Integração da Análise Conjunta e Fuzzy-AHP para Identificação e Mensuração de Atributos em Produtos

  • Túlio Fígaro Ulhoa Universidade de São Paulo, Programa de Pós-Graduação Stricto Sensu em Engenharia da Produção.
  • Flávia de Castro Camioto Universidade Federal do Triangulo Mineiro, Departamento de Engenharia de Produção. MG, Brasil.
  • Rafael Henrique Palma Lima Universidade Tecnológica Federal do Paraná, Departamento de Engenharia de Produção.
  • Lauro Osiro Universidade Federal do Triangulo Mineiro, Programa de Pós-Graduação Stricto Sensu em Inovação Tecnológica e no Programa de Pós-Graduação Stricto Sensu em Ciência e Tecnologia Ambiental. MG, Brasil.

Resumo

A identificação dos atributos mais relevantes para os consumidores está atrelada a definição de um conjunto de critérios que representam aspectos importantes para satisfazer as necessidades desses clientes. Dessa forma, mensurar a importância relativa dos atributos se mostra uma atividade essencial para atingir o mercado-alvo de produtos e satisfazer os consumidores. Para isso, técnicas podem ser utilizadas, como a Análise Conjunta e o Fuzzy-AHP, as quais possuem peculiaridades, benefícios e limitações que podem ser comparadas para encontrar respostas mais adequadas para o problema de identificação de necessidades. O foco do presente estudo é comparar as técnicas de Análise Conjunta e Fuzzy-AHP para analisar seus resultados quanto as suas características, vantagens e desvantagens. Esse estudo foi apoiado por uma aplicação de ambas as técnicas com consumidores de fones de ouvido, por meio de pesquisas de mercado. Destaca-se que os resultados da aplicação indicam que existe diferença significativa entre as técnicas, porém essas diferenças podem estar mais relacionadas a fatores como atributos específicos. Percebe-se, no geral, que a Análise Conjunta pode ser mais adequada para detalhar análises, enquanto que o Fuzzy-AHP pode ser utilizado para obter resultados mais rapidamente. Além disso, entende-se que ambas as técnicas poderiam ser utilizadas em conjunto para atingir objetivos de identificação de atributos de produtos, bem como outros usos desse estudo em futuros trabalhos.

 

Palavras-chave: Análise Conjunta. Fuzzy-AHP. Melhoria de Produtos. Satisfação dos Clientes.

 

Abstract

The identification of the most relevant attributes for consumers requires the definition of a set of criteria that represent important aspects to satisfy the needs of these clients. Therefore, measuring the relative importance of attributes is an essential activity to provide products that will satisfy consumers in a given market. To this aim, techniques as Fuzzy-AHP and conjoint analysis can be applied, each of which having benefits and limitations that can be compared to give a more complete analysis to a certain product. The objective of this paper is to compare how conjoint analysis and Fuzzy-AHP perform in measuring product attributes, which may assist the product development and improvement processes. This study was conducted by applying both techniques to headphone consumers, through market research. Results indicate significant difference between both approaches, which may be more related to factors such as the attributes included in the analysis. A major conclusion is that conjoint analysis is more suited for detailed analyses whereas Fuzzy-AHP provides results more quickly. In addition, both techniques can be used together to enable a more comprehensive analysis of product attributes.

 

Keywords: Conjoint Analysis. Fuzzy AHP. Product Improvement. Customer Satisfaction.

Referências

ASIOLI, D. et al. Comparison of rating-based and choice-based conjoint analysis models. A case study based on preferences for iced coffee in Norway. Food Quality Preference, v.48, p.174-184, 2016.

BADIZADEH, A.; KHANMOHAMMADI, S. Developing a Fuzzy model for assessment and selection of the best idea of new product development. Indian J. Scie. Technol., v.4, n.12, p.1749-1762, 2011.

BULUT, E. et al. Use of consistency index, expert priorization and direct numerical inputs for generic fuzzy-AHP modeling: a process model for shipping asset management. Expert Syst. Applications, v.39, p.1911-1923, 2012.

CAMIOTO, F.C.; REBELATTO, D.A.N. Factors Intervening with the Adoption of Cleaner Energy Sources in the Industrial Sector of the State of São Paulo, Brazil. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, v.37, n.7, p.727-734, 2015.

CAMPBELL, B.L.; MHLANGA, S.; LESSCHAEVE, I. Market Dynamics Associated with Canadian Ethnic Vegetable Production. Agribusiness. v. 32, p. 64 – 78, 2016.

CHAN, K.Y.; KWONG, C.K.; DILLON, T.S. Computational Intelligence Techniques for New Product Design, Springer, 2012.

CHANG, D. Applications of the extent analysis method on fuzzy AHP. Euro. J. Oper. Res., v.95, p.649-655, 1996.

CHIAO, K. A Global Optimization Method for Fuzzy Analytical Hierarchy Process with Applcation to New Product Development Project Screening. IEEE - 17th International Conference on Industrial Engineering and Engineering Management (IE&EM 2010), p.1-5, 2010.

FALK, B.; SCHMITT, R. Sensory QFD: Matching Sensation with Measurement. Procedia CIRP, v.17, p.248-253, 2014.

GANGULY, K.K.; GUIN, K.K. A fuzzy AHP approach for inbound supply risk assessment. Benchmarking Int. J., v.20, p.129-146, 2013.

GARCÍA-TORRES, S.; LÓPEZ-GAJARDO, A.; MESÍAS, F. J. Intensive vs. free-range organic beef. A preference study through consumer linking and conjoint analysis. Meat Sci., v.114, p.114-120, 2016.

GATTORNA, J. Living Supply Chains: alinhamento dinâmico de cadeias de valor. São Paulo: Pearson Prentice Hall, 2009.

GRYGORCZYK, A.; MHLANGA, S.; LESSCHAEVE, I. The most valuable player may not be on the winning team: Uncovering consumer tolerance for color shades in roses. Food Quality Preference, v.47, p.23-28, 2016.

HAIR, J.F. et al. Análise multivariada de dados. Porto Alegre: Bookman, 2005.

HUANG, C.; CHU, P.; CHIANG, Y. A fuzzy-AHP application in government-sponsored R&D project selecion. Omega, v.36, p.1038-1052, 2008.

KAMAL, A.A.; SALHIEH, S.M. A fuzzy based approach for new product concept evaluation and selection. Industrial Engineering Letters, v.3, n.12, p.1-16, 2013.

KUZMANOVIC, M. et al. A conjoint-based approach to student evaluations of teaching performance. Expert Systems Applications, v.40, p.4083-4089, 2013.

LEE, S.H. How hotel managers decide to discount room rates: A conjoint analysis. Int. J. Hosp. Management, v.52, p.68-77, 2016.

LEE, W.B. et al. A fuzzy analytic hierarchy process approach in modular product design. Expert Systems, v.18, n.1, p.32-42, 2001.

MALDONADO, S.; MONTOYA, R.; WEBER, R. Advanced conjoint analysis using feature selection via support vector machines. Euro. J. Oper. Res., v.241, p.564-574, 2015.

MALHOTRA, N.K. Pesquisa de marketing: uma orientação aplicada. Porto Alegre: Bookman, 2001.

MONTGOMERY, D.C.; RUNGER, G. Estatística aplicada e probabilidade para engenheiros. São Paulo: LTC, 2012.

SAATY, T.L. Decision making with the analytic hierarchy process. Int. J. Services Scie., v.1, n.1, p.83-98, 2008.

TAYLOR, W. J. Pros and cons of conjoint analysis of discrete choice experiments to define classification and response criteria in rheumatology. Current Opinion Rheumatol., v.28, n.2 p.117-121, 2016.

ULRICH, K.T.; EPPINGER, S.D. Product design and development. Nova York: McGraw-Hill, 2012.

WANG, X. A comprehensive decision making model for the evaluation of green operations initiatives. Technol. Forecasting Soc. Change, v.95, p.191-207, 2015.

WANG, C.; WANG, J. Combining fuzzy AHP and fuzzy Kano to optimize product varieties for smart camercas A zero-one integer programming perspective. Appl. Soft Comp., v.22, p.410-416, 2014.

WU; W.Y.; LIAO; Y.K.; CHATWUTHIKRAI; A. Applying conjoint analysis to evaluate consumer preferences towards subcompact cars. Expert Syst. Applic., v.41, n.6, p.2782-2792, 2014.

YANG, Y.-F. Service capabilities and customer relationship management: An investigation of the banks in Taiwan. Serv. Ind. J., v.32, p.937-960, 2012.

YUSUF DAUDA, S., LEE, J. Technology adoption: a conjoint analysis of consumers' preference on future online banking services. Inform. Systems, v. 53, p.1-15, 2015.

ZAUNBRECHER, B.S. et al. No pipes in my backyard? Preferences for local district heating network design in Germany. Energy Res. Soc. Scie., v.14, p.90-101, 2016.

Publicado
2018-12-30
Seção
Artigos