一、联合分析的基本原理与步骤
联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。
联合分析的基本假定
联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。
联合分析的主要步骤
联合分析通常由以下几部分组成：
确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。这些特征与特征水平必须是显著影响消费者购买的因素。一个典型的联合分析包含6－7个显著因素。确定了特征之后，还应该确定这些特征恰当的水平，例如CPU类型是电脑产品的一个特征，而目前市场上电脑的CPU类型主要有：奔腾II 450，奔腾II350，赛扬300等，这些是CPU特征的主要特征水平。特征与特征水平的个数决定了分析过程中要进行估计的参数的个数。
产品模拟：联合分析将产品的所有特征与特征水平通盘考虑，并采用正交设计的方法将这些特征与特征水平进行组合，生成一系列虚拟产品。在实际应用中，通常每一种虚拟产品被分别描述在一卡片上。
数据收集：请受访者对虚拟产品进行评价，通过打分、排序等方法调查受访者对虚拟产品的喜好、购买的可能性等。
计算特征的效用：从收集的信息中分离出消费者对每一特征以及特征水平的偏好值，这些偏好值也就是该特征的"效用"。
市场预测：利用效用值来预测消费者将如何在不同产品中进行选择，从而决定应该采取的措施。
二、联合分析的一个实例
以下用一个个人电脑的例子来说明联合分析的基本方法。
假定XX电脑是一个以中低档电脑为主的品牌，公司计划推出一款新产品，定价在6000元左右，以便与市场上的主要中低档产品抗衡。公司决定采用联合分析对产品配置进行分析。
筛选产品特征与特征水平。
以前的研究表明，电脑的价格、品牌、CPU类型和硬盘容量是影响消费者选购电脑的最主要因素。因此我们需要模拟的特征是价格、品牌、CPU速度、硬盘容量。
确定特征水平：XX电脑目前的主要竞争对手为联想电脑与华东电脑；同时XX电脑是面向中低档电脑消费者的，目前市场上的中低档电脑价格多在5000－7000之间，因此可以考虑的定价为5000，6000，7000；CPU类型上，目前较普遍的中低档电脑配置为赛扬300，PII350，K6 350；硬盘的容量常见的有2.1G，3.2G，4.3G，因此最终选择的特征水平为：
价格 品牌 CPU 硬盘
500060007000 联想华东XX 赛扬300PII350K6 350 2.1G3.2G4.3G
2、建立虚拟产品
利用上述特征与特征水平可以组合起81种虚拟产品（3×3×3×3）。如果受访者对所有81种虚拟产品进行一一评价，那将是十分麻烦的。联合分析采用数理统计中的正交设计来减少虚拟产品数量。在本例中，通过正交设计，所需要测试的虚拟产品可以减少到9种。以下是正交设计的一个方案：
虚拟产品 品牌 价格 CPU 硬盘
A XX 5000 K6 350 3.2G
B 华东 7000 赛扬300 3.2G
C 联想 5000 赛扬300 2.1G
D 联想 6000 PII 350 3.2G
E XX 6000 赛扬300 4.3G
F 联想 7000 K6 350 4.3G
G XX 7000 PII 350 2.1G
H 华东 6000 K6 350 2.1G
I 华东 5000 PII 350 4.3G
3、通过调查收集数据：
联合分析通过让受访者回答一些经过精心设计的抉择型问题，以揭示出受访者对各特征的重视程度。本例中我们采用如下提问：
请问您有多大可能会购买以下电脑（请采用9分法评价，1表示完全不可能，9表示非常可能）
产品A（XX牌电脑,价格5000元，K6II 350，硬盘3.2GB）
1 2 3 4 5 6 7 8 9
完全不可能 非常可能
假定通过调查得到某一消费者对9种产品的评价如下
虚拟产品序号 A B C D E F G H I
购买的可能性 8 2 6 8 4 7 5 6 9
4、计算特征的效用
计算特征的效用是联合分析的关键步骤。其基本模型是：
(1)
其中：U(x)=所有特征的效用；ki =特征I的水平数目
m=特征个数；αij表示特征i的第j个水平的效用。
由效用函数可以产生一个衡量每一特征重要程度的指标：相对重要程度Wi
其中Ci为特征i的效用变动范围：
为了估计以上模型(1)中的参数αij,，通常采用哑元法来减少参数，使用最小二乘法估计模型参数。实际应用中，模型的估计几乎完全计依赖于计算机软件。对于本例数据，我们采用SPSS中的Conjoint模块进行分析，得到如下结果：
特征 特征的相对重要程度 特征水平 特征水平的效用
价格 34.62% 5000 1.556
6000 -0.111
7000 -1.444
品牌 15.38% 联想 0.889
华东 -0.444
XX -0.444
CPU 38.46% 赛扬300 -2.111
PII 350 1.222
K6 350 0.889
硬盘 11.54% 2.1G -0.444
3.2G -0.111
4.3G 0.556
上表中：相对重要程度栏表示该特征在消费者购买选择中所关心的程度。可见，对该消费者而言，CPU类型是消费者最关心的，相对重要程度为38.46％，其次是产品的价格(34.62％），该消费者对产品的品牌并不十分重视。
特征水平的效用栏表示该特征水平对于该消费者而言的效用。效用越高，则表示该特征水平的越受欢迎。如在该消费者心目中：联想品牌比其他2种品牌要好。
5、市场预测与决策
联合分析的迷人之处在于她可以对产品的前景进行预测。在得到产品特征的效用函数后，我们可以对产品的各种特征组合进行模拟决策。在本例中，假定我们的问题是：在价格为6000元时，应该推出何种配置的XX牌产品，才能战胜目前市场上的主流产品：联想PII350(7000元,3.2G，简称Y产品)以及华东K6 350（6000,4.3G，简称Z产品）。XX电脑列入考虑的电脑配置主要有三种，即：X1产品（K6 350＋4.3G）；X2（PII350＋4.3G）；X3（PII350＋3.2G）。
为此我们分别计算出Y、Z以及X1，X2，X3产品对消费者的效用：
U(Y)=U(价格＋品牌＋CPU＋硬盘)=-1.444+0.889+1.222+(-0.111)=0.556
U(Z)=(-0.111)+(-0.444)+0.889+0.556=0.889
U(X1)=-0.111+(-0.444)+0.889+0.556=0.889
U(X2)=-0.111++(-0.444)+1.222+0.556=1.223
U(X3)=:-0.111+(-0.444)+1.222+(-0.111)=0.556
可见：U(X2)>U(Z)，U(X1)>U(Y)，U(X3)
因此很明显，XX电脑的产品要战胜联想与华东，必须采用X2产品：CPU为PII350，同时硬盘4.3G的配置。
通过这个简单的例子，可以很容易地推广到更多的特征、更多的特征水平。而对于更多的受访者，在计算出消费者个人的效用函数后，通过聚类分析，可以将消费者划分为不同的消费群体，然后将这些群体作为同质个体处理。
三、联合分析的应用与前景
联合分析采用了一系列的现代数理统计方法，如正交设计、回归分析等，这些方法的计算量巨大，只有通过电脑才能实现。因此实际的市场研究中，必须有专门的软件来实现从虚拟产品设计到估计效用模型、预测等一系列过程。一些常用的统计软件如SPSS，SAS中包含有联合分析的基本模型，但是在实际应用中我们更多地采用联合分析专业软件。
Sawtooth公司是专门从事市场研究软件开发的专业公司，其开发的联合分析软件包是目前较有代表性的软件。她包含有ACA模型(Adaptive Conjoint Analysis，主要用于多个特征与特征水平的情况，必须使用电脑在现场产生问卷进行采访)，CBC模型(Choice-based Conjoint，可以采用现成问卷手工采访，主要用于定价研究), CVA模型( Conjoint Value Analysis，可以使用现成问卷手工采访)等数个联合分析模型。同时SAWTOOTH每年都举行全世界范围内的研讨会，专门探讨联合分析的理论与应用方法，并在因特网上公布(http://www.sawtoothsoftware.com)。
联合分析是对人们购买决策的一种现实模拟。因为在实际的抉择过程中，由于价格等原因，人们要对产品的多个特征进行综合考虑，往往要在满足一些要求的前提下，牺牲部分其他特性，是一种对特征的权衡与折衷(Trade-off)。通过联合分析，我们可以模拟出人们的抉择行为，可以预测不同类型的人群抉择的结果。因此，通过联合分析，我们可以了解消费者对产品各特征的重视程度，并利用这些信息开发出具有竞争力的产品。
联合分析目前已经广泛应用于消费品、工业品、金融以及其它服务等领域。在现代市场研究的各个方面，如新产品的概念筛选、开发，竞争分析，产品定价，市场细分，广告，分销，品牌等领域，都可见到联合分析的应用。随着我国市场经济的发展，联合分析将逐渐为我国的市场研究机构所重视，并在定量研究中显示出其强大的威力。