Se préparer pour notre smackdown au chocolat
Cette année, j’ai eu la chance de présenter à la JMP Discovery Summit Europe à Bruxelles, en Belgique. Lorsque je cherchais quelque chose à ramener pour mes collègues de Cary, je pensais d'abord au chocolat (en fait, ma première pensée était probablement de la bière, mais cela ne semblait pas être une bonne idée). Un de mes collègues du voyage, Melinda Thielbar, avait blogué à propos de la Profils de probabilité et de choix dans JMP 12. Nous avons donc pensé au lieu de simplement donner à nos collègues des chocolats, pourquoi ne pas les faire travailler pour cela et collecter des données en même temps? En prime, nous pourrions peut-être bloguer à ce sujet.
Avant de partir, nous avons acheté trois types de tablettes de chocolat noir chez un chocolatier belge, qui contenait 41%, 60% et 65% de cacao. À notre retour aux États-Unis, Melinda a trouvé du chocolat provenant de chocolatiers américains haut de gamme ayant la même teneur en cacao. Les membres de l'équipe JMP montreraient-ils une préférence pour le chocolat américain ou belge? Lait ou noir?
Nous avions le principe de base de l'expérience: un facteur à deux niveaux pour l'origine du chocolat (États-Unis / Belgique) et un facteur à trois niveaux pour la teneur en cacao (40/60/65). Si je vais dans DOE-> Choice Design, je peux ajouter ces deux facteurs et leur interaction dans les contrôles du modèle. Mais il nous restait encore à déterminer le reste de la configuration de conception par choix sous l'onglet Génération de conception. Nos ressources ont également été limitées. Nous avions six chocolats différents, avec environ 40 pièces de chaque à notre disposition. Notre onglet de génération de conception ressemblait à ceci:
Comment avons-nous décidé de ces chiffres?
Nombre d'attributs pouvant changer dans un jeu de choix : Deux. Les deux facteurs peuvent changer dans un ensemble de choix. Nombre de profils par jeu de choix : Deux. Donnez aux dégustateurs deux pièces à la fois et laissez-les choisir celle qui leur convient le mieux. Nombre d'ensembles de choix par enquête : Cinq. Nous ne voulions pas submerger les gens avec trop de chocolat. De plus, nous avions un nombre limité de pièces. Cinq choix de 10 morceaux de chocolat au total étaient notre choix ultime.Maintenant, combien de sondages?
Dix morceaux de chocolat par enquête et environ 240 morceaux de chocolat nous ont permis de recruter 24 personnes à déguster. Avec six chocolats différents, il existe 15 (6 Choisissez 2) différentes options par paires qui peuvent se produire. Cela suggère que trois enquêtes étaient un bon choix pour obtenir une variété de comparaisons par paires parmi nos dégustateurs. Alors:
Nombre d'enquêtes : Trois. Nombre attendu de répondants par enquête : Huit. Avec 24 répondants au total, nous obtenons 24/3 = 8.Si nous cliquons sur Créer le design, nous pouvons commencer à configurer la dégustation. Mais...
Une autre approche de conception utilisant le concepteur personnalisé
En utilisant le concepteur de choix avec la configuration que nous venons de décrire, nous aboutissons à une conception qui présente chacun des six types de chocolat (2 origines x 3 contenus de cacao) de manière équilibrée sur les trois enquêtes. C'est ce que nous voulions, car nous avions à peu près la même quantité de chaque type de chocolat. Toutefois, si vous examinez des enquêtes individuelles (c.-à-d. Ce que chaque dégustateur obtiendrait), vous constaterez peut-être une sélection disproportionnée d’origine ou de contenu en cacao. Nous voulions une conception qui maintienne l’équilibre global, tout en offrant un meilleur équilibre pour chaque dégustateur.
Dans la mesure où cette notion d'équilibrage des facteurs est importante dans notre cas, nous pouvons utiliser le concepteur personnalisé (DOE-> Design personnalisé) pour atteindre notre objectif. Pour ce faire, nous traitons l’enquête et le jeu de choix comme des blocs aléatoires imbriqués, comme ce que Bradley Jones a fait dans une précédent article de blog. Nous utilisons un faux facteur VHTC pour les enquêtes et un faux HTC pour les ensembles de choix. Notre tableau de facteurs ressemble à ceci:
Comme le montre ce billet de Bradley, nous souhaitons supprimer les effets des faux VHTC et des faux HTC. Le but est de traiter les enquêtes et les ensembles de choix comme des effets aléatoires, afin de pouvoir supprimer la partie des effets fixes (d'où le «faux» élément du nom). Le dialogue de modèle ressemble à:
Pour la boîte de dialogue Génération de conception, nous allons simplement créer la configuration de base pour les trois enquêtes, qui seront répliquées huit fois plus tard. Avec trois enquêtes, nous avons trois parcelles entières et cinq ensembles de choix par enquête correspondent à 15 sous-parcelles. Chaque ensemble de choix a deux profils, nous avons donc besoin de 30 (2 x 15) exécutions:
Le design qui en résulte est exactement ce que nous voulions! Il utilise à parts égales chacun des six chocolats et une répartition égale des chocolats américain et belge pour chaque enquête, la teneur en cacao étant presque équilibrée.
Rappelez-vous que le modèle utilisé pour créer cette conception était ne pas une modèle de choix . L'utilisation de cette méthode nécessite la configuration manuelle de la plate-forme Choice à partir d'Analyze -> Consumer Research -> Choice, qui fera l'objet d'une discussion dans un prochain article de blog.
Dernières pensées
Bien que je recommande tout de même de faire des conceptions pour des expériences de choix dans le concepteur de choix, j'ai pensé que c'était un bel exemple de la flexibilité du concepteur personnalisé. La création de conception à l'aide du concepteur personnalisé a été celle utilisée pour mener l'expérience.
Vous découvrirez les résultats de l'expérience de Melinda dans un prochain article de blog. Je peux révéler que nous avons appris à jouer au chocolat avec les membres de l’équipe JMP - nous avons trouvé 24 volontaires en moins de 30 minutes après la fin de l’appel!
Il est maintenant temps que je commence à rédiger un résumé pour le prochain JMP Discovery Summit Europe à Amsterdam - j'espère vous voir là-bas!
Ryan Lekivetz a écrit:
Content que ça vous a plu! Merci pour l’offre d’aide - je peux juste vous parler de ça un jour 
Je pense que ce serait bien de faire quelque chose lors d’un Sommet de la découverte ... peut-être un de ces jours.
Pablo Moreno Pelaez a écrit:
J'adore l'expérience!
Les Belges préfèrent-ils les chocolats américains? Faites-moi savoir si vous souhaitez développer l'expérience, je serai heureux de vous aider 
Ryan Lekivetz a écrit:
Merci pour le commentaire - votre idée m'intrigue beaucoup. Nous avons collecté des informations sur les répondants, mais l'âge n'était pas l'un des facteurs. Compte tenu de la popularité du groupe JMP, j'espère qu'il y aura une autre expérience liée au chocolat dans le futur, et nous pouvons certainement prendre en compte l'âge (et avoir plus de volontaires).
Michael Clayton a écrit:
L'âge des juges serait la clé à mon avis.
Mes études personnelles sur plusieurs décennies m'ont montré que vos valeurs 40/60/65 seraient en corrélation avec l'âge des juges. À l'approche de 80 ans, je n'achète que 78 à 82% de chocolat noir à base de cacao (et je préfère les boissons au malt plus foncées.). Mes voyages internationaux en tant que travailleur migrant m’ont permis d’interviewer des personnes de tous âges et de toutes nationalités, et j’ai constaté qu’au fur et à mesure que les gens vieillissaient, leur choix de boisson au malt et de chocolat s’orientait vers les malts plus foncés et les pourcentages élevés de cacao, quel que soit leur pays d’origine. Je suggère un nombre beaucoup plus grand de juges et un plus grand éventail de facteurs jusqu'à ce que ce mystère lié à l'âge soit éclairé.
