<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />이 기사는 JMPer 케이블, 30 호, 2015 년 여름 .
멜린다 티엘 바 melinda.thielbar SAS 선임 연구원
JMP 프로파일 러는 모델을 시각화하기위한 강력한 도구입니다. 클릭 한 번으로 제품의 기능을 변경하거나 가정 중 하나를 조정할 때 모델이 예측 한 것을 확인할 수 있습니다. 관객이 모델의 메시지를 이해하기 위해 통계 배경을 필요로하지 않기 때문에 이는 또한 강력한 커뮤니케이션 도구입니다.
JMP 11 및 이전 버전에서 Choice 플랫폼의 프로파일 러는 유틸리티 프로파일 러였습니다. 기능 변경으로 제품의 유틸리티가 어떻게 변경되었는지를 보여주었습니다. 경제학자 또는 마케팅 담당자에게 유틸리티는 매우 직접적인 개념입니다. 높은 유틸리티는 사람들이 구매할 가능성이 높은 더 바람직한 제품을 의미합니다.
JMP 12에는 경쟁 제품 간 비교를 시각화하고 제안 된 신제품에 대한 시장 점유율을 예측하는 데 도움이되는 Probability Profiler와 Multiple Choice Profiler가 추가되었습니다.
JMP 샘플 데이터 라이브러리의 두 가지 버전의 피자 데이터를 고려하십시오. Pizza Profiles.jmp, Pizza Responses.jmp 및 Pizza Subject.jmp에 포함 된 여러 테이블 예제부터 시작해 보겠습니다. 이 세 가지 데이터 세트는 선택 데이터를 수집하는 방법을 모방합니다. 참가자의 요인, 반응 및 인구 통계 정보는 별도의 데이터 표에 나와 있습니다.
Pizza Profiles 메뉴에 첨부 된 스크립트를 실행하면 Choice 모델 효과 및 Likelihood 비율 테스트로 결과 추정치에 대한 보고서가 생성됩니다 (그림 1). (참고 : JMP는 우도 비율 테스트를 신속하게 수행 할 수있는 경우 기본적으로 우도 비율 테스트를 수행합니다. 테스트가 기본적으로 생성되지 않으면 항상 빨간색 삼각형 메뉴에서 우도 비율 통계를 요청할 수 있습니다.
그림 1 선택 모델 효과 및 우도 비율 테스트
효과 테스트는 어떤 요소가 통계적으로 유의한지를 보여 주며 매개 변수 추정치의 표시는 해당 요소로 인해 제품을 구매할 가능성이 있는지 여부를 나타냅니다. 이 보고서에서 Jack 치즈는 모짜렐라보다 덜 인기가 있으며, Thick Crust와 Pepperoni vs No Toppings에 대한 성별과 선호도간에 통계적으로 중요한 상호 작용이 있음을 알 수 있습니다.
Utility Profiler (JMP 11의 "Profiler")는 이러한 상호 작용이 소비자 선택에 어떤 영향을 미치는지 설명하는 데 도움을 줄 수 있습니다. 고르다 유틸리티 프로파일 러 Choice Model 빨간색 삼각형 메뉴에서 유틸리티 프로파일 러를 표시합니다. 성 프로파일 러에서 수직선을 F에서 M으로 드래그합니다 (그림 2).
그림 2 성별이 M으로 설정된 유틸리티 프로파일 러
첫 번째 프로파일 러는 남성이 페퍼로니가 든 두꺼운 크러스트 피자를 선호한다는 것을 보여줍니다.
성별을 M에서 F로 변경하면 상호 작용의 효과를 명확하게 볼 수 있습니다. 성별의 값을 "M"으로 설정하면 Pepperoni와 "No"토핑 사이의 선의 기울기가 음수입니다. 성별의 값을 "F"로 변경하면 기울기가 양수가됩니다. 두껍고 얇은 지각 사이의 선 기울기도 마찬가지입니다.
그림 3 성별이 F로 설정된 유틸리티 프로필러
이는 여성이 토핑이없는 얇은 빵 껍질 피자를 선택할 가능성이 높고 남성이 페퍼로니가있는 두꺼운 껍질 피자를 선택할 가능성이 높다는 것을 보여줍니다.
"얼마나 더 가능성이 있습니까?"및 "무엇보다 비교 가능성이 있습니까?"마케팅 관리자가 물을 수 있습니다. JMP 12가 나오기 전까지는 "다시 나에게 연락하자."라고 대답했을 수도 있습니다. 이제는 Probability Profiler 만 있으면됩니다.
JMP 12에서 확률 프로파일 러는 Choice 플랫폼의 빨간색 삼각형 메뉴에있는 유틸리티 프로파일 러 바로 아래에 있습니다. 선택시 확률 프로파일 러 , 제안 된 신제품을 "기준선"제품과 비교합니다. 어쩌면 저는 모짜렐라 치즈와 페퍼로니가 들어간 두꺼운 크러스트 피자를 제공하여 잭 치즈와 페퍼로니가있는 두꺼운 크러스트 인 제 경쟁자의 피자에 도전 할 계획입니다. 베이스 라인 설정의 성별 목록에서 F를 선택하십시오 (그림 4).
그림 4 모짜렐라 치즈 세트가있는 확률 프로필러
Probability Profiler를 사용하면 제안한 제품이 좋은 아이디어인지 쉽게 알 수 있습니다. 내 피자와 경쟁자 중 하나를 선택할 때 암컷은 내 피자를 선택할 확률이 92 %입니다 (그림 4). 베이스 라인 설정에서 성별을 M으로 변경하면 남성이 피자를 선택할 확률이 96 %입니다 (그림 5). 주제 (즉, 사람)와 관련된 설정은 항상 기본 설정에 표시되므로 선택한 확률을 비교할 때 항상 사과와 사과를 비교합니다.
그림 5 성별이 M으로 설정된 확률 프로파일 러
소비자가 단지 두 가지 선택 만하는 시장은 많지 않습니다. 여러 경쟁 제품에 대해 알고 있고 모든 제품에 대해 최대 선택 확률로 피자를 디자인하고 싶을 수도 있습니다. 이것은 확률 프로파일 러 바로 아래의 빨간색 삼각형 메뉴에있는 다중 선택 프로파일 러에 대한 작업입니다.
선택 다중 선택 프로파일 러 빨간색 삼각형 메뉴에서 프로파일 링 할 선택 항목의 수를 묻는 대화 상자가 나타납니다 (그림 6). 세 가지가 기본값이지만 더 많이 가질 수 있습니다.
도 6 프로파일 링 할 선택 항목 수 설정하기
이제 하나의 Baseline 모델과 하나의 대안을 갖는 대신, Multiple Choice Profiler는 각 대안에 대해 하나씩 연결된 프로파일 러 세트를 생성합니다 (그림 7). 상단의 드롭 다운 목록을 통해 시장 세그먼트를 구성하는 주제 변수의 값을 선택할 수 있습니다. 프로필 슬라이더는 서로 다른 제품의 속성을 설정합니다. 또한 머리말 바로 아래에 어떤 제품이 가장 높은 시장 점유율을 가질 것인지를 시각적으로 보여주는 차트가 있습니다.
그림 7 모든 대안을위한 MultipleChoice Profiler
이제는 모짜렐라 치즈와 토핑 금지가있는 얇은 껍질 피자가 가장 인기있는 선택임을 쉽게 알 수 있습니다.
위의 모든 예는 여러 테이블을 사용한 분석을 보여줍니다. 대개 한 테이블 분석을 수행하는 경우 JMP는 다중 선택 프로파일 러에 주제 효과를 배치합니다 (그림 8). (효과가 주제 효과 또는 프로필 효과로 의도되었는지 여부를 JMP가 알 수있는 방법이 없기 때문에 JMP는 사용자에게 가장 융통성있는 선택을합니다.)
그림 8 다중 선택 프로파일 러의 주제 효과
객관식 모델에서의 확률 비교는 하나에 합쳐 지도록 제한됩니다. Choice 모델과의 확률 비교는 시장 세그먼트 내에서 비교할 때만 의미가 있습니다. 주제 변수의 값을 변경하면, 모든 선택 확률에 대해 동일하게 만드십시오. . 그렇지 않으면 예측 된 확률 (따라서 시장 점유율)이 정확하지 않습니다.
유틸리티 프로파일 러는 항상 모델 시각화에 유용한 도구였습니다. JMP 12에는 다양한 제품 간 비교를 시각화하고 시장 점유율을 예측하는 데 도움이되는 두 가지 새로운 도구 인 Probability Profiler와 Multiple Choice Profiler가 추가되었습니다. 제안 된 신제품에 대해
이 항목을 살펴 보려면 JMP 설명서를 참조하십시오. 선택 플랫폼 옵션 .
