Simulering som speglar verkliga individer, inte medelvärden
De flesta simuleringsmodeller arbetar med aggregerade genomsnitt. Problemet? Genomsnittskonsumenten existerar inte. Reflect modellerar på individnivå och kalibrerar mot observerad data, för prognoser som faktiskt stämmer med verkligheten.
När conjoint fungerar och när den inte gör det
Conjoint fungerar bäst när konsumenten gör medvetna avvägningar mellan tydliga egenskaper. Den fungerar sämre i låginvolveringskategorier, vid vanebeteende, och när priset dominerar beslutet.
Förstahandsval kontra share of preference
Förstahandsval visar vad konsumenten väljer först. Share of preference visar hur preferensen fördelar sig. Vilket mått som är rätt beror på kategorins köpbeteende, och de ger ofta helt olika svar.
Individnivå istället för aggregat
Genomsnittskonsumenten finns inte. Simuleringsmodeller som arbetar på individnivå fångar heterogenitet i preferenser och ger markant bättre prognoser än aggregerade modeller.
Hur simulering bör anpassas efter kategori
Samma simuleringsmodell fungerar inte i alla kategorier. Köpprocess, involvering, repertoarbeteende och priskänslighet varierar, och simuleringsmodellen måste spegla den verkligheten.
Reflects simuleringsmodell
Vår simuleringsmodell arbetar på individnivå, kalibreras mot observerad data, och anpassas efter kategorins köpbeteende. Resultatet är prognoser som håller, inte bara i presentationen utan i marknaden.