多表格式
在本例中，供响应者选择的比萨饼包含三个特性（每个特性有两个水平）。按照本研究的设计，响应者不得不作出某项选择。分析中使用三个数据表：Pizza Profiles.jmp、Pizza Responses.jmp 和 Pizza Subjects.jmp。尽管您总是可将数据整合到单个表中，但若您想要在分析中加入其他特征和测试对象变量，多表方法比单表分析更为方便。
1. 选择帮助 > 样本数据库，然后打开 Pizza Profiles.jmp、Pizza Responses.jmp 和 Pizza Subjects.jmp。
‒ 特征数据表 Pizza Profiles.jmp 列出了您要提供给测试对象的所有比萨饼选择组合。每个选择组合都有自己的一个 ID。
‒ 响应数据表 Pizza Responses.jmp 包含设计和结果。在实验中，为每个测试对象提供四个选择集，每个选择集都包含两个选择特征（选择1 和选择2）。测试对象为每个选择集选择一种偏好（选择）。有关如何构造选择设计的信息，请参见《实验设计指南》中的选择设计。请注意，选择列中的每个值都对应于包含特性信息的“特征”数据表中的 ID 值。
‒ 对象数据表 Pizza Subjects.jmp 包括一个对象 ID 列和测试对象的一个特征 — 性别。Pizza Subjects.jmp 数据表中的每个对象值都与 Pizza Responses.jmp 数据表中的对象列中的值相对应。
2. 选择分析 > 消费者研究 > 选择以打开启动窗口。
注意：可以从三个打开的数据表中的任一个执行该操作。
3. 从“数据格式”菜单中，选择多个表，交叉引用。
窗口分为三个不同部分，每个部分对应一个数据源。
4. 在“特征数据”下点击选择数据表。
将显示“特征数据表”窗口，该窗口提示您指定特征数据所在的数据表。
5. 选择 Pizza Profiles.jmp，然后点击确定。
6. 选择 ID 并点击特征 ID。
7. 选择馅饼皮、奶酪和馅料并点击添加。
图 4.5 特征数据
8. 点击“响应数据”旁边的展开图标以打开该分级显示项，然后点击选择数据表。
9. 选择 Pizza Responses.jmp，然后点击确定。
10. 执行以下操作：
‒ 选择选择，然后点击已选择的特征 ID。
‒ 选择选择1 和选择2，然后点击特征 ID 选择。
‒ 选择对象，然后选择对象 ID。
图 4.6 “响应数据”窗口
选择1 和选择2 是提供给测试对象的四个选择集中的特征。选择列包含在选择1 和选择2 中做出的偏好选择。
11. 点击“对象数据”旁边的展开图标以打开该分级显示项，然后点击选择数据表。
12. 选择 Pizza Subjects.jmp，然后点击确定。
13. 选择对象并点击对象 ID。
14. 选择性别并点击添加。
图 4.7 “对象数据”窗口
15. 点击运行模型。
图 4.8 “选择模型”结果
模型有六个效应。效应馅饼皮、奶酪和馅料是产品特性。交互作用效应 — 性别*馅饼皮、性别*奶酪和性别*馅料 — 是测试对象和产品特性的交互作用效应。分析这些交互作用效应，您可以打造不同的产品以满足不同细分市场的偏好。
注意：对于选择模型，对象效应无法输入为主效应。它们只显示为交互作用项。
“效应汇总”报表和“似然比检验”报表显示性别和馅饼皮以及性别和馅料之间较强的交互作用。请注意，主效应馅饼皮和馅料不显著。若您不包含测试对象级别的效应，则可能忽略与市场细分相关的重要信息。
查找最优特征
下一步，您需要使用“效用刻画器”探索结果并找出特性的最优设置。
1. 点击“选择模型: 选择”红色小三角并选择效用刻画器。
该刻画器下方的“对象项”菜单指示它显示的是女性的结果。
2. 点击“效用刻画器”红色小三角并选择优化和意愿 > 意愿函数。
图 4.9 具有意愿函数的效用刻画器
将效用最大化的意愿函数添加到刻画器中。请参见《刻画器指南》中的刻画器。
3. 点击“效用刻画器”红色小三角，然后选择优化和意愿 > 最大化意愿。
图 4.10 具有针对女性的最优设置的效用刻画器
针对女性的最优设置如下：薄馅饼皮、马苏里拉奶酪且无馅料。
4. 从“对象项”菜单中，选择 M。
5. 点击“效用刻画器”红色小三角，然后选择最优化和意愿 > 最大化意愿。
图 4.11 性别设置为男性的效用刻画器
针对男性的最优设置如下：厚馅饼皮、马苏里拉奶酪加意大利辣香肠馅料。
在本例中，了解由性别确定的细分市场的偏好，这样您就可以提供两种比萨饼选择来满足两类客户的需求。