人間の素晴らしい点の 1 つは、私たち全員がユニークであることです。多様性は私たちの周囲にメリットをもたらしますが、消費者製品に関する好みの多様性により、最も多くの人々を喜ばせるものを予測することは困難です。JMP によって促進される実験計画法 (DOE) の使用は、最も魅力的な処方を設計するために不可欠です。
このプレゼンテーションの目的は、消費者の好みを最大限に引き出すために配合を最適化する方法をインタラクティブに紹介することです。実際の食品配合のケース スタディから、18 回実行の決定的スクリーニング設計 (DSD) と、SVEM とニューラル ネットワークを使用してモデル化された 18 回実行の空間充填設計という 2 つの DOE アプローチを紹介します。
モデリング用のデータを準備するために、多次元尺度法を使用して異常な参加者データを削除します。階層的クラスタリングを使用して構築された参加者クラスターは、適合決定的スクリーニングと SVEM ニューラル ネットワークを使用してモデルを適合させるときに使用されます。JMP プロファイラーのパワーにより、消費者の好みがクラスターによってどのように異なるかが明らかになります。テキスト エクスプローラーを使用して、調査参加者の逐語的コメントを調べることで、モデリングを通じて得られた洞察を検証する方法を示します。最後に、各実験設計とモデリング アプローチから得られた洞察が、それぞれの制限とともに比較されます。参加者は、従来の DOE および消費者テスト戦略よりも情報量の多い代替手段を目にすることができます。
