プリファレンス・マッピング (PREFMAP)

preference-mapping-contour-plot-and-preference-map.png

プリファレンス・マッピングとは?

プリファレンス・マッピングは,さまざまなドメインで便利なマップを構築することができる.プリファレンス・マップは,オブジェクトのコンフィグレーション(構成)が最初の分析 (PCA, MCA, MDS)から得られ,オブジェクトを説明する補足データ(属性または嗜好データ)が利用可能な場合の分析での意思決定支援ツールである.

2種類のプリファレンス・マッピング手法がある:

  1. 外的プリファレンス・マッピングまたは PREFMAP(ここで説明する)
  2. 内的プリファレンス・マッピング

プリファレンス・マッピングを用いて何がわかるか?

マーケット・リサーチや消費者分析のドメイン(官能データ分析)では,"Prefmap" は製品(オブジェクト)を分析して,次のような質問に答えるために使用される:

  • 製品が競合製品に対してどのようにポジショニングされるか?
  • 自社製品に対して最も近い競合製品はどれか?
  • どのようなタイプの消費者がその製品を好むのか?
  • 競合製品がなぜそのようにポジショニングされているのか?
  • ターゲット・グループにより好まれるように,製品をどのように再ポジショニングできるか?
  • 自社製品にどれぐらい期待できるか?
  • どの製品をR&D 部門に作らせればよいか?

プリファレンス・マッピングは,製品の受容性を最適化するためのパワフルなアプローチを提供する.

プレファレンス・マッピングの投影法

XLSTAT は,オブジェクト・マップ上に補足データを投影するために,複数の回帰モデルを提供する:

  • ベクトル・モデル,
  • 円形理想点モデル,
  • 楕円形理想点モデル,
  • 2次理想点モデル.

プリファレンス・マップでのXLSTATの結果

XLSTAT は,結果の解釈を促進するために,プリファレンス・マップに加えて,詳細な結果を表示する.

プリファレンス・マップ

プリファレンス・マップは,3種類の要素の要約表示である:モデル中で,ベクトル,理想点(+でラベルづけ),反理想点(-でラベルづけ),鞍点(o でラベルづけ)によって表現される審査員(または,あらかじめ審査員の分類がなされている場合は,審査員のグループ);マップ上のポジションがそれらの座標で決定されるオブジェクト;それらが関係づけられている表現軸に対応するディスクリプタ( PCAがPREFMAPに先行するとき, オブジェクトのポジションを客観的基準の関数として解釈するために,PCAのバイプロットが調査される).

プリファレンス・マップによって与えられる解釈を伴うPREFMAPは,選好データを客観データにリンクさせることができるので,潜在的にとても強力な解釈と意思決定の支援である.ただし,解釈が信頼できるためには,審査員に関係するモデルが正確に調整さなければならない.

プリファレンス・スコア

任意の審査員での各オブジェクトの選好スコアは,0 (最小)から1 (最大)の値をとり,審査員でのモデルの予測値から計算される.製品がより好まれるほど,スコアは高い.オブジェクトの選好順序が,各審査員の選好スコアから導かれる.

等高線プロット

等高線プロットは,プリファレンス・マップと同じ軸のグラフ上で,さまざまな選好コンセンサス・レベルに対応する領域を示す.グラフ上の各ポイントで,モデルから計算された選好が,彼らの平均の選好よりも大きい審査員のパーセンテージが計算される. 冷色(青)の領域では,モデルの低い比率が高い選好を与える.一方,暖色(赤)の領域は,モデルの高い比率が高い選好を示す.

ternary diagramneural network diagram

Excelで動作する統計解析ソフトウェア。

14日間無償トライアルあり。