Behandling av data bli treffsikker! Betydningen av god metode i forbrukerforskningen Tormod Næs 18.01.2011 1
Effektiv bruk av metode er avgjørende! Gjelder alt som er diskutert tidligere Planlegging - forsøksopplegg Så mye informasjon som mulig per kostnadsenhet Valg av produkter valg av konsumenter - gjennomføringen Validitet og reliabilitet Analyse/tolkning av resultatene - Gode konklusjoner for riktige beslutninger Ofte store datasett umulig å få oversikt uten god metode Gode visuelle fremstillinger er NB! 18.01.2011 2
PU-prosessen Mange faser: Ide-generering, konseptutforming, prototyper Alltid en kombinasjon av analyse, kreativitet, beslutninger og erfaring Viktig å få alle til å bidra produkt- og matkompetanse markedskompetanse, prosess- og metodekompetanse 18.01.2011 3
Etablere prototyper til testing Typisk: Man har et konsept og ønsker å teste det ut i markedet. Oftest ikke helt presist og veldefinert. Hvordan etablere/velge prototyper? Hvordan få innsikt i hva forbrukerne liker og hvorfor? Lage effektivt forsøksopplegg Samle data: Kjemi, sensorikk, forbrukerpreferanser, forbrukerholdninger og -vaner Analysere dataene Kreativt design metode som sikrer at alle aktører får innflytelse Identifisere egenskaper som man forventer at påvirker liking Prioritere de viktigste Statistisk forsøksdesign i de prioriterte egenskapene Lage prototypene Sensorisk analyse for å verifisere og forstå Forbrukerundersøkelse (forsøksdesign) Analyse preference mapping - ANOVA Tolkning ikke bare valg av den beste, men også forståelse 18.01.2011 4
Statistisk forsøksdesign enkelt eksempel Lage prototyper Designet sikrer objektiv variasjon Høy Produktutvikler definerer hvordan (Realisere designet) Sensorisk analyse for å verifisere Saltsmak Lav Lav Høy Søtsmak (Bruker ofte også når designet er basert på ingredienser og prosessbetingelser) Finnes mange metoder for forskjellige formål 18.01.2011 5
Planlegging av forbrukerundersøkelser (Forsøksdesign også viktig her) Målgruppe? Antall? Hvordan velge (representativt, tilfeldig)? Alle prøver til alle? Kontekst, hvor, info. gitt til konsumentene? 18.01.2011 6
Forskjellige typer egenskaper Extrinsic pris, etikett, emballasje Første gangs kjøp Intrinsic sensoriske egenskaper Andre gangs kjøp Hvilke skal vi konsentrere oss om (interaksjoner) Kombinasjoner ConsumerCheck prosjektet NFR og norsk industri samarbeid med dansk, italiensk, australsk og sørafrikansk team. 18.01.2011 7
Datatyper og relasjonen mellom dem Produktegenskaper kjemi, sensorikk, extrinsic Forbrukeregenskaper Holdninger, vaner, demografi Forbrukerpreferanser Prototyper 18.01.2011 8
Er interessert i Gjennomsnittlig liking Produkter eller faktorer Faktorer en fordel for å få innsikt og mulighet til forbedring Individuelle forskjeller Segmenter 18.01.2011 9
Main Effects Plot for Informed liking Fitted Means 6,2 6,0 5,8 5,6 Mean 5,4 5,2 5,0 1 2 3 4 Product Eksempel fra forbrukerundersøkelse av skinke fra Spania og Norge Hersleth, et al. (2010). FQP fra Truefood. 18.01.2011 10
Plott av residualer fra modellen for å studere individuelle forskjeller Score plot for residuals from expected liking 6 Group 1 2 4 2 N2 N1 0 S2 S1-2 Second component -4-5,0-2,5 0,0 2,5 5,0 First component Valgte to segmenter, nokså forkjellige preferansemønster 18.01.2011 11
Prepare dishes that I know will succeed Sampling new and different foods Stick to familiar dishes Buying new foods rather than well-know foods Cluster 1 Cluster 2 Afraid of eating new things Kobling av segmenter og info. om forbrukerne 18.01.2011 12
To viktige arbeidshester Preference mapping og conjoint analyse To enkle eksempler 18.01.2011 13
Eksempel - eplejuice Prøver med - lavt, middels og høyt sukkernivå - lavt og høyt syrenivå - 6 prøver totalt 125 forbrukere liking Datasett: 6x125 tabell forstå? Drivers of liking, individuelle forskjeller 18.01.2011 14
18.01.2011 15 PCA plots preference maps Klar hovedtendens, men også Store individuelle forskjeller
Eksempel på bruk av conjoint analyse Forbrukertest av fårepølse Tre faktorer Pris (2 nivå) Fett % (2 nivå) 4 forskjellige produkter Dette resulterer i 4x2x2=16 kombinasjoner Datasett (100*16). Forstå uten statistikk? ANOVA - Gjennomsnitt og individuelle forskjeller - segmenter 18.01.2011 16
18.01.2011 17 Gjennomsnitt Alle faktorer er sterkt signifikante Splittet på kjønn Også her kan man se på individuelle forskjeller og relasjon til informasjon om forbrukerne
18.01.2011 18 Ny bok fra NOFIMA (and DTU), 2010 (Næs, Brockhoff and Tomic) Publisher: John Wiley and Sons, UK Nyttig for forskere, industri og studenter State of the art Dekker både sensorikk og forbrukerundersøkelser Det meste basert på eksempler fra Matforsk/Nofima Eksempel-del og metode-del