常見問題解答（FAQ）

獲取有關我們服務和政策的快速解答。如需更多幫助，請聯繫我們的支持團隊。

應如何設定聯合分析任務參數以取得可靠結果？

關鍵參數設定：1）每個任務的概念數量：建議為 2-5 個。太少會造成比較不足，太多則會增加認知負擔；2）任務總數：需平衡資料品質與受訪者疲勞程度，並根據屬性與層級數量計算；3）無選項：可加入「以上皆非」選項，以模擬真實購買情境；4）概念呈現規則：可依研究設計需求選擇顯示所有概念、依序顯示、僅顯示部分概念，或只在特定任務中顯示；5）禁用組合：可設定不合理的屬性組合，以避免呈現無意義的選項。

在什麼情況下應該使用聯合分析而不是其他題型？

建議在以下情況使用聯合分析：1）當你需要了解消費者如何在多個產品屬性之間進行取捨時；2）當研究目標是確定產品配置的最佳組合時；3）當你需要預測新產品或服務的市場接受度時；4）當分析價格敏感度與價格彈性時；5）當你需要了解不同市場區隔之間的偏好差異時；6）當它適用於汽車、電子產品、金融服務和房地產等複雜產品的市場研究時；7）當產品定價策略需要數據支持時。

如何解讀聯合分析結果？又該如何應用？

結果解讀與應用：1) 屬性重要性：顯示各屬性對消費者決策的影響程度，有助於找出關鍵驅動因素；2) 概念效用：反映不同產品組合的偏好程度，可用於優化產品搭配；3) 價格敏感度：有助於了解消費者對價格變動的反應，為定價策略提供指引；4) 市場區隔：識別具有不同偏好的群體，支援精準行銷；5) 預測模型：可用於預測新產品上市後的市場表現。應用建議：樣本數應大於 100，以取得可靠結果；結果應與質性研究結合使用；並應定期更新資料，以反映市場變化

什麼是 Kano 模型？它適合哪些研究情境？

Kano 模型是由 Noriaki Kano 博士於 1980 年代提出的一種產品開發框架，旨在協助企業理解並優先排序產品功能。它根據顧客需求與偏好，將產品功能分為五種類型：基本型功能、績效型功能、興奮型功能、無差異型功能，以及反向型功能。它適用於產品功能優先級排序、服務設計優化、使用者體驗提升、產品路線圖規劃，以及顧客滿意度提升等情境，特別適合需要了解功能對顧客滿意度影響程度的研究。

Kano 模型中的五種功能類型代表什麼？應該如何理解？

五種功能類型及其含義如下：1）必備品質：客戶預期產品應具備的基本功能；如果缺少，客戶會不滿意，但具備了也不一定會提升滿意度；2）性能品質：與客戶滿意度呈線性關係；表現越好，滿意度越高，表現越差，滿意度越低；3）魅力品質：客戶沒有預期，但一旦具備就能顯著提升滿意度的功能；是產品差異化的重要來源；4）無差異品質：無論是否存在，對客戶滿意度都沒有明顯影響；5）反向品質：這類功能在出現時反而會降低客戶滿意度，可能被視為不必要或令人困擾。理解這些類型有助於進行產品功能優先級排序與資源分配。

我該如何建立 Kano 模型問題？我應該注意什麼？

步驟與注意事項：1）選擇「Kano」題型，將其加入問卷；2）輸入你想研究的功能或服務名稱，每行一項。這些名稱將會成為題目；3）系統會自動產生預設的 Kano 模型格式選項，包括 5 點量表，以及兩個問題句：如果此功能存在／缺失，你會如何評價？4）你可以調整題目設定，例如必答／選答、顯示邏輯、跳題邏輯、分組設定等。注意事項：功能名稱應清楚且具體，避免含糊不清的描述；請確保功能說明對受訪者而言容易理解；也要考量各功能的相對重要性，並避免加入過多無差異功能。

在什麼情況下應該使用 Kano 模型而不是其他題型？

以下情況建議使用 Kano 模型：1）當您需要了解產品功能對顧客滿意度所產生的不同類型影響時；2）當研究目標是找出產品差異化機會與競爭優勢時；3）當您需要數據支持來排定產品功能開發優先順序時；4）當分析顧客期望與功能成熟度的變化時；5）當其應用於軟體產品、行動應用程式、網站設計、服務流程等領域的使用者體驗研究時；6）當您需要在維護基本功能與開發令人驚喜的功能之間取得平衡時；7）當制定長期產品路線圖與功能規劃策略時。

如何解讀 Kano 模型結果？如何應用它們？

結果的解讀與應用：1）KANO 屬性：根據最高分數判定功能類型，用於指導功能分類；2）Better 係數：衡量屬性表現提升對滿意度的影響，計算方式為 (Performance% + Excitement%)/(Basic% + Performance% + Excitement% + Indifferent%)；3）Worse 係數：衡量屬性表現下降對滿意度的影響，計算方式為 [(Basic% + Performance%)/(Basic% + Performance% + Excitement% + Indifferent%)]×(-1)。應用建議：基本功能必須保證品質，性能功能需要持續優化，興奮功能是差異化的關鍵，無差異功能可考慮簡化或移除，反向功能則應避免。結果應與使用者訪談、競爭對手分析等質性研究結合使用。

什麼是 MaxDiff 分析？它適用於哪些研究場景？

MaxDiff（最大差異量表法）是一種強大的問卷調查技術，廣泛用於衡量消費者偏好與優先順序。它會向受試者呈現一系列選項，並要求他們選出最偏好與最不偏好的項目。它適用於產品功能優先級排序、服務項目重要性評估、品牌屬性偏好分析，以及市場分群研究等場景。尤其適合需要了解使用者需求真實層級結構的研究。

與傳統評分題相比，MaxDiff 分析有哪些優勢？

與傳統評分題相比，MaxDiff 分析具有以下優勢：1）它能避免評分偏差，因為受訪者必須做出選擇，而不是將所有選項都給予高分；2）它能提供相對重要性的排序，更符合真實世界中的決策情境；3）它能降低認知負擔，因為每次只需要比較少量選項；4）它能產生更可靠的偏好資料，適合進行統計分析；5）它可以識別出真正重要的特徵，避免「平均分陷阱」。