Preferenssianalyysit

Preferenssianalyysit ovat tutkimusmenetelmiä, joiden tavoitteena on ymmärtää ja kvantifioida yksilöiden tai ryhmien preferenssejä valintojen suhteen. Tutkimus mittaa, miten eri ominaisuudet vaikuttavat päätöksiin ja miten ihmiset arvottavat vaihtoehtojen välillä syntyviä hyötyeroja.

Yleisimmät lähestymistavat perustuvat hyötyarvioiden mallintamiseen. Konjunktianalyysi sekä diskreettivalintamallit (logit- ja probit-mallit) arvioivat, miten ominaisuuksien muutokset muokkaavat valintoja. Vähemmän käytettyjä ovat ranking- ja paremmuus-haitta -menetelmät, kuten best-worst scaling sekä latentti luokitusmalli. Yhteistä on, että kerätty data yhdistetään malleihin, joiden avulla voidaan estimoi kunkin ominaisuuden painoarvot tai hyötyarvot.

Sovelluksia ovat markkinatutkimus, tuotesuunnittelu sekä päätöksenteon tuki sekä politiikan ja resurssien priorisointi julkisissa tai yksityisissä organisaatioissa. Esimerkkinä voidaan käyttää, miten kuluttajat arvostavat hinnan, laadun ja muiden ominaisuuksien painotusta, tai miten julkiset toimenpiteet jaetaan priorisoinnin perusteella.

Haasteita ovat epävarmuus ja vinoumat, populaation heterogeenisuus sekä mittausvirheet. Kehittyneet mallit, kuten segmentointi-, Bayes- ja hierarkkiset lähestymistavat sekä koneoppimisen menetelmät, parantavat suorituskykyä suurten datamassojen yhteydessä.