常見問題解答（FAQ）

聯合分析是一種用於衡量消費者對不同產品或服務屬性偏好的統計技術。它會將產品拆解為各個組成屬性（例如價格、品牌、品質等），並透過組合不同的屬性水準來測試消費者偏好。它適用於產品定價策略制定、產品設計優化、市場定位分析、競爭分析以及新產品開發決策等情境。特別適合用於需要了解消費者如何在不同產品屬性之間進行取捨的研究。

三種概念類型及選擇建議：1）自訂概念：多屬性、多層級產品——適合複雜產品，需要上傳資料範本，且非常適合具有詳細產品規格資料的研究；2）自訂概念：簡單產品——類似 MaxDiff，但只需選擇「最佳」，適合概念測試、包裝設計、品牌選擇等，至少需要 4 個概念；3）系統生成的組合概念：多屬性、多層級產品——適合需要測試多種屬性組合的研究，由系統自動生成概念組合。選擇時，應考慮研究複雜度、資料可用性以及分析需求。

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。

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。

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