Het optimale product design vinden met conjunct analyse

Een product wordt gevormd door veel kenmerken. Haardrogers zijn bijvoorbeeld beschikbaar in verschillende vormen en kleuren, met diverse opzetstukjes, mogelijke hittestanden en motortypes. Elk van deze kenmerken heeft invloed op de beslissing van een klant of die het product wil kopen of niet.

De samenstelling van kenmerken tot een product wordt het product design genoemd. Het introduceren van nieuwe producten kost veel geld. Falen is geen optie, een optimaal design is cruciaal om dat te voorkomen. Ook voor bestaande producten is innovatie belangrijk en is in het aanpassen van enkele kenmerken al veel winst te behalen.

Op maat gemaakte optimalisaties van product designs

Om te bepalen of klanten een specifiek product zouden kopen, is een conjunct analyse een geschikte methode. Respondenten krijgen een set producten te zien en kiezen daaruit degene met hun voorkeur. Dit herhalen we net zo vaak totdat we weten in welke mate de klanten elk kenmerk waarderen. Het is daarna doel de kenmerken en pricing zo te kiezen dat de winst, het marktaandeel of beide zo hoog mogelijk worden.

In een markt met twee simpele producten is dit vaak nog met de hand te doen. Zodra een bedrijf echter meerdere en complexere producten aanbiedt in een grote markt, zijn geavanceerdere methodes een must. In het voorbeeld van de haardrogers hebben we te maken met veertig SKU’s, allemaal uniek op een combinatie van 14 kenmerken.

Voor dit soort problemen komen standaard optimalisators tekort, daarom passen wij bij Blauw methodes toe die geschikt zijn voor de optimalisatie van product design. Het toepassen van de ‘nested partition’ aanpak blijkt goed te werken. Dit komt er in het kort op neer dat er stapsgewijs met ‘random sampling’ naar kansrijke opties wordt gezocht en binnen de onderdelen (partitions) slimme algoritmen zoals ‘greedy search’ en ‘hill climbing’ ingezet worden om het optimum te vinden.

‍