Passa al contenuto principale
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Clustering Conjoint


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Informazioni sul clustering congiunto

All’interno delle popolazioni di intervistati del sondaggio ci sono gruppi di persone con idee simili. Questi gruppi, o “cluster”, possono essere determinati in base alla somiglianza del pacchetto ottimale di ciascun intervistato. Raggruppando ogni intervistato in base alla propria utilità individuale per ogni attributo, possiamo determinare le sottopopolazioni e quali demografie compongono queste sottopopolazioni.

Qtip: questa funzionalità è incredibilmente utile quando si desidera definire i segmenti.

Preparazione di un sondaggio per il clustering

Prima di poter utilizzare il clustering congiunto, devi assicurarti che il sondaggio del tuo progetto congiunto stia ponendo le domande giuste. Ciò significa che è necessario configurare determinate funzionalità prima di raccogliere i dati.

Nella scheda Sondaggio, assicurati di aver aggiunto domande a un blocco non congiunto. Nell’esempio seguente, il blocco demografico ha una domanda sull’età, sul numero di persone nel nucleo familiare dell’intervistato e altro ancora.

Un sondaggio con domande demografiche

Il blocco demografico si trova proprio sopra il blocco congiunto, anche se è possibile spostarlo come desiderato.

Il blocco è compresso, quindi puoi vedere il fatto che è sopra il blocco congiunto

Formattazione domanda

È possibile condurre il clustering congiunto solo utilizzando domande a risposta singola a scelta multipla. Questo perché offrono una selezione finita di scelte che possono essere facilmente analizzate. Puoi anche utilizzare alcuni metadati del sondaggio, come la data di inizio, l’indirizzo IP, le informazioni sul destinatario e altro ancora.

  • Demografia: Chiedi informazioni descrittive di base, come età, fascia di reddito, razza o genere.
  • Comportamento: Chiedi in che modo i clienti interagiscono con il tuo brand e con i tuoi prodotti, o sui comportamenti che possono essere correlati al loro comportamento di acquisto. Ad esempio, è possibile chiedere con quale frequenza il cliente va a fare acquisti.
  • Dati operativi: si tratta di informazioni quali il tempo impiegato nel sito Web o la permanenza in carica di un dipendente nell’azienda.
  • Formati delle domande: Formatta le domande sui comportamenti e le convinzioni come scale. L’intervallo su una scala può aiutarci a capire quali punti di scala sono correlati e quindi approssimativamente nello stesso cluster; le domande Sì/No e quelle a selezione singola non sono così utili per l’analisi dei cluster.
    Esempio: se ti chiedi “Che tipo di acquirente sei?” e offri le opzioni “Preferisci lo shopping ai centri commerciali”, “Preferisci lo shopping online” e “Preferisci lo shopping alle boutique”, l’algoritmo di clustering vorrà dividere gli intervistati in tre gruppi, uno per ogni risposta. Se invece ti sei posto come una serie di domande (es. “Ti piace fare acquisti ai centri commerciali?”) con le risposte da 1 a 7, l’algoritmo di clustering farà un lavoro migliore per capire davvero cosa separa i diversi acquirenti l’uno dall’altro.
Consiglio Q: una volta terminata l’aggiunta di domande, non dimenticare di pubblicare.

Attivazione di cluster

Aggiorna collegamento in blu al centro della pagina di clustering congiunto

  1. Vai alla scheda Rapporti dell’analisi congiunta.
  2. Selezionare Clustering congiunto.
  3. Quando si visita questa scheda per la prima volta, potrebbe essere necessario fare clic su Aggiorna per avviare i calcoli cluster.
Qtip: Come i risultati congiunti e il simulatore, il report di clustering congiunto si aggiorna ogni ora.

Adeguamento dei dati demografici utilizzati nel clustering

Per impostazione predefinita, il clustering congiunto utilizzerà ogni domanda del sondaggio a scelta multipla che hai fatto. Tuttavia, non è necessario utilizzare ogni domanda se non si desidera ed è possibile aggiungere e rimuovere contenuti per visualizzare i diversi cluster consigliati da questa funzionalità.

Aggiunta di & rimozione dei dati demografici

Nella casella a destra dell’intestazione Dettagli cluster, selezionare una domanda da aggiungere o rimuovere dall’analisi cluster. La rimozione di una domanda non comporta il ricalcolo dei cluster.

Casella nel grafico principale contenente un elenco di domande del sondaggio

Cluster consigliati

Una volta raccolto un numero sufficiente di dati e aggiornata la pagina di clustering congiunto, questa funzionalità ti consiglierà dei cluster. Questi cluster sono determinati in base alla somiglianza del pacchetto ottimale degli intervistati.  La loro utilità individuale per ogni attributo viene calcolata, quindi i dati demografici comuni tra questi cluster vengono evidenziati in modo da poter comprendere meglio in che modo le diverse popolazioni preferiscono i propri prodotti.

Evidenziare un cluster nel grafico superiore per maggiori informazioni su di esso. Fare clic su di esso per aprire i dettagli cluster di seguito.

cluster per un progetto congiunto

Dettagli cluster

la sezione di clustering congiunto

  1. Riepilogo: la barra superiore dei dettagli del cluster fornisce un rapido riepilogo dei dettagli più salienti, principalmente quale cluster è, la significatività statistica del cluster, il modo in cui gli intervistati hanno generalmente risposto alle domande demografiche, il numero di risposte in questo cluster e la percentuale di risposte a cui questo cluster si applica. È anche possibile fare clic su questa parte per espandere e comprimere il resto delle informazioni.
    Esempio: Nel Cluster 1 raffigurato qui, le risposte tendono ad essere da persone che guadagnano dai 50.000 ai 59.999 dollari all’anno, che affittano appartamenti e sono single. La forza del cluster è debole, il che significa che il cluster non è statisticamente significativo. 7 intervistati generalmente si adattano a questo modello, che è il 77,8% dell’intero set di dati. Si tratta di un set di dati molto piccolo, quindi è probabile che le decisioni non debbano essere prese sulla base di questi risultati.
  2. Demografia: una serie di barre di suddivisione che mostrano come i membri di questo cluster hanno risposto alle domande demografiche. Ogni barra di suddivisione è etichettata dalla risposta che è maggiormente correlata ai punteggi di utilità per gli attributi del pacchetto ottimale, tuttavia, vedrai che le persone in un cluster varieranno nel modo in cui hanno risposto.
    Esempio: L’assetto abitativo preferito dall’Cluster 1 è un appartamento. Tuttavia, gli appartamenti non sono elencati come la scelta più comune per questo cluster. Questo perché coloro che vivono in appartamenti hanno semplicemente più probabilità di aver scelto una vacanza in Giamaica per 2 settimane a 1500 dollari per essere il miglior pacchetto possibile rispetto a quelli del cluster che hanno accordi di vita diversi.
  3. Pacchetto ottimale: è il pacchetto migliore per i membri del cluster. I dati demografici evidenziati hanno punteggi di utilità elevati per gli attributi selezionati qui.
  4. Anteprima analisi e simulazione pacchetti: fare clic su questi pulsanti per visualizzare i risultati dell’analisi congiunta e il simulatore solo per i dati di questo cluster.
Qtip: Ricordate che le “Demografie” in questi grafici sono le domande non congiunte che hai creato nella scheda Sondaggio.

Determinazione della forza del cluster

Qualtrics utilizza una metrica chiamata punteggio della silhouette per determinare la forza di ogni cluster. Questo punteggio produce un valore compreso tra 0 e 1 che determina il grado di clustering degli intervistati. La seguente tabella viene utilizzata per la conversione dal punteggio di silhouette all’intensità del cluster:

Punteggio correlazione Forza della relazione Etichetta resistenza cluster
Da 0,71 a 1,0 Relazione molto forte Forte
Da 0,51 a 0,70 Relazione abbastanza forte Abbastanza forte
Da 0,26 a 0,50 Relazione un po’ debole Abbastanza debole
Da 0 a 0,25 Nessuna relazione significativa Debole

Applicazione di cluster a report e al simulatore

I cluster possono essere applicati ai risultati della analisi congiunta e al simulatore in modo da poter visualizzare dettagli più specifici su come gli intervistati in questo cluster hanno valutato gli attributi loro presentati.

Rapporti di analisi congiunta

Nella sezione Analisi congiunta della scheda Rapporti, seleziona un cluster dall’elenco a discesa in alto a sinistra.

Nei Report congiunti, lelenco a discesa è espanso e viene selezionato un cluster

È anche possibile selezionare Anteprima analisi quando è stato selezionato un cluster nella sezione Clustering Conjoint della scheda Report.

la scheda di clustering congiunto per lanteprima di unanalisi

Simulatore

Qtip: sebbene non sia possibile condividere un simulatore che contiene solo i dati del cluster, questi cluster sono disponibili per quelli con cui hai condiviso il simulatore. I colleghi sono liberi di applicare questi cluster al simulatore a propria discrezione.

Nella scheda Simulatore selezionare un cluster dall’elenco a discesa in alto a destra.

Apertura dellelenco di riepilogo a discesa nel tab Simulatore

Puoi anche selezionare Simula pacchetti quando hai selezionato un cluster nella sezione Clustering Conjoint della scheda Report.

il tab di clustering congiunto per la simulazione dei pacchetti

Molte delle pagine di questo sito sono state tradotte dall'originale in inglese mediante traduzione automatica. Sebbene in Qualtrics abbiamo profuso il massimo impegno per avere le migliori traduzioni automatiche possibili, queste non sono mai perfette. Il testo originale inglese è considerato la versione ufficiale, e qualsiasi discrepanza tra questo e le traduzioni automatiche non è legalmente vincolante.