<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Questo articolo appare in Cavo JMPer, Numero 30, estate 2015 .
di Melinda Thielbar melinda.thielbar , Senior Research Statistician Developer, SAS
Il JMP Profiler è un potente strumento per visualizzare il tuo modello. Con un clic, puoi vedere cosa prevede il modello quando modifichi le funzioni di un prodotto o modifica uno dei tuoi presupposti. È anche un potente strumento di comunicazione dal momento che il tuo pubblico non ha bisogno di uno sfondo di statistiche per capire il messaggio del modello.
In JMP 11 e nelle versioni precedenti, Profiler nella piattaforma Choice era un Utilità Profiler: mostrava come l'utilità del tuo prodotto cambiava con le modifiche alle funzionalità. Per un economista o un marketer, l'utilità è un concetto piuttosto semplice. Una maggiore utilità significa un prodotto più desiderabile che le persone hanno maggiori probabilità di acquistare.
JMP 12 aggiunge Probability Profiler e Multiple Choice Profiler, due nuovi strumenti per visualizzare i confronti tra prodotti concorrenti e prevedere la quota di mercato per i nuovi prodotti proposti.
Considerare le due versioni dei dati della pizza dalla libreria di dati di esempio JMP. Iniziamo con l'esempio di tabelle multiple contenuto in Pizza Profiles.jmp, Pizza Responses.jmp e Pizza Subject.jmp. Questi tre set di dati imitano il modo in cui i dati di scelta vengono spesso raccolti. I fattori, le risposte e le informazioni demografiche sui partecipanti si trovano in tabelle di dati separate.
L'esecuzione dello script allegato al menu Profili Pizza produce un rapporto con gli effetti del modello Choice e del rapporto di verosimiglianza sulle stime risultanti (Figura 1). (Nota: JMP esegue i test del rapporto di verosimiglianza per impostazione predefinita se possono essere calcolati rapidamente. Se i test non vengono prodotti per impostazione predefinita, puoi sempre richiedere le statistiche del rapporto di verosimiglianza dal menu del triangolo rosso.)
Figura 1 Test del modello Choice e del rapporto di verosimiglianza
I test degli effetti mostrano quali fattori sono statisticamente significativi e i segni sulle stime dei parametri mostrano se tale fattore rende i soggetti più o meno propensi ad acquistare il prodotto. Da questo rapporto, possiamo vedere che il formaggio Jack è meno popolare della mozzarella, e c'è un'interazione statisticamente significativa tra Gender e le preferenze per Thick Crust e Pepperoni vs No Toppings.
L'utility Profiler (chiamato semplicemente "The Profiler" in JMP 11) può aiutare a spiegare come queste interazioni influenzano le scelte dei consumatori. Selezionare Utilità Profiler dal menu a triangolo rosso Choice Model per mostrare il Profiler Utility. Nel profiler Gender, trascina la linea verticale da F a M (Figura 2).
figura 2 Utilità Profiler con Gender impostato su M
Il primo profiler mostra che i maschi preferiscono la pizza a crosta spessa con peperoni.
Cambiare il genere da M a F ci consente di vedere chiaramente l'effetto delle interazioni. La pendenza della linea tra Pepperoni e "No" è negativa quando impostiamo il valore di Gender su "M". Quando cambiamo il valore del sesso in "F", la pendenza diventa positiva. Lo stesso vale per la pendenza della linea tra la crosta spessa e sottile.
Figura 3 Utilità Profiler con Gender impostato su F
Questo dimostra che le donne sono più propense a scegliere la pizza a crosta sottile senza condimenti, e gli uomini sono più propensi a scegliere la pizza a crosta spessa con peperoni.
"Quanto più probabile?" E "Più probabile rispetto a cosa?" Potrebbe chiedere il tuo direttore marketing. Fino a JMP 12, la tua risposta avrebbe potuto essere: "Lasciami tornare da te". Ora tutto ciò di cui hai bisogno è il Probability Profiler.
In JMP 12, il Probability Profiler si trova proprio sotto l'utility Profiler nel menu a triangolo rosso della piattaforma Choice. Quando si seleziona Probability Profiler , stai confrontando il tuo nuovo prodotto proposto con un prodotto "Baseline". Forse ho intenzione di offrire una pizza spessa con mozzarella e peperoni per sfidare la pizza della mia concorrente, che è una spessa crosta con formaggio Jack e peperoni. Dall'elenco Gender nelle impostazioni di base, seleziona F (figura 4).
Figura 4 ProbabilitàProfiler con formaggio montato su mozzarella
Probability Profiler rende facile vedere che il mio prodotto proposto è una buona idea. Quando scelgo tra la mia pizza e il mio concorrente, le femmine hanno una probabilità del 92% di scegliere la mia pizza (figura 4). Posso cambiare Gender nelle impostazioni di base su M per vedere che i maschi hanno una probabilità del 96% di scegliere la mia pizza (Figura 5). Le impostazioni relative ai soggetti (ovvero le persone) vengono sempre visualizzate nelle impostazioni di base, pertanto si confrontano sempre le mele con le mele quando si confrontano le probabilità di scelta.
Figura 5 Probability Profiler con Gender impostato su M
Non ci sono molti mercati in cui i consumatori hanno solo due scelte. Potresti sapere di più prodotti della concorrenza e vuoi progettare la pizza con la massima probabilità di scelta rispetto a tutti loro. Questo è un lavoro per Multiple Choice Profiler, che si trova nel menu del triangolo rosso appena sotto il Probability Profiler.
Selezione Multiple Choice Profiler dal menu a triangolo rosso viene visualizzata una finestra di dialogo in cui viene chiesto quante scelte si desidera profilare (Figura 6). Tre è l'impostazione predefinita, ma puoi avere di più.
Figura 6 Impostazione del numero di scelte per il profilo
Ora, invece di avere un modello Baseline e un'alternativa, Multiple Choice Profiler produce una serie di profiler collegati - uno per ogni alternativa (Figura 7). Gli elenchi a discesa in alto consentono di scegliere i valori delle variabili oggetto che comprendono i segmenti di mercato. I cursori del profilo impostano le proprietà dei diversi prodotti. C'è anche una tabella appena sotto l'intestazione per mostrare visivamente quale prodotto avrebbe la più alta quota di mercato prevista.
Figura 7 MultipleChoice Profiler per tutte le alternative
Ora è facile vedere che una pizza sottile con mozzarella e senza guarnizioni è la scelta più popolare.
Tutti gli esempi precedenti mostrano un'analisi con più tabelle. Se di solito esegui un'analisi a una sola tabella, JMP posizionerà gli effetti del soggetto nel Multiple Choice Profiler (Figura 8). (Non è possibile per JMP sapere se un effetto è stato inteso come un effetto soggetto o un effetto profilo, quindi JMP rende la scelta più flessibile per l'utente.)
Figura 8 Effetti del soggetto nel Multiple Choice Profiler
I confronti di probabilità nel modello a scelta multipla sono ristretti in modo che debbano essere sommati a uno; i confronti di probabilità da un modello Choice hanno senso solo se si confrontano all'interno di un segmento di mercato. Se cambi i valori delle variabili soggetto, assicurati di renderli uguali per tutte le probabilità di scelta . In caso contrario, le probabilità previste (e quindi le quote di mercato) non saranno corrette.
Utility Profiler è sempre stato uno strumento utile per visualizzare il tuo modello. JMP 12 aggiunge Probability Profiler e Multiple Choice Profiler, due nuovi strumenti per visualizzare i confronti tra diversi prodotti e prevedere la quota di mercato per i nuovi prodotti proposti.
Per esplorare questo argomento, vedere la documentazione di JMP su Opzioni della piattaforma scelta .
