思维工具箱联合分析
D19
联合分析
Conjoint Analysis
用整方案选择估计属性水平对偏好的相对贡献
这是什么
用户声称功能都重要时，把产品拆成属性与水平，用系统变化的完整方案观察选择（可含「都不选」），估计各水平对偏好的相对贡献。偏好份额不是真实市场份额；效用零点与尺度由模型决定，不能把某分直接当金额。
示意图
什么时候用 / 别用
该用
- 难决定配置、版本、品牌组合与价格
- 需要在真实约束下看取舍
- 有样本、实验设计与分析能力
别用
- 属性过多任务过难，或遗漏关键属性
- 把属性重要性当永恒排名（依赖本次水平跨度）
- 模拟未纳入可得性、渠道与认知就当销量预测
怎么做
准备：候选属性与水平、可实现与不可能组合；价格范围、主要竞品、目标样本与购买情境；实验设计与统计分析能力
- 先定性研究，纳入影响选择且用户能理解的属性，控复杂度
- 设计平衡组合，排除物理不可能，但避免过度限制使效应不可分
- 试测理解度后完成多轮选择
- 估效用与不确定性，用保留任务查预测表现
- 模拟配置价格竞争情境，再结合成本产能与真实交易验证
交付：属性水平表、选择任务、效用估计、分群偏好、方案模拟器与组合建议
一个例子
假设示例 · 产品
【假设示例】产品经理研究 51as.com 套餐：深度课数量、AI 批注、导出、品牌与价格。整包选择看用户愿为哪些组合加预算或牺牲功能；偏好升还要结合成本与售后负担，才决定是否进主力版。
容易踩坑
- 重要性依赖水平跨度，非永恒排名
- 不现实价格或过难任务扭曲结果
- 效用分≠金额；模拟≠销量
出处：常见于通过完整产品方案选择估计属性水平相对贡献的方法