- Konjunka Analizo - Ĉi tiuj modeloj lasas konsumantojn taksi serion de realaj aŭ hipotetikaj produktoj aŭ servoj, difinitaj per la atributoj, kiujn ili prezentas. La respondoj de esploraj partoprenantoj estas uzataj por identigi relativan valoron de ĉiu funkcio.
- Adaptita Konjekto - Ĉi tiu modelo de kuna analizo faciligas la analizon de tre granda nombro da produktoj aŭ servaj atributoj, aŭ niveloj de atributoj.
- Decido Arbo - Ĉi tiuj modeloj estas uzataj en merkatprogramo por reprezenti la procezon de decidado, kiuj povas inkluzivi rezultojn, rezultitajn de hazardo, rimedoj, disponibilidad aŭ utileco.
Prenu la Gapon Inter Konsilo kaj Optimumigo: Aĉeta Decida Hierarkio
La esplorado, kiu produktas produktan ĵeton, devas taksi kun multaj niveloj de informoj. Konsideri manierojn por optimumigi servon aŭ produktadlinion inklinos regi la plej fruajn fazojn de la ekzekuto al produkta lanĉo, sed esplorante la decidajn procezojn, kiujn konsumantoj enmetitaj en la punkto-aĉeto povas helpi alformigi tiujn fruajn konsideroj . Hierarkio de varoj okupas konsumantojn en siaj aĉetoj . Ĉi tiu hierarkio plej facile enfokusigas kiam diversaj fontoj de datumoj kaj informoj estas uzataj, inkluzive - plej grave - merkatadplikado kaj vendo-datumoj.
Dum vendaj datumoj povas esti helpema rilate al komprenoj pri malfortigado de rendimento aŭ malkreskanta merkato-kotizo , ĝi ne havas multan antaŭdifektivan kapaciton. Pli intima klienta scio povas informi pri tio, kio verŝajne okazos al merkato, kiam produkto estas provizore ekstere aŭ forigita de produkta linio.
Merkata esploro povas provizi ĉi tiujn tipojn de vidpunktoj, kaj ankaŭ kompreni novajn produktajn preferojn, aŭ pri ŝalti konduton de ekzistantaj produktoj al ĵus ĵetita produkto.
Produkta aŭ serva optimumigo povas esti multekosta penado kaj nevarie eblo de alta risko postulas la plej altajn nivelojn de precizeco kaj kapablon por ampleksa kaj profunda simulado. Ambaŭ diskretaj elektoj de analizo (DCA) aŭ elekto-bazitaj koncernaj procezoj povas renkonti ĉi tiujn merkatajn esplorojn.
Decoj Arboj: Buĝeto-Konscia Opcio
Decoj-arbo-modeloj povas esti uzataj por evoluigi pli profundan komprenon pri la hierarkia aĉeto de konsumantoj . Lernante, kion produkto aŭ servo atribuas unu la alian kaj kiel ekzemple ĉi tiuj dinamikoj rilatas al la organizaĵo de bretoj en brikoj kaj pistujaj medioj, metas bonan punkton pri konsumantoj. Decoj-arbo-modeloj povas esti manipulitaj por fokusigi ĉu markonajn perspektivojn aŭ produktajn perspektivojn. Decaj arbaraj modeloj ofte taksas vidan reprezenton de la produktoj konsiderata por faciligi la esploradon.
La konstruado de decida arbo estas centra en sia kapablo eltiri kaj kapti hierarkiajn respondojn de konsumantoj en la kunteksto de intuicia enketa sperto .
Pro la fundamenta naturo de decida arba merkato-esploro al grava merkatika direkto-aranĝo, decid-arbo-metodoj devas havi strukturajn integrecon kaj fidinde redukti respondecan ŝarĝon . Iri la ekster mejlon en la desegno de decida arba merkato esploras helpi eviti la difektojn, kiujn enketas esploro povas renkonti.
La efiko de rapidaj enketistoj en la finaj enketoj esploradaj rezultoj povas havi substantive negativan efikon sur asociitaj komercaj decidoj . Gravas havi proceson pri pureco de datumoj, kiu identigas rapidajn enketojn kaj forigas siajn datumojn de la datumaro. Pro ĉi tiuj kialoj, merkataj esploristoj povas uzi verifican procezon, kiu estas enkonstruita en la esploradon de la enketo aŭ kunportas sekvan ŝancon kun ĉiu respondanto . Tiuj enketaj respondoj povas esti reviziitaj kaj ĝustigitaj laŭ necese.