買房是一項復(fù)雜的決策過程，需要考慮各種因素、權(quán)衡價格，對商家而言，在住房定價、建房策略上需要知道買房人對不同住宅因素的偏好。但想 要弄清楚在一個綜合決策中，決策者到底看重哪些因素？不同因素之間如何取舍？取舍的余地又是多少？這些問題不僅決策者本身難以厘清，也不易用傳統(tǒng)調(diào)研方法 解決。 最近上海ISUX的用研同學(xué)一起學(xué)習(xí)了聯(lián)合分析方法，這種方法專門用于發(fā)現(xiàn)決策人對于多因素產(chǎn)品的偏好和取舍規(guī)律，之前Sandyxu已經(jīng)對聯(lián)合分析方法 論梳理成文，具體請看Sandy的文章，這里我以上海網(wǎng)民的購房偏好為實(shí)例，用聯(lián)合分析方法來調(diào)查。

一、調(diào)查開始之前

基于手頭有的軟件：SPSS和UR投放系統(tǒng)，決定調(diào)查設(shè)計方案為：聯(lián)合分析10點(diǎn)李克特量表、固定設(shè)計、正交設(shè)計、全輪廓模型。更多高級功能需使用 Sawtooth高級版。 由于正交設(shè)計的輪廓數(shù)與最大水平數(shù)、因素數(shù)有關(guān)（最大水平數(shù)5+5個因素=25道題）。考慮到購房因素中許多與地段相關(guān)（如區(qū)域位置、上班遠(yuǎn)近、中心地 段、學(xué)區(qū)等等），這些零碎因素會使試題數(shù)變得不可接受，因此決定控制地段相關(guān)因素，將選題背景設(shè)為“在已選區(qū)域中選擇住宅”。 在調(diào)查同事們列舉的看房因素，并經(jīng)過組內(nèi)討論修改后，設(shè)定了如下水平和因素：

通過SPSS生成16道正交設(shè)計題，如下表：

讓用戶對每一道題打分（10點(diǎn)李克特量表），同時設(shè)置一些基本屬性題。向QQ用戶發(fā)送問卷，共回收問卷1672份，篩選無效數(shù)據(jù)后得到問卷666份。

二、購房偏好聯(lián)合分析

1、因素、水平效用

用SPSS進(jìn)行聯(lián)合分析得到效用值如下。

單價方面：毫無疑問是越便宜越好，并且效用值與單價并不呈完全線性變化，當(dāng)價格從5%變化到10以上時，不論便宜還是貴了，效用變化速度都不及從均 價到漲跌5%的速度?？梢娰I房者對價格的敏感度在5%以內(nèi)的小幅波動中較高，超過5%的浮動會變得比較不敏感。 朝向方面，由于傳統(tǒng)觀念和上海的氣候條件，決定了房間朝南的重要性十分大，從分析所得的效用值來看，沒有朝南房間幾乎是不能容忍的事，沒有朝南房間即使降 價10%都不愿意購買。而對非主臥的朝向也變得很看重，僅主臥朝南對購房者來說雖不是一件壞事，但也不會給房子加分多少。 樓層方面，頂樓或底樓仍然是最不愿意選擇的樓層，10層以上比10層以下更好。不過頂樓/底樓的壞處比沒有房間朝南要容易接受的多。 住房位置，人們喜歡離外部公共設(shè)施較近的位置。

2、模擬市場占比

有了每個因素下水平的效用值，我們就能用水平效用值與常數(shù)加和的方式計算出某種因素組合的住房的效用值，如第14套（便宜10%以上、全部朝南、樓 層高、離生活設(shè)施近、小區(qū)密度高但仍有綠化）的效用值為0.66+0.92+0.59+0.22+0.04+3.92=6.35，類似的我們可以算出所以 住房的效用值。 用某套住房所以屬性對應(yīng)水平的效用值之和所占所有住房的效用值模擬這16套住房的市場份額，得到模擬市場占比如下表。

我們看到第14套住房最受歡迎，具體因素為（便宜10%以上、全部朝南、樓層高、離生活設(shè)施近、小區(qū)密度高但仍有綠化；第11套住房最不受歡迎，具 體因素為（價格貴10%以上、朝向樓層都很差，生活設(shè)施也較遠(yuǎn)，小區(qū)密度高但仍有綠化）。這與我們的常識相符。 模擬市場份額還可以用于幫助住房定價，考慮到市面上不止這16套房子，假設(shè)市面上的房子覆蓋了我們設(shè)定的5個因素的所有水平上的排列組合 （4*3*3*2*4=288種），同樣用效用值占比的方法計算出每一套房子的模擬市場比后，可以在調(diào)整因素時查看價格變動對市場份額帶來的變化。具體舉 個例子，比如在同一個地段、社區(qū)中，有兩套位于19層高層大樓里的住房如下配置：

具體分析后我們發(fā)現(xiàn)，這兩套在同一棟樓里的房子除了朝向都一樣，這就類似于真實(shí)情況中不同房型的情況，甲房比乙房價格貴5個百分點(diǎn)左右但市場份額增加了0.5個千分點(diǎn)，在掌握具體的市場規(guī)模后，就可以知道這樣的價格設(shè)定是否合理了。

3、屬性相對重要性

聯(lián)合分析在實(shí)際情況中還用一個應(yīng)用，就是分析產(chǎn)品的不同因素在用戶偏好中的相對重要性，看看用戶更看重哪些因素，不看著哪些因素。經(jīng)過分析發(fā)現(xiàn)： 單價仍然是最看重的因素，其次是朝向和住宅密度與綠化，住房離外部生活設(shè)施的距離則相對最不重要。具體屬性相對重要性如下圖： 如果把用戶分為80后出生的人和80前出生的人兩批，分別來看他們眼中的屬性重要性，發(fā)現(xiàn)與總體人群的認(rèn)知差別不大，只是在朝向和住宅密度與綠化孰重孰輕 上略有差異，80后認(rèn)為住宅密度與綠化比朝向略為重要，而80前更看重朝向。這預(yù)示著年輕一代對小區(qū)環(huán)境的高期待將成為一種趨勢，也許他們愿意犧牲部分房 間的朝向換取更好的小區(qū)環(huán)境。具體屬性排布見下圖

聯(lián)合分析的部分暫告一段落，通過分析發(fā)現(xiàn)如下幾個結(jié)論 A. 在房價高企的環(huán)境下，單價是主導(dǎo)選房的最主要因素。 B. 從住房品質(zhì)看，總體而言，人們對朝向的敏感度最大，沒有朝南房間的住房讓人們避之不及，即使價格便宜10%也不會增加好感度。 C. 除價格外，年輕人更看重小區(qū)環(huán)境、中年人更看重朝向。似乎這與不同年齡層的活動范圍有關(guān)，年輕人活動范圍大，更看重外部環(huán)境；中年人隨著年齡上升活動范圍 減小，更看重房屋內(nèi)部質(zhì)量（朝向、光線、通風(fēng)）。

三、基本屬性分析

1、年齡分析

根據(jù)今年6月12日由國家統(tǒng)計局上海調(diào)查總隊發(fā)布的2014年上海市民購房意愿調(diào)查報告提供的數(shù)據(jù)，三年內(nèi)計劃購房的年齡段如下圖分布，與我們的調(diào)查年齡分布對比如下表

由于網(wǎng)民的年齡層普遍偏低，所以在我們的調(diào)查中30歲以下的占到近一半，30多歲的占比相對較少，40歲以上的人占比基本差的不多。因此我們的調(diào)查更偏向30歲以下的人群，能反映年輕人的購房意愿偏好。

2、年齡、家庭年收入、購房動機(jī)的交叉分析：

年齡分布與購房意愿的交叉分析如下表：

我們發(fā)現(xiàn)，年齡越小成家安置型的占比越大，年齡越大改善型的占比越大，投資投機(jī)型需求占比在各年齡層都很小。80后是一條界限，80后之前都是改善 型為主，80后之后都是剛需為主。 進(jìn)一步從家庭年收入的分布來看（如下表），83%的家庭年收入處于中/低水平（30萬以下），而家庭年收入在各年齡層上占比不同，年齡越大高收入占比越 小，50后家庭收入沒有超過30萬的，90后家庭收入超百萬的占比偏大（7%，用紅框標(biāo)出）。 家庭年收入與年齡交叉分布表：

80后和90后的剛需比都超過了70%，對80后和90后分析發(fā)現(xiàn)，在這個年齡段，家庭收入會支配購買動機(jī)，家庭年收入越高則剛需占比越小、改善型 占比越多，而投資投機(jī)需求只有當(dāng)家庭年入超100萬后才會大幅上升（13%，用紅框標(biāo)出）。因此我們認(rèn)為，年齡和家庭年收入都對購買動機(jī)有支配，越年輕收 入越低則剛需為主，隨著年齡上升、收入變多，剛需減弱，改善型需求增強(qiáng)。

3、家庭年收入、居住面積、新家家庭結(jié)構(gòu)的交叉分析

在未來新家的家庭結(jié)構(gòu)上，70%還是與配偶/子女同住，第二需求是三代同堂。

?

在家庭年收入與購房動機(jī)的交叉分析（如下表）中發(fā)現(xiàn)，整體而言各層年收入的新房家庭結(jié)構(gòu)類似，有幾點(diǎn)特別指出。 A. 50~100萬中三代同堂的需求比較大，表示經(jīng)濟(jì)能力較好的人群會考慮接老人養(yǎng)老的問題。這個收入群體集中在70后~80后（總和占比84%），由于這個 年齡群的人開始承擔(dān)更多家庭責(zé)任，會考慮接老人養(yǎng)老的問題，完全不考慮自住。 B.?100萬以上的高收入家庭有較多的自住需求，家庭年收超百萬群體中80后~90后占到了79%，因此他們的家庭收入多數(shù)指父母收入。說明許多家庭經(jīng) 濟(jì)情況不錯的子女，年齡較小不需要承擔(dān)家庭責(zé)任，就會有更多自住的需求，完全不會考慮與祖輩同住。 C.?與配偶/子女住占比最大的是家庭年收為10~30萬的人群，這個群體中剛需占到了66%，與家庭結(jié)構(gòu)相符合。

為了查看家庭結(jié)構(gòu)與期望面積之間的關(guān)系，對新房家庭結(jié)構(gòu)與期望面積做交叉分析發(fā)現(xiàn)， A.?50平米以下的超小戶型中，自住或與配偶/子女住的需求各一半； B.?而50~90平米的小戶型大部分用于配偶/子女同?。?C.?90~150平米中/大戶型雖然與配偶/子女同住的需求仍然占比最大（超過60%），但與老人同住的需求增加了不少； D.?150平米以上的超大戶型需求比較復(fù)雜，三代、核心家庭、自住的需求都存在。 E.?期望住宅面積還是集中在70~120平米（超過30%選擇這個面積段，具體數(shù)據(jù)并未列出。

4、階段性結(jié)論

對這些基本因素分析，得到以下幾個階段性結(jié)論： A. 年輕人購房以剛需、婚房為主，中年以上購房以改善型需求為主。不過相同年齡層內(nèi)是家庭收入決定了是剛需還是改善。 B. 年輕人購房首先考慮自己小家庭居住的需求，而中年以上則開始考慮老人養(yǎng)老，承擔(dān)更多的社會責(zé)任。

最后的話：

在購房這樣的綜合決策過程中，買房人往往需要綜合考量各種因素才做決定，這種場景比較適合用聯(lián)合分析方法，可以找出產(chǎn)品各個因素對用戶的重要性，并 幫助預(yù)測市場份額，輔助價格、產(chǎn)品的指定。 對于互聯(lián)網(wǎng)產(chǎn)品，則可以把設(shè)計因素加入考慮，即可涵蓋用戶體驗(yàn)、可用性等內(nèi)容，雖然更復(fù)雜的設(shè)計需要更高級的軟件支持，如Sawtooth，但用SPSS 可以快速上手，有興趣的同學(xué)也可以一試。