Compositional and Decompositional Approaches in Measurement of Stated Consumer Preferences
DOI:
https://doi.org/10.24917/20801653.21.14Keywords:
preferences, compositional approach, decompositional approach, conjoint analysis, multidimensional analysis of preference (MDPREF)Abstract
Preferences reflect tastes of consumers and their personalities. Knowledge of consumer preferencesin the long term can contribute to meeting their expectations better and thus strengthening thecompany’s competitive position in the market as well as increasing its share in it. This is especiallyimportant nowadays when companies are forced to operate in conditions of rapidly changing (or eventurbulent) environment.Research of consumer preferences may be carried out both on the basis of the historical as well as anticipativedata. These two sources of information about consumer preferences allow specifying methodsof revealed preferences analysis and stated preferences analysis. Stated preferences applied to declared market behaviour of consumers. There are three approaches that determine measurement of consumerpreferences: compositional approach, decompositional approach and mixed approach.The article discusses two main approaches in modelling consumer preferences: compositional and decompositionalapproach. Choosing one of them determines both how to collect data about preferences,methods of analysis, as well as the form of the model describing the preferences. The results of thistype of analysis can be used in the course of further research into the product and taking innovativeactions, and thus contribute to strengthening the competitive position of the company on the marketand increase its shares in it.Downloads
Metrics
References
Altkorn, J., Kramer, T. (red.) (1998). Leksykon marketingu. Warszawa: PWE.
Bąk, A. (2003). Algorytmy conjoint analysis w pakiecie AS/STAT, TAKSONOMIA 10, Klasyfikacja i analiza danych – teoria i zastosowania. Prace Naukowe AE we Wrocławiu, 988, 214.
Bąk, A. (2004). Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych. Wrocław: Wydawnictwo AE we Wrocławiu.
Carroll, J.D. (1972). Individual differences and multidimensional saling. In: R.N. Shephard, A.K. Romney, S.B. Nerlove (eds.), Multidimensional Scaling: Theory and Applications in the Behavioral Sciences, Vol. 1., Seminar Press, NY, 105–155.
Coombs, C.H., Dave, R.M., Tversky, A. (1977). Wprowadzenie do psychologii matematycznej. Warszawa: PWN.
Dunn-Rankin, P., Knezek, G.A., Wallace S., Zhang S. (2004). Scaling methods. Routledge: Taylor and Francis Group.
Dziedzic, D., Szymańska, A.I. (2005). Conjoint analysis jako metoda analizy preferencji konsumentów. Zeszyty Naukowe AE w Krakowie, 680.
Green, P.E., Srinivasan, V. (1990). Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice. Journal of Marketing, 54, 3–19.
Green, P.E., Wind Y. (1975). New Way to Measure Consumers’ Judgments. Harvard Business Review, 53, 107–117.
Kaczmarczyk, S. (2003). Badania marketingowe. Metody i techniki. Warszawa: PWE.
Kłeczek, R., Kowal W., Woźniczka, J. (1997). Strategiczne planowanie marketingowe. Warszawa: PWE.
Kotler, Ph. (1994). Marketing. Analiza planowania, wdrażanie i kontrola. Warszawa: Gebethner i S-ka.
Kuhfeld, W.F. (1992). Marketing research: uncovering competitive advantages, Proceeding of the SAS Users Group International Conference 17.
Kuhfeld, W.F. (2003). Marketing Research Methods In SAS. Experimental Design, Choince, Conjoint, and Graphical Techniques. Cary SAS Institute. Pozyskano z: http://support.sas.com/techsup/technote/ts689.pdf.
Lilien, G.L., Kotler, P., Moorthy, S.K. (1992). Marketing models. Englewood Ciliffs: PrinticeHall.
Moser, E.B., Liang, X. Bootstrapping a Multidimensional Preference Analysis, Department of Experimental Statistics, Louisiana State University Agricultural Center, Baton Rouge, LA. Pozyskano z: http://analytics.ncsu.edu/sesug/2001/P-407.pdf (data odczytu: 02.08.2013).
Mynarski, S. (1996a). Metody badań rynkowych i marketingowych w układzie hierarchicznym. W: Metody badań marketingowych. Kraków: Wydawnictwo AE.
Mynarski, S. (1996b). Metody ilościowe. Marketing w Praktyce, 5, 9–15.
Mynarski, S. (1999). Badania rynkowe w przedsiębiorstwie. Kraków: Wydawnictwo AE.
Ratajczak, P. (1999). Słownik marketingu i reklamy angielsko-polski i polsko-angielski. Zielona Góra: Wydawnictwo KANION.
Sagan, A. (2004). Badania marketingowe. Podstawowe kierunki. Kraków: PWE.
Sagan, A. (2004). Jeden obraz ukazuje więcej niż 10 liczb, czyli jak budować mapy zadowolenia klienta z zastosowaniem programu Statistica, StatSoft. Pozyskano z: http://www.statsoft.pl/czytelnia/ marketing/04obraz.pdf (data odczytu: 02.08.2013).
Szymańska, A.I. (2007). Metodyczne problemy badań preferencji konsumenckich. Zeszyty Naukowe AE w Krakowie, 739.
Szymańska, A.I. (2011). Badania preferencji konsumentów z wykorzystaniem kompozycyjnej metody badań MDPREF. Marketing i Rynek, PWE, 10/2011, 23–30.
Szymańska, A.I. (2012a). Preferencje konsumenckie i ich determinanty. Zeszyty Naukowe WSEI Kraków, 8, 67–86.
Szymańska, A.I. (2012b). Zastosowanie dekompozycyjnej metody Conjoint analysis w badaniach preferencji konsumenckich na przykładzie napojów typu cola. Matematyka i informatyka na usługach ekonomii. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu, Katedra Ekonometrii, 242, 218–229.
Szymańska, A.I. (2013). User-driven innowation (UDI) – nowe podejście do innowacji a preferencje konsumentów. W: R. Pukała (red.), Zarządzanie podmiotami gospodarczymi i instytucjami. Wybrane zagadnienia. Jarosław: Wydawnictwo Państwowej Wyższej Szkoły Techniczno- Ekonomicznej w Jarosławiu, 9–31.
Walesiak, M. (1996). Metody analizy danych marketingowych. Warszawa: PWN.
Walesiak, M. (2001). Gromadzenie danych w procedurze conjoint analysis. Przegląd Statystyczny, 48, 41–44.
Zwierna, K. (1997). Discrete Choice Experiments In Marketing. Heidelberg–New York: Physica- -Verlag.
Downloads
Published
How to Cite
Issue
Section
License
Articles are published under the terms of the Creative Commons License (CC BY-ND 4.0; Attribution– NoDerivs).
