人類最偉大的事情之一就是我們都是獨一無二的。多樣性對我們周圍的人都有好處，但消費品偏好的差異使得預測什麼能讓最多人高興變得具有挑戰性。 JMP 推動的實驗設計 (DOE) 的使用對於設計最具吸引力的配方至關重要。
本次演講的目的是以互動方式展示優化配方以滿足消費者最大喜好的方法。將介紹來自真實食品配方案例研究的兩種 DOE 方法：18 次運行的最終篩選設計 (DSD) 和使用 SVEM 和神經網路建模的 18 次運行的空間填充設計。
為了準備建模數據，多維縮放被證明可以刪除異常參與者的數據。當使用擬合確定篩選和 SVEM 神經網路擬合模型時，會使用使用層次聚類構建的參與者聚類。 JMP 分析器的強大功能將突顯消費者偏好因群集而異。文字瀏覽器用於展示如何透過探索研究參與者的逐字評論來驗證透過建模獲得的見解。最後，比較了從每種實驗設計和建模方法中獲得的見解以及每種方法的局限性。與傳統的能源部和消費者測試策略相比，與會者將獲得資訊更豐富的替代方案。
