CxHub客户体验社区-用户研究、体验爱好者学习交流社区，专注客户体验(CX)研究。
社交媒体
一句话总结：联合分析法是一种分析用户偏好的方法，旨在通过模拟用户在真实场景中面对多种选择时的决策过程，计算出用户对各属性的偏好权重。
联合分析法（conjoint analysis）的历史可以追溯到 20世纪60年代。
① 1964，Luce 和 Tukey 在论文中首次提出了这一方法，主要应用于数学心理学。他们提出，消费者对产品的总体偏好可以分解为各特征的贡献效用，这一理论成为联合分析的核心基础。
② 1970s，Paul Green 将联合分析引入市场研究领域，并首次使用全析取设计（Full-Profile Design）进行消费者选择研究。
③ 1980s：计算机技术使联合分析的复杂计算得以实现，统计软件如 SAS 和 SPSS 开始支持此类分析。
④ 1990s：引入了自适应联合分析（ACA），允许根据用户反馈动态调整选项设计。
⑤ 2000s：层次贝叶斯模型（HB Conjoint）及离散选择实验（DCE）等方法不断优化联合分析的精准性与应用场景。
在联合分析法问世之前，市场研究多依赖直接问卷（如“你最看重产品的哪个特征？”）。这种方法简单，但容易导致以下问题：
① 消费者可能无法准确表达真实偏好。
② 单独问每个特征忽略了多特征共同作用下的影响。
简单来说，联合分析法帮助我们回答这样的问题：在面对一个有多种特性（如价格、质量、品牌等）组合的选择时，消费者如何作出决策？他们更看重哪些特性？每个特性的重要性又是怎样的？
回过头来看，见文拆字，“联合” (Conjoint) 指的是“组合”或“联合体”。在联合分析中，产品并不是单独考虑的，而是通过“联合”多个属性（比如颜色、尺寸、品牌等）形成一个“产品组合”。
假设你在挑选一款智能手机，你会考虑价格、品牌、屏幕大小、续航能力等多个因素。
联合分析法就是通过设计一个模拟场景，呈现若干包含这些属性的虚拟产品组合，观察你最终的选择，从而推测哪些属性对你的决策影响最大。
联合分析法的核心在于提供一种基于选择行为的间接测量方法，更真实地模拟消费者在复杂情境中的决策过程。
①产品或服务需具备多维属性，且每个属性的取值离散化（如颜色、功能、价格等）。
②用户群体需对这些属性有明确感知和偏好差异。
③研究目标在于揭示用户选择偏好，而非验证因果关系。
①属性设计不合理：属性选择不合理或过多，会导致消费者选择困难。
②低估消费者行为的复杂性：消费者的选择并不仅仅是对属性水平的简单加权，可能受到心理/社会因素的影响。
它无法捕捉用户的情感波动，也难以解析选择之外的深层动机。
先用一个图作整体的展示，详细不做展开，下一章再续：
