一、新产品开发中遇到的一类问题
现代市场营销理论要求企业开展营销工作时以消费者的需要为中心。在新产品开发中，表现为：公司在新产品的概念测试阶段运用一种称为“顾客驱动工程”的方法，即新产品开发的概念测试阶段的最后设计要高度重视顾客的偏好意见。这种顾客偏好意见表现为顾客对产品的一些特性特别关注，如消费者对汽车的舒适性、价格等因素特别关心，而对另一些特性关注较少，这些被消费者特别关注的特性我们称为“顾客属性”（CAs）。当这些属性确定后，工程师们将它转变为工程属性（EAs），这些属性作为新产品实体开发的依据。所以，在这种营销观念指导下的新产品开发，其最终产品的成败很大程度上取决于这些顾客属性选定的正确与否。

举个手机新产品开发的例子来说，手机的功能，价格、外观等都可能是消费者关注的属性，消费者总是希望获得功能最强大、价格最低、外观最好的产品，但是这在现实中是不可能的，因为这些因素之间存在错综复杂的关系，如强大的功能意味着较高的成本和较高的价格，再如每个人对外观的偏好也是不同的。这时企业就面临着充分了解消费者如何在较高价格和更多功能之间的取舍问题，面临着如何进行外观设计满足不同的要求问题。如果企业没有深入了解这种取舍关系，投入巨大的资源开发具备最先进功能的产品，而消费者并不愿意付出这么高的价格获得增加的功能，最后的结局可能就是产品的技术最强，但是盈利最少甚至亏损。这里，企业需要解决两个问题：1、这些属性中，各个属性的重要程度如何，当它们出现矛盾时，消费者如何取舍；2、各属性搭配出来的产品中，哪一种产品最受消费者欢迎，哪一种产品最不受欢迎。当然企业还会面临另一个问题：最受欢迎的产品是否给企业带来最高利润，这个问题超出了本文讨论的范围。苹果公司早期的失败就是因为新产品这种定位错误引致的。以此相对应的是CISCO公司总裁的成功经验：我们的产品并没有采用最先进的技术，但我们知道我们的产品最能满足市场的需要。

这类问题的解决在新产品开发过程中举足轻重，特别是当新产品需要投入巨额资金时，它甚至关系到企业的生死存亡，许多企业对此都非常重视。但是，过去可以应用的方法非常有限，而且这些方法都存在许多严重的缺陷，导致新产品分析失效。如经验估计法非常简单直接，而且可以充分发挥专家的知识、经验和智慧，但是这种方法具有太大的随意性，缺乏有效的实证检验；多元线性回归分析也是过去经常使用的方法，这种方法是运用过去的数据把产品的总效用值和产品特征因素拟合为一条曲线，并以此来预测消费者的需求。这种方法的背后隐藏了几个重要的前提：总效用值与产品特征之间存在线性关系，而且消费者总效用值的这种评价函数是稳定的，即过去的函数关系可以用来预测未来的变化。显然这些假设在消费者的效用评价过程中是不可靠的。联合分析法可以较好的解决这类问题，以下具体的分析此法在新产品定位中的应用原理，计算步骤，并结合一个实例加以分析。

二、联合分析在新产品定位中应用的基本原理
联合分析法在统计学中属于多元分析方法的范畴，它通过秩次计算、距离分析、方差分析、相关分析，将反映多个因素的综合指标分解为几个不同的因素指标，从而了解这些因素影响总体指标程度的大小及结构。联合分析法在实际应用过程中还可能运用到正交设计法或对称直交法安排受调查体，通过这些方法可以在不影响分析结果的情况下简化操作过程。

联合分析法要求的数据是对受调查体的排序顺序。这种排序顺序受到受调查体内外部所有因素的影响，而且这些因素之间可能存在相关关系，使得研究者无法从数据表面看出排列顺序与这些因素之间的明显关系。联合分析法通过合理安排影响受调查体的各主要因素出现的情况，可以分析在其他主要因素保持不变条件下，一个因素改变一定量时造成受调查体排序指标变动的情况，从而获得该因素的相关指标。通过相同的程序，研究者可以将所有重要因素对受调查体排序指标作用程度的相关指标计算出来，而且这些计算出来的指标之间存在着可比性，即可以比较各个因素对受调查体的作用程度及在所有因素中所占的比重，从而使问题得到解决。

在新产品定位中，为了了解产品各个因素对消费者购买过程影响的程度和它们的结构，传统的方法一般是直接调查消费者对产品各个特征属性的评价值，为每个因素选择“最优”的评价值，最后将这些最优的评价值作为最优新产品必须具备的特征。这种方法至少存在两个问题：（1）就产品的某个具体特征进行评分，对于消费者来说是困难的，也不符合实际情况的；（2）每个因素的最优值通常不能共存于新产品中，即新产品不能同时具有这些最优属性。而联合分析法下不要求消费者对这些属性进行直接评分，只需要对受测体进行总体排序，这对于消费者来说，就好比在实际生活中面对同类产品如何选购问题。不但简单，而且符合实际情况。

消费者对受测体的排序数据虽然简单，但它包含了消费者受构成产品的各个属性影响程度的信息――这是我们最想获得的信息。当然从简单和无规律的排序数据上看，是很难得出这些信息。如果研究者将联合分析法引入该问题，就可以在设计这些受测体时，按照适当的方法设计这些因素组合情况，对排序数据按照属性的不同水平进行归类、比较，从而获得各属性水平的效用值和重要程度，从而达到分解排序数据为各因素的相关数据的目的。

联合分析法是建立在一系列的公理（排序公理、解的公理、消去公理等）和由这些公理推导出的定理的基础上，其基本原理为统计学和数学所证明和支持，这里不具体罗列证明过程。

三、联合分析在新产品定位中应用的操作步骤

1、选择评价因素，确定各因素水平：
产品评价因素的选定是联合分析法在新产品定位中应用的首要工作，它的质量好坏很大程度上决定了此次分析的科学性。这个过程事实上是在众多影响消费者购买的产品特性中选择作用最大的若干因素，并确定消费者购买过程中对该因素按什么水平区分的过程。研究者可以通过采用一次非正规的随机调查、分析历史销售数据、收集产品研发部门意见等方法加以确定。这个过程主要要解决两类错误：1、误取，即把影响消费者购买决策很小的因素作为评价因素；2、误舍，即没有将影响消费者购买决策的重要因素作为评价因素。

2、根据选定的评价因素的数量和水平量，选用适合的方法（正交法，对称直交法）设计受调查产品，并设计调查问卷：
评价因素及因素水平确定以后，需要把这些因素组合成可能的产品。由于影响消费者购买的因素很多，而且对每个消费者而言影响程度也可能不同，所以通常确定的评价因素会很多而各因素具有多个评价水平，如果运用因子组合法进行组合，就会产生过多的产品，受调查者很难对此作出合理的排序。这时需要采用适当方法来减少组合数量，同时又不会影响问题的分析。正交设计法和对称直交法都可以用来帮助处理这类问题。

3、实施调查，要求受调查者对这些由不同因素构成的产品进行总体排序（二因素法、整体轮廓法）：
在联合分析法下的调查需要受调查者对罗列出来的产品按个人偏好排序，可以采用的二因素分析法和整体轮廓法，即可以通过两两之间的比较获得所有产品的排序，也可以通过受调查者就所有产品属性进行扫描，得到产品的排序值。

4、分析各个受调查者的排序数据，获得该受调查者对各个评价因素的重要性评价值、各因素在不同水平下效用值和各因素总效用值：
这个过程是联合分析法最为关键的步骤，分析的过程也较为复杂，后面将通过一个实例加以分析。

5、计算所有受调查者对各个评价因素的合计效用值和合计重要性评价值，并找出最重要的评价因素和最不重要的评价因素

6、计算各个受调查产品的总效用值，找出最佳的产品（或者说是最佳的评价因素组合）和最差的产品（或者说是最差的评价因素组合）

7、根据分析结果，为新产品的开发提供决策依据。在新产品的开发过程中应当加强第（5）步骤分析中得到的最重要的评价因素的重视程度。对于第（6）步骤中得到的最佳产品在生产中应不断提高标准化程度，提高规模效益，减少生产成本，形成竞争优势。

四、联合分析法的优缺点
从以上的分析我们不难看出，联合分析和因子分析、方差分析、多元回归分析之间存在着联系，但是有很多不同点。相比较而言，联合分析存在以下优点：

1、更接近于真实情况，由于联合分析只要求受调查者对各评价因素组合成的“产品”进行总体的评价，不要求对各个因素进行评价，而且评价时，只是对各个产品进行总体排序，而不象其他方法那样要求对各个因素打分。

2、可以对性质差异很大的因素进行联合评价。由于联合分析法只要求指标是名义指标就允许进入评价因素体系，所以性质差异很大的不同评价因素只要可以表示为不同的类别，甚至只要受调查者可以识别为不同情况的，无论是定性指标还是定量指标，都是可以并存的。

3、实施调查更加容易。联合分析法中受调查者面对的问题和实际的购买抉择问题相似，所以在该种方法下，调查的具体组织实施过程比较容易。

五、联合分析法也不能保证结论的绝对可靠性，它还受以下因素的影响：

1、组成产品的各个因素的数值设置除了顺序外，因素水平的高低设置也会影响受调查者对由这些因素组成的产品的选择。这种情况在评价因素存在很强的共线性时，表现更为突出。它造成的后果是：在调查过程中，总是为要评价因素设定一定的水平值，如果在该水平下调查分析得到的该因素重要程度的结论被应用到超出研究问题时所设置的水平之外，就会出现问题。这就要求研究者更合理的设置各因素的水平值，使之具有现实性同时具有前瞻性。

2、受调查者在受调查时提供的答案和他在实际购买过程中的选择不一定是一致的。这种危害的严重性是显而易见的，但似乎不同程度地存在着。

3、虽然联合分析法可以在一定程度上克服评价因素之间的共线性，但是如果这种共线性很强烈地话，也会影响分析结果。

4、由于调查时间和新产品投放时间的差异，受调查者可能会由于外部环境的影响改变原来的购买决策模型。