人类最伟大的一点就是我们都是独一无二的。多样性对我们身边的一切都有益，但消费者对商品的偏好各不相同，因此很难预测什么能取悦最多的人。使用 JMP 提供的实验设计 (DOE) 对于设计最具吸引力的配方至关重要。
本演讲的目的是以交互方式介绍优化配方的方法，以获得最大的消费者喜爱。将介绍来自真实食品配方案例研究的两种 DOE 方法：18 次运行的确定性筛选设计 (DSD) 和使用 SVEM 和神经网络建模的 18 次运行的空间填充设计。
为了准备建模数据，演示了多维缩放以删除异常参与者的数据。使用分层聚类构建的参与者集群用于在使用拟合确定性筛选和 SVEM 神经网络拟合模型时。JMP 刻画器的强大功能将突出显示消费者偏好在不同集群之间的差异。文本探索器用于展示如何通过探索研究参与者的逐字评论来验证通过建模获得的见解。最后，比较了从每个实验设计和建模方法中获得的见解以及每种方法的局限性。向与会者展示了一种比传统 DOE 和消费者测试策略更具信息量的替代方案。
