Tercih regresyonu - Preference regression

İdeal vektörlere sahip rakip ürünlerin algısal haritası

Tercih regresyonu pazarlamacılar tarafından tüketicilerin reklamlarını belirlemek için kullanılan istatistiksel bir tekniktir. tercihli temel faydalar. Genellikle takviye eder Ürün konumlandırma gibi teknikler Çok boyutlu ölçekleme veya faktor analizi ve üzerinde ideal vektörler oluşturmak için kullanılır algısal haritalar.

Uygulama

Araştırmacılar, anketlerden elde edilen ham verilerden başlayarak, önemli boyutları belirlemek ve rekabetin konumunu belirlemek için konumlandırma tekniklerini uygular. Ürün:% s bu boyutlarda. Sonra onlar gerileme boyutlara göre anket verileri. Bağımsız değişkenler ankette toplanan verilerdir. Bağımlı değişken tercih verisidir. Tüm regresyon yöntemleri gibi, bilgisayar da verileri en iyi tahmin etmek için ağırlıklara uyar. Elde edilen regresyon doğrusu, ideal bir vektör olarak adlandırılır çünkü vektörün eğimi, iki boyut için tercihlerin oranıdır.

Tüm veriler regresyonda kullanılırsa, program tek bir denklem ve dolayısıyla tek bir ideal vektör türetecektir. Bu, kör bir enstrüman olma eğilimindedir, bu nedenle araştırmacılar süreci, küme analizi. Bu, yansıtan kümeler oluşturur pazar segmentleri. Daha sonra her segmentteki veriler üzerinde ayrı tercih regresyonları yapılır. Bu, her segment için ideal bir vektör sağlar.

Alternatif yöntemler

Kendini ifade eden önem yöntemi İstatistiksel çıkarımlar yerine ağırlıkları belirlemek için doğrudan anket verilerinin kullanıldığı alternatif bir yöntemdir. Üçüncü bir yöntem Birleşik analiz Katkı yönteminin kullanıldığı.

Ayrıca bakınız

Referanslar

  • Park, S. T .; Chu, W. (2009). "Soğuk başlatma önerisi için ikili tercih regresyonu". Öneri sistemleri üzerine üçüncü ACM konferansının bildirileri - RecSys '09. s. 21. doi:10.1145/1639714.1639720. ISBN  9781605584355.
  • Jarboe, G.R .; McDaniel, C.D .; Gates, RH (1992). "Çok seçenekli sağlık hizmeti sunum sistemlerinin tercih regresyon modellemesi". Ayakta Tedavi Pazarlama Dergisi, 5 (1), s. 71-82.