概念地圖・聯合分析
作者 山姆（謝冠生）・喵喵書評創辦人
發布 最後更新
分類：行銷
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
聯合分析：問不出口的偏好，用取捨逼出來
一份手搖飲新品問卷發下去，第三題問「你希望我們降價嗎」，一百九十八個人裡有一百九十四個勾了希望。老闆看完差點就把菜單全部往下修。同一批人，兩週後改成另一種問法——「A 杯六十五元、配料五種」對上「B 杯五十五元、配料只有一種」，只能挑一杯——結果整個翻過來，六成的人挑了貴的那杯。聯合分析（Conjoint Analysis）處理的就是這個落差。一九七一年，行銷學者葛林（Paul Green）與饒（V. Seenu Rao）把數學心理學裡的聯合測量搬進行銷研究，做法是把產品拆成幾個屬性、每個屬性給幾個水準，讓受訪者在成套的方案之間反覆二選一，再從那一連串選擇反推出每個水準值多少效用。它問的從頭到尾只有一句話：這兩個，你留哪一個。
五個零件，各自負責一段路
整套方法只有五個名詞，前兩個由你決定、中間兩個由資料算出來、最後一個是你拿去做決策的東西。下表就是上圖的文字版。
| 零件 | 它是什麼 | 手搖飲例子 | 誰決定 |
|---|---|---|---|
| 屬性 | 產品可以被拆開的維度 | 價格、配料選項數、外送等待、杯子 | 你（出題時） |
| 水準 | 每個屬性的具體取值 | 55／65／75 元；1／3／5 種 | 你（出題時） |
| 部分效用 | 每個水準單獨值多少偏好分數 | 55 元 +0.71、75 元 -0.76 | 資料（從選擇反推） |
| 重要度 | 該屬性最高減最低，占全部落差幾成 | 價格 47%、杯子 7% | 資料（受出題範圍影響） |
| 模擬份額 | 任意組合出的方案，被選走的比例 | 68% 對 32% | 你（換水準重算） |
部分效用怎麼被估出來的，直覺其實不難。你不知道「五十五元」值多少分，但你看得到一件事：凡是出現五十五元的那些卡片，被挑走的次數明顯偏高。電腦要做的，就是替每個水準各配一個分數，讓「方案總分＝各水準分數相加、總分高的比較常被挑」這件事，在全部一千多次選擇上盡量對得起來。分數配得愈準，預測跟實際挑選的落差愈小。那組讓落差最小的分數，就是部分效用。單位（utils）沒有物理意義，只有相對大小有意義——「五十五元比七十五元多值一點四七」這句話成立；至於那一點四七折合台幣幾元，得先拿價格屬性的斜率換算一次才問得出口。
五個零件，各問自己一句
屬性：只放你真的改得動的那幾個。屬性是整份研究的地基，也是最貴的一次決定——因為沒放進去的東西，模型會直接當它不存在。挑選的判準有兩條：這個維度顧客會不會拿來比較，以及你有沒有能力調整它。「店員態度」顧客很在意，但它不是一個能寫在卡片上的水準，該用別的方法問；「杯子環保程度」你調得動、顧客也看得到，就適合放。實務上四到六個屬性是上限，再多受訪者會開始亂答、只盯著價格看。自問：這四個維度，我下個月真的改得動嗎？
水準：範圍要貼著現實，不要為了好看拉寬。水準是屬性上的刻度，每個屬性給二到四個就好，而且必須是市場上真的可能出現的數字。價格從五十五到七十五是這條街的真實區間；如果你為了讓曲線好看而放進三十五元和一百二十元，模型會照樣算出漂亮的結果，只是那個結果在描述一個不存在的市場。另一個常被忽略的細節是水準之間要等距或至少合理間隔——價格放 55、65、75 才看得出線性程度，放 55、56、90 只會得到一團糊。自問：這幾個數字，隔壁三家店裡看得到嗎？
部分效用：看正負，更要看同一屬性內的落差。單一個水準的分數是正是負，只說明它比該屬性的平均好或差，本身資訊量不大。真正有用的是同屬性內兩個水準的差：五十五元比六十五元多零點六六，六十五元比七十五元多零點八一——後面那一段掉得更凶，代表七十五元踩到了一條心理界線。這種不等距的落差，才是定價要抓的東西。當你看到某個屬性的所有水準分數都擠在零附近（像這裡的杯子），那個屬性大概怎麼配都影響不了誰。自問：哪兩個相鄰水準之間，落差突然變大？
重要度：它衡量的是「你出的那段範圍」有多重要。重要度＝該屬性的最大效用減最小效用，除以所有屬性落差的總和。價格拿到四成七，聽起來像是「顧客最在乎價格」，但更精確的講法是：在五十五到七十五這段範圍內移動，比其他任何屬性在你給的範圍內移動，更能左右選擇。同一批人，如果價格只給六十與六十五兩個水準，價格重要度會掉到一成多。所以這個百分比只在自己這份研究裡說得通，搬去跟別份研究對照或當成顧客價值觀的證據，都會失真。自問：如果把價格範圍收窄一半，這個 47% 會剩下多少？
模擬份額：這才是老闆真正要的那個輸出。前面四步都是為了這一步。有了每個水準的分數，你可以把任何組合的總分算出來，再連同競品的組合一起丟進份額公式，得到一個「一百個人裡會有幾個挑你」的數字。它最強的地方是可以問假設性的問題：如果只降三元、如果加一種配料、如果對街跟著降價，各會發生什麼。實務上要記得把「都不買」也放進模擬，否則所有份額加起來永遠是一百，看不出整體需求在萎縮。自問：我想試的那三個方案，寫得出完整的水準組合嗎？
拿它跑一次：一間手搖飲要開第二家店
台中一間單店手搖飲，開了四年，月營收約六十二萬。老闆想在一點五公里外開第二家，但那條街正對面就有一家連鎖店，均價比他低十元。他原本的計畫很單純：新店開幕跟著降到五十五元。動手之前，他先做了一份十二題的二選一問卷。
- 出題：四個屬性——價格（55／65／75 元）、配料選項數（1／3／5 種）、外送等待（20／40 分）、杯子（環保／一般），共 36 種組合。用線上工具排出 12 題，每題兩個方案二選一，另附「兩個都不買」。問卷全程沒有出現「你希望降價嗎」這種題目
- 收樣本：門市杯套貼 QR、LINE 官方帳號推播，兩週收到 213 份，剔除答題時間少於 90 秒與全部挑同一邊的，剩 180 份有效。成本只有 180 張折價券，總計約 5,400 元
- 算部分效用：價格 55 元 +0.71、65 元 +0.05、75 元 -0.76；配料 5 種 +0.36、3 種 +0.12、1 種 -0.48；外送 20 分 +0.29、40 分 -0.29；環保杯 +0.11、一般杯 -0.11。從 65 掉到 75 元扣掉 0.81，比從 55 掉到 65 的 0.66 更陡
- 算重要度：價格 47%、配料選項數 27%、外送等待 19%、杯子 7%。環保杯每杯多花 1.8 元，換到的偏好差距只有 0.22
- 模擬現況：本店（65 元／3 種／40 分／一般杯）效用 -0.23，對街（55 元／1 種／40 分／一般杯）-0.17，份額 49% 對 51%。貴十元卻只輸兩個百分點，配料早就在幫他擋著
- 模擬方案一（原本的計畫）：降到 55 元、其餘不動，效用升到 +0.43，份額 65% 對 35%。多拿 16 個百分點，但每杯少收 10 元，毛利率從 58% 掉到 50%
- 模擬方案二：價格維持 65 元，配料選項從 3 種加到 5 種、外送壓到 20 分，效用 +0.59，份額 68% 對 32%。比降價多拿 3 個百分點，每杯成本只增加約 3 元
老闆最後選了方案二，第二家店開在原價位。三個月後實際回單率與模擬差了四個百分點，方向是對的、絕對值偏樂觀——這也是聯合分析的常態。真正救了他的其實是那 47% 被拆開看：價格的確最重要，可是這份重要性幾乎全部堆在「別漲到七十五」那一頭，往下降的那一段反而平緩。降價十元買到的偏好，比不上多兩種配料加上外送快二十分鐘。他事後還多做了一件事：把「兩個都不買」的比例單獨拉出來，發現六十五元方案的棄選率只有 11%，七十五元卻跳到 34%——那條心理界線就落在七十元附近。這件事，問卷上任何一道直接問價格的題目都問不出來。以上為說明結構用的示意情境，僅供理解框架之用。
這張圖，什麼時候會騙你
它輸出的是小數點後兩位的分數與百分比，精確得讓人不太想質疑。三個要留意的地方，前兩個是設計出來的，第三個是方法本身的天花板。
- 沒放進去的屬性，等於被你判定為不重要。模型只在你給的那幾個維度上分配效用，總和永遠是一百。這代表如果你漏掉了「排隊要等幾分鐘」「甜度能不能微調」「店裡有沒有位子坐」，它們的影響力會被硬塞給留在表上的那四個，讓價格看起來比實際更關鍵。防範方式是動筆前先做十來場開放式訪談，把顧客自己講出來的比較維度收齊，再決定哪幾個進表。有一個訊號可以檢查：模型的預測命中率若只有六成上下，多半代表漏了重要屬性——這時候再加樣本也救不回來，得回頭補訪談。
- 重要度會被你出的範圍撐大或壓小。這叫水準範圍效應。同一群顧客，價格給 55／65／75 時價格重要度是 47%，改成 60／65 就會掉到十幾趴，改成 45／65／95 又會衝到六成以上。三次的受訪者是同一批人，動過手腳的只有題目上的數字。所以這個百分比的合法用法只有一種：在同一份研究裡橫向比較四個屬性。拿 A 研究的 47% 去跟 B 研究的 31% 對打，或寫成「顧客有 47% 的心思花在價格上」，都是誤讀。想避開這個陷阱，就把每個屬性的範圍都設成「市場上真的會出現的最寬區間」，讓各屬性站在同一種現實刻度上。
- 它量的是宣稱偏好，跟真的掏錢還有一段路。受訪者在螢幕前選一杯不用付錢，不用排隊，不用向家人解釋為什麼買貴的。這種零成本的環境會系統性地高估新奇屬性（環保杯、限定配料）、低估慣性（他其實每天都經過對街那家）。實務上有三個減傷做法：每題加上「兩個都不買」的選項，避免份額被硬撐到一百；把模擬結果當成排序工具而非預測工具，只信「方案二贏方案一」這件事，不信「68%」這個數字；最後也最重要的，拿模擬出來的前兩名方案去做一次真實販售的小規模測試，用實際成交把數字校正回來。
用痛點的眼光看這件事
整套聯合分析的技術核心，說穿了是一件事：不准受訪者說「全都要」。
直接問「你需要這個功能嗎」，得到的永遠是需要——因為在那個當下，需要不用付出任何代價。把題目換成「這兩個只能留一個」，代價立刻出現，人才會開始計算。這正是 P.A.I.N. 之尺第一格與第二格之間最容易被跳過的那一步：知道有人在痛不難，難的是知道那個痛值多少。而一個人願意放棄什麼，比他說他想要什麼可信得多。被留下來的那一個，才是真的在痛。這也是為什麼那份手搖飲問卷第一版沒有用——它問了一個沒有代價的問題，得到一個沒有代價的答案。你不需要買軟體、不需要一百八十份樣本才能用上這個道理。今天下班前找五位老客戶，各給他們一組二選一：這個功能與那個功能，只能留一個；這個價格加這個服務，與便宜五百元但少了它。他們遲疑的那幾秒，比任何一份滿意度調查都值錢。
關於聯合分析，常被問到的幾件事
小樣本可以做嗎？最少要幾份？
看你要拿它做什麼。只想得到全體平均的部分效用與重要度，一百五十到三百份就夠用，因為每個人都答十二題，實際的觀察數是樣本數乘以題數。想把顧客分成幾群、看不同族群的偏好差異（潛在類別分析或階層貝氏），每一群至少要有一百人，總樣本通常要五百以上。低於一百份仍然可以做，只是結果僅夠讀方向，小數點後那兩位別當真，也不要拿去跑分群。實務上的折衷是：小樣本時把屬性壓到四個以內、水準壓到三個以內，讓模型要估的參數變少。
一份問卷要出幾題才夠？
通常八到十六題，每題兩到三個方案。判斷夠不夠有個常用的經驗法則：題數乘以每題方案數，要大於（水準總數減屬性數）乘以三。以手搖飲那份為例，水準總數十、屬性四，門檻是十八，而十二題乘以兩個方案等於二十四，過關。題目不是愈多愈好——超過十六題，受訪者會開始只看價格、或每題都挑同一邊，資料反而變糟。用工具排出的效率化設計（D-efficient design）可以用比較少的題數涵蓋同樣的組合空間。另外記得埋兩題一模一樣的（例如第 3 題與第 11 題），事後用來揪出亂答的人。
跟 MaxDiff、Van Westendorp 差在哪？
三者問的問題層級不同。MaxDiff 是在一串單獨的項目裡挑「最重要」與「最不重要」，適合替一長串功能或訴求排序，但它不處理組合，也給不出份額模擬。Van Westendorp 只針對價格，用四個問句框出一段可接受的價格帶，優點是十分鐘就能做完，缺點是完全不管產品內容變化。聯合分析處理的是「屬性打包在一起時的取捨」，所以三者之中，只有它回答得了「加這個功能，撐得住漲價五百元嗎」，代價是設計與分析都最麻煩。常見的組合打法是先用 MaxDiff 從二十個候選屬性篩出四五個，再拿去做聯合分析。
可以直接讀出「顧客願意多付多少錢」嗎？
可以換算，但要小心。做法是先算價格屬性每一元對應多少效用（把價格水準的效用差除以價格差），再把目標功能的效用差除以那個數字。以手搖飲為例，價格從 55 到 75 元掉了 1.47 utils，平均每元約 0.0735 utils；配料從 1 種加到 5 種值 0.84 utils，換算約 11.4 元。麻煩在於價格效用往往不是直線（65 到 75 那段掉得比較凶），用平均斜率會低估高價區的抗拒。所以這個數字適合當談判與定價的起點，不適合直接寫進提案的財務預測。
屬性之間會互相影響，模型抓得到嗎？
預設抓不到。標準的加法模型假設各屬性的效用可以直接相加，但現實裡常有交互作用——例如「環保杯」這件事只有在高價方案裡才加分，便宜方案裡反而被當成偷工減料。要處理它，可以在模型裡明確加入交互項（代價是題數要增加），或者更省事的做法：把兩個會互相影響的屬性合併成一個複合屬性，直接列出「65 元＋環保杯」「55 元＋一般杯」這幾種真實會出現的搭配當水準。後者在小樣本時特別實用。
想看看哪些功能加了會讓人開心、哪些加了也沒感覺，接著讀卡諾模型；只想快速框出一段可以測試的價格帶，Van Westendorp 價格敏感度計四題就能跑完；要把手上一堆備選方案排出先後，加權決策矩陣是更輕的工具。想讀點不一樣的，《精準訂價》的拆書談的是那些不敢開口喊價的人，究竟在怕什麼。
同一個概念，站上還有別的講法——
拆給你聽：客人說要省油又有力又便宜，怎麼問出他真正要什麼？喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。