聯合分析是一種基于調查的統計技術，用于市場研究，有助于確定人們如何評價構成單個產品或服務的不同屬性（特性、功能、好處）。

聯合分析的目的是確定哪種有限數量的屬性組合對受訪者的選擇或決策制定影響xxx。 向受訪者展示一組受控的潛在產品或服務，并通過分析他們如何在這些產品中做出選擇，可以確定構成產品或服務的各個元素的隱含價值。 這些隱性估值（效用或部分價值）可用于創建市場模型，以估計新設計的市場份額、收入甚至盈利能力。

其他著名的聯合分析先驅包括斯坦福大學的 V. Seenu Srinivasan 教授，他為排序數據開發了線性規劃 (LINMAP) 程序以及一種自我解釋的方法，以及 Jordan Louviere（愛荷華大學）發明并開發了選擇- 基于方法的聯合分析和相關技術，如最佳-最差縮放。

今天，它被用于許多社會科學和應用科學，包括市場營銷、產品管理和運籌學。 它經常用于測試客戶對新產品設計的接受程度、評估廣告的吸引力和服務設計。 它已被用于產品定位，但有些人對聯合分析的這種應用提出了問題。

聯合分析技術也可以稱為多屬性組合建模、離散選擇建模或陳述偏好研究，并且是用于決策系統分析的更廣泛的權衡分析工具集的一部分。 這些工具包括品牌價格權衡、Simalto 和 AHP、PAPRIKA、進化算法或規則開發實驗等數學方法。

產品或服務領域是根據許多屬性來描述的。 例如，電視可能具有屏幕尺寸、屏幕格式、品牌、價格等屬性。 然后可以將每個屬性分解為多個級別。 例如，屏幕格式的級別可能是 LED、LCD 或等離子。

向受訪者展示一組產品、原型、模型或圖片，這些產品是根據所有或部分構成屬性的級別組合創建的，并要求他們從所展示的產品中進行選擇、排名或評級。 每個示例都足夠相似，以至于消費者會將它們視為相近的替代品，但又足夠不同，以至于受訪者可以清楚地確定偏好。 每個示例都由產品功能的獨特組合組成。 數據可能包括個人評級、排名順序或備選組合中的選擇。

聯合設計涉及四個不同的步驟：

• 確定研究類型
• 確定相關屬性
• 指定屬性的級別
• 設計問卷

可以設計不同類型的研究：

• 基于排名的聯合分析
• 基于評級的聯合分析
• 基于選擇的聯合分析

聯合分析中的屬性應該：

• 與管理決策相關，
• 在現實生活中有不同的水平，
• 有望影響偏好，
• 明確定義和傳達，
• xxx不要表現出很強的相關性（價格和品牌除外），
• 至少包含兩個級別。

屬性級別應該是：

• 明確的，
• 互斥，
• 現實。

隨著屬性和級別組合數量的增加，潛在配置文件的數量呈指數增長。 因此，部分因子設計通常用于減少要評估的配置文件的數量，同時確保有足夠的數據可用于統計分析，從而生成一組經過仔細控制的配置文件供受訪者考慮。

始于 1970 年代的最早形式的聯合分析是所謂的完整檔案研究，其中使用一小組屬性（通常為 4 到 5 個）來創建通常在個人卡片上顯示給受訪者的檔案。 然后，受訪者對這些個人資料進行排名或評級。 使用相對簡單的虛擬變量回歸分析，可以計算水平的隱式效用，以xxx地再現受訪者指定的排名或評級。