.png){kind=icon}
返回
Integrating Conjoint and Maximum Difference Scaling Data
.png){kind=icon}
PRE
AI
DOI：10.1287/mnsc.2023.02560.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
消费者对产品特性的偏好对设计成功的商品和服务起着重要作用。对特性的偏好通常通过利用一种选择模型来获取，其中除某一属性的一个水平外，所有水平的效用均可估算。也就是说，传统的离散选择模型可以提供属性水平间效用变化的信息，但不能分别估算与某一属性所有水平相关的效用。在本文中，我们提出了一种整合联合分析和最大差异标度数据的模型，以识别所有产品特性的分值效用，使用外部商品作为共同参考水平，而不是通常为每个产品属性设置参考水平的做法。偏好数据也与满意度数据相结合，以识别新现有产品的市场机会。我们使用一项测量大屏幕电视客户满意度和偏好的调查数据来阐述我们的模型。
Keyword:
conjoint analysis
MaxDiff analysis
fixed-point ratings
reference levels
stable preferences
期刊
IF:
4.9
论文数:
780
被引数:
5.0W
机构
引用论文
Forty years of context effect research in marketing: a bibliometric analysis市场营销中四十年的语境效应研究：一项文献计量分析
OAAI
OAAI分享收藏A SEQUENTIAL APPROACH TO EXPLOITING THE COMBINED STRENGTHS OF SP AND RP DATA - APPLICATION TO FREIGHT SHIPPER CHOICE.png)
TRANSPORTATION
TRANSPORTATIONIF3.3
PREAI
分享收藏
查看更多内容