Conjoint联合分析完整指南：量化产品属性与价格权衡

什么是Conjoint？

联合分析（Conjoint Analysis）是市场研究中最强大的量化方法之一。它基于一个朴素的事实：消费者购买的不是“单个属性”，而是属性的组合（产品整体配置）。

联合分析把产品拆解为若干属性（如价格、品牌、功能、设计）及属性水平（如价格 99/129/159 元），让消费者在模拟的完整产品配置中做权衡选择，从而：

• 量化每个属性水平的效用值（utility）；
• 计算每个属性的相对重要性；
• 模拟不同产品配置的市场份额与价格弹性。

什么情况下使用？

联合分析适合回答：

• 产品组合优化：哪些属性水平组合最能打动目标市场；
• 定价决策：价格与份额的权衡曲线，找到利润最优价格；
• 新功能评估：新功能的加入能带来多少效用增量；
• 市场份额模拟：新产品 vs 竞品的份额预测；
• 细分市场定位：不同人群偏好的差异。

不适合的场景：

• 属性未确定或水平不明确（先通过定性研究确定属性清单）；
• 属性超过 6–7 个（任务复杂度爆炸，建议聚焦核心属性或用 MaxDiff 先行筛选）；
• 预算与样本不足（联合分析对样本与设计质量要求高）。

研究设计

属性与水平选择：4–7 个属性，每个属性 3–5 个水平。价格水平应覆盖市场实际区间（含竞品价格）。

实验设计：

• 全轮廓设计（ACA/FCBC）：展示完整产品配置让受访者评分或选择；
• 选择型联合（CBC，最常用）：每题给出 3–4 个备选产品 + “都不选”选项；
• 正交设计/高效设计：从全部组合中抽取均衡子集，减少任务量；
• 典型任务数：8–15 题/受访者。

样本要求：

• CBC 最小样本 ≥ 300；细分分析每组 ≥ 150；
• 受访者须为品类真实购买决策者；
• 任务数与样本量遵循“设计效率”原则，样本不足时优先减少属性而非任务。

问卷设计

选择型联合（CBC）示例任务：

特征	选项 A	选项 B	选项 C
品牌	品牌 X	品牌 Y	品牌 Z
价格	¥1299	¥1599	¥999
续航	7 天	14 天	7 天
健康监测	基础心率	心率+血氧	心率+血氧+ECG
防水	IP67	IP68	IP67
我的选择	○	○	○（都不选）

设计要点：

• 每个属性的水平在任务间均衡出现，且属性间不相关（由设计矩阵保证）；
• 任务用表格或卡片清晰呈现，属性顺序固定（价格不固定放首位）；
• 提供“都不选”选项，更接近真实市场情景；
• 移动端保证表格可读性（属性 4–6 个时优先用卡片式）。

数据分析

第一步：效用估计

• CBC 数据通常用**多项 Logit（MNL）或层次贝叶斯（HB）**估计各属性水平的效用值；
• 每个属性内水平效用归一化（均值为 0），便于跨属性比较。

第二步：相对重要性

属性重要性 = 该属性各水平效用极差 / 所有属性效用极差之和

例如价格重要性 45%、续航 25%、品牌 18%、健康监测 12% —— 价格是主导因素。

第三步：市场份额模拟

• 基于效用计算各备选配置的选择概率（Logit 公式）；
• 模拟情景：改变价格、增加/移除功能、加入新竞品，输出份额变化；
• 结合成本与毛利，找到利润最优的产品配置。

输出示例（效用值）：

属性	水平	效用值
价格	¥999	+1.2
价格	¥1299	+0.3
价格	¥1599	−1.5
续航	7 天	−0.4
续航	14 天	+0.4

结果解释

• 效用是相对值：单看某个水平无意义，跨水平比较才有意义；
• 重要性反映权衡强度：价格重要性高意味着价格敏感，定价空间有限；
• 份额模拟是相对预测：模拟结果是市场结构的估计，不是绝对销量；
• 细分差异指导定位：不同人群的效用差异对应不同的产品线与沟通策略；
• 结果要与实际销售校验：新品上市后回测，持续校准模型。

报告呈现

• 效用条形图：各属性水平效用可视化；
• 重要性柱状图：属性重要性排序；
• 份额模拟曲线：价格-份额/价格-利润曲线，标注最优定价点；
• 细分对比：按人群/市场的偏好差异；
• 产品配置建议：给出最优配置、次优配置与风险提示。

常见误区

1. 属性过多：超过 7 个属性导致任务过重、数据质量下降；
2. 水平设置脱离市场实际：价格水平不含竞品区间，模拟失真；
3. 忽略“都不选”选项：强制选择会高估份额；
4. 样本量不足还做细分：HB 估计的个体效用波动大，细分至少每组 150；
5. 把模拟份额当实际销量：模拟是相对比较工具，需结合市场规模与渠道；
6. 属性间存在强关联：如“品牌=高端”与价格强相关，设计时注意水平组合合理性。