口味测试方法

《口味测试方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、口味测试：三种分析技术的比较　发布日期：2002-08-28一、引言　　人们对口味的偏好，不仅使得这个世界的食品变得丰富多彩，也培养了诸多立基于口味偏好上的知名品牌。但对于食品行业的品牌经理来说，如何发现并满足消费者的偏好，则成为自己寝食难安、食之无味的问题。传统的口味测试，往往给出了答案，但却使我们离消费者更加遥远。本文的目的，即在于分析传统口味测试分析技术的缺陷基础上，提出分别建立在偏好分析和结合分析基础上的两种方法。需要指出的是，首先，这些方法针对的是多个产品的重复测试或配对测试，而非单一产品测试；其次，实施的是真正的"口味测试"，即消除品牌影响的盲测技术；第三，消费者的选取

2、或者是随机的，或者是满足特定配额要求，但这一配额不能直接决定目标用户群的分布。二、传统的分析技术　　均值分析最简单的口味测试中，客户只需要知道一个答案，自己产品的口味相对于竞品，是否为更多人接受？测试时只需受访者分别品尝几个测试产品，回答更喜欢哪个产品的口味皆可。分析技术也相对简单，即给出不同产品的中选率。但此方法的问题在于，首先，如果测试产品没有得到足够消费者的认可，下面的问题则变得非常棘手，因为都没有足够的理论依据说服研发部门该如何改进产品；其次，如果测试产品很幸运地中了头彩，但是厂家却不知道消费者中意的到底是什么。通过定性研究把口味这一综合指标细化成不同的指标，然后在定量研究

3、中针对这些指标采用量表评价，最终取不同的指标的均值，然后对比各种产品，各指标加权后的综合评分最高的产品，通常被认作是市场接受度最好，亦即最佳产品。这一均值分析技术是现在经常使用的，但是，这种方法存在掩盖消费者偏好差异的缺陷。以下面的汤料为例，有五种汤料A、B、C、D、E，在咸度和浓稠度上分别分成三个等级，让五位受访者对这五种汤料分别就喜好程度打分，最高分为9分，最低分为1分。表1.均值分析数据示例　总体喜欢程度　汤料A汤料B汤料C汤料D汤料E咸度（高）（中）（低）（中）（低）浓稠度（低）（低）（中）（高）（高）　受访者197587受访者287677受访者377789受访者46787

4、7受访者557976　均值评价7777.47.2前三位%60%100%60%100%80%　　可以看出，采用均值表示对产品总体的评价，几种汤料的评价都相差不大，汤料D似乎更好一些。而事实上，受访者1和2偏好汤料A，而受访者4和5偏好的汤料C，所以总体评价上并没有体现出受访者在咸度和浓稠度上的偏好。从得分在7－9分之间的比例来看，汤料D也确实更胜一筹，但事实上，汤料D既不能满足受访者受访者1和2的要求，也不能满足受访者4和5的要求。所以均值分析上表现最好的产品可能是最少人喜欢的产品。口味测试中均值分析的缺陷在于，对整体进行均值分析掩盖了消费者个体在属性偏好之间的差别，而消费者在口味上

5、的偏好是多方向的，并非技术产品，如CPU，速度越快肯定越好这样简单。因而依据均值分析的设计出的产品不能真正的满足细分人群。看似适合每个人的产品对任何一个人来说并不是最优的。三、知觉偏好分析　　为了克服上述问题，需要获得消费者对属性各个不同水平的偏好。并在此基础上，通过对受访者个体最优水平进行聚类分析，把那些具有相似最优水平的受访者分成不同的组，从而得到不同的细分市场。 表2知觉偏好分析数据示例　　总体喜欢程度咸度浓稠度高中低级差低中高级差　　受访者19.07.56.03.08.05.07.53.0受访者28.07.06.51.57.56.07.01.5受访者37.07.58.01.

6、07.07.08.51.5受访者46.07.07.51.56.58.07.01.5受访者55.07.07.52.56.09.06.53.0　　注意到表中，不仅列出了受访者对咸度和浓稠度每个水平的评价，还采用了级差，即最高评价值与最低评价值之间的差值，来表示受访者对每种属性的敏感度。级差可以反映就每个受访者而言，该属性对产品总体偏好有多大的影响程度。例如，第一位受访者在咸度上的级差为3而第三位受访者在咸度上的级差仅为1，这意味着第一位受访者对汤料的总体偏好很大程度上受咸度水平的影响，而第三位受访者的总体偏好则不太受咸度水平的影响。与前面的方法相比，通过这种方法设计的产品，建立在受访者

7、对具体属性水平偏好的基础之上，因而研究结果是针对细分市场一个"配方"，即最优程度水平的组合，能够为新产品开发提供明确的方向。同样这种方法也存在缺陷，首先产品属性和水平不宜过多，否则会给实地操作带来困难；其次产品属性水平必须明确而清晰，能够被受访者所感知；另外这种方法适用于属性水平的最优不存在"极限"界定，如咸度，未必是盐放得越多就越好，不同的人对咸淡程度"最优水平"的界定是不同的。对于"越多/越少越好"的属性水平，则不能采用这种方法，因为受访者肯定会选择CPU速度最快