-
案例名称：消费者品类调研实现新路径
-
案例类别：产品优化方向
-
申报单位：上海盛评检测技术有限公司
此项目基于企业想在市场在售同类型面膜品类中寻找代表产品进行消费者调研，通过感官测试在市场样品中分析典型性肤感并寻找每一类肤感的代表产品，为大规模的消费者调研提供数据支持。
本项目历时约3个月。其中，2023年2月底启动项目，感官测试样品数量近20款，安排感官测试10场，消费者调研周期约半个月，于2023年5月底项目结束。
案例成效：
（1）通过感官QDA测试，结合主成分分析与聚类分析，定位该类面膜的主要感官属性，总结3类面膜的肤感特征，选出每一类的代表品；
（2）结合感官测试数据支持，选出3款代表产品进行消费者调研，分析不同测试品偏好的人群画像，为后续产品改进升级、产品宣称定位等提供有力支持。
面膜市场竞争激烈，品牌宣传更是花样繁多，消费者调研方法不仅能准确把握消费者对面膜的喜好，更能挖掘消费者的人群画像。但是市场上同类面膜品牌众多，若将每一款竞品进行消费者调研，不但会投入巨大的时间、金钱和人力成本，而且最后分析的数据也是海量。
即使完成这样巨大体量的测试，在化妆品快速更新迭代的市场，先前耗费大量的时间和人力得到的测试结果会有所偏差。我们需要花费尽可能短的时间来快速把握消费者的偏好，这就需要在大规模消费者调研前精简测试品数量，选取具有代表性的测试产品，分析消费者对代表性测试产品的偏好等，进行人群画像等深入的数据挖掘，其中运用感官分析的方法，不仅可以在短时间内定位每款测试品的肤感，而且为后续消费者调研精简测试产品提供有力的数据支持。
2.准备感官评价问卷：确定面膜评价属性及评价阶段，见图1
图1 面膜感官评价问卷（部分）
3.针对面膜评价属性对评价员进行培训（标准品）及考核。
4.组织评价员进行感官评价：为确保评分准确，给予皮肤充分的休息时间，每天评价面膜款数控制在2款以内，两款面膜的评价间隔时间控制在30min以上。
5.数据处理：针对单品进行数据整理及核对，针对异常值、平均值、标准偏差进行数据计算并整合，为后续深入数据挖掘作准备。
6.数据挖掘：将单品数据统一格式后进行主成分分析（PCA），删去非主要感官属性，构建最佳模型；将PCA数据进行凝结层次聚类分（AHC），分为3类，分析每一类测试品的综合肤感及代表产品，见图2
图2 主成分分析（PCA）图
7.总结分析：结合主成分分析和凝结层次聚类分析，分析确定最终进行后续消费者调研的3款代表产品
表1 代表产品及肤感总结表
|
聚类分析结果
|
测试品编号
|
产品特征
|
|
第1类
|
726
|
膜布敷面特征较佳，膜布不易变形；
精华液残留感较低，水感特征较弱；
皮肤感受较佳。
|
|
第2类
|
234
|
膜布敷面特征不明显，膜布裁剪合适；
精华液残留感较高，水感特征较强；
皮肤感受较差。
|
|
第3类
|
290
|
膜布敷面特征较佳，膜布裁剪合适；
精华液残留感较低，水感特征较强；
皮肤感受适中。
|
1.招募：结合目标消费群体，针对性招募200名左右的消费者，在不同年龄段、肤质上做到人群比例相当，同时针对后续的人群画像，在护肤习惯、购买习惯、影响购买因素等方面的背景信息进行数据采集
2.测试：将测试品使用顺序进行随机，消除使用顺序对评分带来的影响，除测试品的肤感、喜好度等方面的数据收集，并探究面膜的膜布、精华液的消费者理想强度
3.数据分析：通过喜好数据对消费者进行人群分类，针对每一类消费者进行人群画像、面膜理想肤感地图的绘制，见图3和图4
图3 膜布属性理想强度地图（CATA法）
图4 膜布属性理想强度地图（蛛网图）
通过感官分析方法，探究同类市场样品中的代表性肤感，并从20款市售样品中选出3款代表性样品，为后续消费者调研的选品提供有力的数据支持，且大大节省了前期选品的时间、人力和金钱上的投入。通过选出代表性肤感以及与之相应的样品，在后续的大规模消费者调研中，结合消费者偏好打分，分析不同肤感偏好的人群画像，总结年龄分布、购买因素分布等，为后续新品开发以及对应人群卖点宣传提供有力支撑；结合消费者理想肤感强度打分，分析不同人群的理想肤感强度和现有测试品与消费者理想强度的差距，为后续产品改进、升级、开发提供思路和方向。
注：由于数据保密性，本案例中数据均经过重新整合。
