有两个假定，一是对象的重要属性可以识别，二是效用可以替代。然而消费者是不会从属性角度评价对象是否可以替代，就算考虑了对象的属性，这种替代也未必是一个好的替代品。另一个局限是数据收集太麻烦，特别是当很多属性水平需要考虑而模型又必须对各个不同的属性水平的组合进行逐一评价的时候。

为了解决这些问题，在常规联合分析的基础上又产生了适应型的联合分析，这种结合分析可以（1）从全轮廓中挑选一部分最可能的组合，以简化数据的收集工作。（2）在单独评价的基础上，允许考虑各种属性之间潜在的交互作用。

联合分析是对人们购买决策的一种现实模拟。因为在实际的抉择过程中，人们要对某一对象的多个特征进行综合考虑，往往要在满足一些要求的前提下，牺牲部分其他特性，是一种对特征的权衡与折衷(Trade-off)。在本例中，通过联合分析，我们可以模拟出消费者对于零售店铺选择的抉择行为，可以预测不同类型的人群选择店铺的不同结果。因此，通过联合分析，我们可以了解消费者在选店时对于超市各特征的重视程度，并利用这些信息为超市如何获取更大份额的市场作出具有竞争力的决策。联合分析目前已经广泛应用于现代市场研究的各个方面，随着我国市场经济的发展，联合分析将逐渐为我国的市场研究机构所重视，并在定量研究中显示出其强大的威力。

五、参考文献及网站

1.《当代市场调研》，（美）Carl Mcdaniel, Jr. Roger Gates，范秀成等译，机械工业出版社 2000.6

2.《消费者行为学》，（美）Del I. Hawkins, Roger J. Best, Kenneth A.Coney，符国群等译，机械工业出版社 2000.8

3.《Marketing Research》，Naesh K. Malhotra，清华大学出版社

4.《市场调查与分析》，柯惠新等，中国统计出版社 2000.4 

5.《一个经典的联合分析案例》，作者不详，（ http://www.spssgz.com.cn/Products/spss/conjoint/examples.html）

6.《市场研究的利器－联合分析》，向采发，《上海统计》1999年第6期

7.《结合分析——强大的市场研究工具》，科思瑞智市场研究公司，（http://www.smartmr.com/method/analysis/analysis001.htm）

8.《结合分析方法在市场研究中的作用》，李卫东，（http://www.freereport.com.cn/lilun/m7_14.htm）

9.《产品组合选择——联合分析》，零点调查公司，零点指标网—技术传播（http://www.horizonkey.com/book/conjoint.htm）