偏好映射或景观细分分析尝试使用不同的技术将小组成员、产品（品牌 a、品牌 b）和产品特征（果味、薄荷味、耐嚼）映射到同一个 2D 图上。
SAS 市场研究应用程序中提供了内部偏好映射（或 MDPref）已有一段时间了。使用 MDPref，小组成员存储在列中，产品存储在行中，数据代表总体评估分数（针对每个产品）。在小组成员列上执行一种 PCA 形式，以将空间减少到几个二维。小组成员被表示为产品空间上的向量。矢量的“团块”代表小组成员片段。通过将平均属性分数关联/回归到 MDPref 映射空间，可以将 MDPref 映射扩展到还包括产品属性。
外部偏好映射以相反的方向进行。它对属性数据执行 PCA，然后使用诸如理想点模型之类的技术将总体评估分数作为第二步关联起来。
Landscape Segmentation Analysis 是 Institute for Perception 创造的一个术语，但似乎在整体评估数据上使用 MD Unfolding，然后将属性数据扩展到理想的消费者点和产品空间。
总而言之，这代表了多变量方法/感官消费者分析空间的一个非常庞大的平台。
