对于企业来说，新产品的开发和推广有很大的风险。如何降低和规避风险，是每一个积极开发新产品的企业必须面对的问题。在新产品推出前进行市场测试是降低风险的有效手段。但是，测试环境虽然能在一定程度上模拟竞争环境，但与实际竞争环境并不相同。随之而来的问题是测试结果往往会高估购买可能性，引入转换模型，利用“粘性”的概念对测试者进行细分，可以更贴近实际情况评估新产品的潜在市场规模，同时通过对比分析可以了解新产品受欢迎或不受欢迎的真实原因，从而对新产品做出更准确的诊断和分析。
转化模型根据消费者与某个品牌或产品类别的关系细分群体。通常最简单的分类就是把消费者分为用户和非用户。在此基础上，转化模型进一步细分了两组。当然，市场细分的方法有很多，包括利用人口统计变量、心理变量、地理变量等。，但基于消费者与品牌之间接触强度的分类方法似乎很少使用。
转换模型对品牌(或产品类别)引入了“粘性”的概念，将一个品牌的用户划分为不同粘度的子群体。同时，对非用户按照难度进行细分。从概念上讲，转换模型由以下元素组成:
用户
目标品牌的用户通常被分为以下四个子群体之一:稳定型用户——未来在特定产品领域不太可能改变消费模式的用户；普通型——短期不太可能改变消费模式，但中长期有可能改变；边缘品牌粘度低于普通用户，部分消费者已经在考虑其他品牌；易换型——某品牌用户中最容易流失的群体。
非用户
非用户也分为以下四个子群体之一:易赢型——这部分消费者对目标品牌的偏好超过了当前品牌，所以虽然目前没有品牌切换行为，但心理上已经做好了切换的准备；左右摇摆——在这部分消费者眼中，目标品牌和现有品牌具有相同的吸引力；轻度偏离型——偏好取向与当前品牌相关，但对当前品牌的粘性低于重度偏离型；重度偏离型——对现有品牌的强烈偏好，所以在近期，最不可能争取到这部分消费者。
转换模型的应用也基于数据收集。常用的数据收集方法包括邮寄问卷、电话访谈和一对一的面对面访谈，其中面对面访谈是最适合的数据收集方法。在实际操作中，通常要求受访者回答一套问题，基本涵盖以下四个维度:需求满意度、特定产品领域的购买干预、对其他品牌的态度、现场决策的犹豫。
需求满意度
需求满意度是指消费者在使用一个品牌后，其需求得到满足的程度。显然，对一个品牌的满意度越低，品牌粘性就越低。需要注意的是，满意度是衡量品牌粘性的必要指标，但用这个指标来预测消费者的切换行为是不够的，原因可以用第二维度来解释。
特定产品领域的采购参与
在这里，购买参与的意义集中在品牌选择的重要性上。众所周知，一款产品在我们的日常生活中越重要，消费者能够容忍不满的限度就越高。同样的道理，如果某个产品处于相对次要的位置，那么对某个品牌满意的消费者在下一次购买时可能会转向其他品牌，比如更便宜的品牌。
对其他品牌的态度
用满意度来预测转换行为并不完美的另一个原因可以用这个维度来解释。一个消费者可能对自己目前使用的品牌极度不满，但如果认为其他品牌更差，切换行为就不太可能发生。同理，消费者可能对现有品牌满意，但认为其他品牌更好，转换行为也可能发生。因此，消费者对竞争品牌的态度应该是形成当前品牌粘性的重要因素之一。
现场决策的犹豫程度
这个维度是指过去消费者在做选择时是否容易被现场提供的品牌分散注意力。有的消费者很少犹豫，不会轻易改变原有的消费模式，有的消费者面对众多品牌却拿不定主意。现场决策会直接影响现有品牌的粘性。
借助数学中的突变理论(具体类型为蝴蝶突变)，根据受访者对上述四个维度的回答，可以利用一定的算法将受访者分为不同的群体。举一个简单的例子，如果被调查者对现有品牌非常满意，那么品牌选择对他来说意义重大(也就是说，在特定的产品领域有很高的购买介入度)。在品牌态度方面，现有品牌被认为明显优于其他竞争品牌，被调查者在现场选择时如果忠于某种模式，将被归类为稳定用户。
衡量“粘性”不仅仅是一个理论概念，粘性较高的群体对营销意义重大，因为与粘性较低的群体相比，它具有以下特点:他们更容易被说服反复购买一个品牌；他们对竞争品牌的宣传更免疫；常用品牌(产品)缺货时，不会轻易接受其他品牌；他们对价格不太敏感；他们支持特定的产品领域，并保持着高强度关系品牌的巨大市场份额；最重要的是，粘度通常与未来的购买行为有关。
转化模型广泛应用于产品和概念测试、广告测试以及品牌良性发展的持续监控。
应用案例
以下是一个关于葡萄酒产品的案例。在这种情况下，利用转化模型对品牌A的用户和非用户进行细分，具体构成如图1所示。图中“弱势”群体结合了边缘型和易切换型两类用户，“开放”群体结合了易打架型和摇摆型两类非用户群体。
我们需要了解为什么11%的用户与品牌建立了牢固的联系，如何防止10%的弱势用户转投其他品牌。因此，研究的重点分为两个方面:一是各细分群体中有哪些因素驱动了品牌偏好；另一方面，它衡量品牌A在这些重要维度上相对于竞争品牌的表现。
为了解决上述问题，我们将使用两种方法:“多元回归”和“参考频率共享”。
多元回归是以品牌偏好得分为因变量，属性维度得分为自变量，建立自变量与因变量之间的回归方程。得到的回归方程的系数代表了各种属性对整体品牌偏好的影响。在回归系数的基础上，我们可以根据属性的重要性对所有属性进行排序。
“提及次数份额”是一种相对简单的测量方法。具体算法是将某属性维度中提及品牌A的次数除以所有品牌提及次数之和得到的比值。通过这个价值，我们可以看到品牌A相对于其他品牌的表现。
用这两种方法对数据进行处理后，我们再来看看品牌A在“稳定”用户眼中的形象，具体来说，驱动这个群体品牌偏好的重要属性是什么，品牌A在这些重要属性上的表现是什么。图2显示，在一些相对重要的维度上，A品牌在“稳定”用户眼中优于其他品牌。
再来看看A品牌在“弱势”用户中的形象。图3显示，品牌A在两个维度(产品属性1和饮酒动机2)优于竞争品牌，但这两个属性并不是影响品牌偏好的决定性因素。相反，在产品属性2、品牌个性2等最具影响力的维度上，A品牌被认为不如竞争品牌。
简而言之，A品牌在无关属性上相对强势，而在一些重要属性上则逊色，从而弱化了A品牌与这部分消费者之间的联系。
“弱势”用户和“稳定”用户的区别主要体现在两个方面:一是他们追求的利益不同；其次，在一些关键属性上，他们有着截然不同的感受。
针对上述情况，我们可以给出两个对策:第一个是改善品牌A的薄弱环节(如产品属性2、品牌个性2)，实际操作中可能很难改变品牌在消费者心目中的既定形象。二是加强品牌A的优越属性与品牌偏好之间的联系。这种对策可以从影响消费者需求的角度充分体现A品牌优越属性的价值，同时保证A品牌在不同时期形象的一致性。
原刊:《经济观察报》，第151期，2004年3月15日
对于企业来说，新产品的开发和推广有很大的风险。如何降低和规避风险，是每一个积极开发新产品的企业必须面对的问题。在新产品推出前进行市场测试是降低风险的有效手段。但是，测试环境虽然能在一定程度上模拟竞争环境，但与实际竞争环境并不相同。随之而来的问题是测试结果往往会高估购买可能性，引入转换模型，利用“粘性”的概念对测试者进行细分，可以更贴近实际情况评估新产品的潜在市场规模，同时通过对比分析可以了解新产品受欢迎或不受欢迎的真实原因，从而对新产品做出更准确的诊断和分析。
转化模型根据消费者与某个品牌或产品类别的关系细分群体。通常最简单的分类就是把消费者分为用户和非用户。在此基础上，转化模型进一步细分了两组。当然，市场细分的方法有很多，包括利用人口统计变量、心理变量、地理变量等。，但基于消费者与品牌之间接触强度的分类方法似乎很少使用。
转换模型对品牌(或产品类别)引入了“粘性”的概念，将一个品牌的用户划分为不同粘度的子群体。同时，对非用户按照难度进行细分。从概念上讲，转换模型由以下元素组成:
用户
目标品牌的用户通常被分为以下四个子群体之一:稳定型用户——未来在特定产品领域不太可能改变消费模式的用户；普通型——短期不太可能改变消费模式，但中长期有可能改变；边缘品牌粘度低于普通用户，部分消费者已经在考虑其他品牌；易换型——某品牌用户中最容易流失的群体。
非用户
非用户也分为以下四个子群体之一:易赢型——这部分消费者对目标品牌的偏好超过了当前品牌，所以虽然目前没有品牌切换行为，但心理上已经做好了切换的准备；左右摇摆——在这部分消费者眼中，目标品牌和现有品牌具有相同的吸引力；轻度偏离型——偏好取向与当前品牌相关，但对当前品牌的粘性低于重度偏离型；重度偏离型——对现有品牌的强烈偏好，所以在近期，最不可能争取到这部分消费者。
转换模型的应用也基于数据收集。常用的数据收集方法包括邮寄问卷、电话访谈和一对一的面对面访谈，其中面对面访谈是最适合的数据收集方法。在实际操作中，通常要求受访者回答一套问题，基本涵盖以下四个维度:需求满意度、特定产品领域的购买干预、对其他品牌的态度、现场决策的犹豫。
需求满意度
需求满意度是指消费者在使用一个品牌后，其需求得到满足的程度。显然，对一个品牌的满意度越低，品牌粘性就越低。需要注意的是，满意度是衡量品牌粘性的必要指标，但用这个指标来预测消费者的切换行为是不够的，原因可以用第二维度来解释。
特定产品领域的采购参与
在这里，购买参与的意义集中在品牌选择的重要性上。众所周知，一款产品在我们的日常生活中越重要，消费者能够容忍不满的限度就越高。同样的道理，如果某个产品处于相对次要的位置，那么对某个品牌满意的消费者在下一次购买时可能会转向其他品牌，比如更便宜的品牌。
对其他品牌的态度
用满意度来预测转换行为并不完美的另一个原因可以用这个维度来解释。一个消费者可能对自己目前使用的品牌极度不满，但如果认为其他品牌更差，切换行为就不太可能发生。同理，消费者可能对现有品牌满意，但认为其他品牌更好，转换行为也可能发生。因此，消费者对竞争品牌的态度应该是形成当前品牌粘性的重要因素之一。
现场决策的犹豫程度
这个维度是指过去消费者在做选择时是否容易被现场提供的品牌分散注意力。有的消费者很少犹豫，不会轻易改变原有的消费模式，有的消费者面对众多品牌却拿不定主意。现场决策会直接影响现有品牌的粘性。
借助数学中的突变理论(具体类型为蝴蝶突变)，根据受访者对上述四个维度的回答，可以利用一定的算法将受访者分为不同的群体。举一个简单的例子，如果被调查者对现有品牌非常满意，那么品牌选择对他来说意义重大(也就是说，在特定的产品领域有很高的购买介入度)。在品牌态度方面，现有品牌被认为明显优于其他竞争品牌，被调查者在现场选择时如果忠于某种模式，将被归类为稳定用户。
衡量“粘性”不仅仅是一个理论概念，粘性较高的群体对营销意义重大，因为与粘性较低的群体相比，它具有以下特点:他们更容易被说服反复购买一个品牌；他们对竞争品牌的宣传更免疫；常用品牌(产品)缺货时，不会轻易接受其他品牌；他们对价格不太敏感；他们支持特定的产品领域，并保持着高强度关系品牌的巨大市场份额；最重要的是，粘度通常与未来的购买行为有关。
转化模型广泛应用于产品和概念测试、广告测试以及品牌良性发展的持续监控。
应用案例
以下是一个关于葡萄酒产品的案例。在这种情况下，利用转化模型对品牌A的用户和非用户进行细分，具体构成如图1所示。图中“弱势”群体结合了边缘型和易切换型两类用户，“开放”群体结合了易打架型和摇摆型两类非用户群体。
我们需要了解为什么11%的用户与品牌建立了牢固的联系，如何防止10%的弱势用户转投其他品牌。因此，研究的重点分为两个方面:一是各细分群体中有哪些因素驱动了品牌偏好；另一方面，它衡量品牌A在这些重要维度上相对于竞争品牌的表现。
为了解决上述问题，我们将使用两种方法:“多元回归”和“参考频率共享”。
多元回归是以品牌偏好得分为因变量，属性维度得分为自变量，建立自变量与因变量之间的回归方程。得到的回归方程的系数代表了各种属性对整体品牌偏好的影响。在回归系数的基础上，我们可以根据属性的重要性对所有属性进行排序。
“提及次数份额”是一种相对简单的测量方法。具体算法是将某属性维度中提及品牌A的次数除以所有品牌提及次数之和得到的比值。通过这个价值，我们可以看到品牌A相对于其他品牌的表现。
用这两种方法对数据进行处理后，我们再来看看品牌A在“稳定”用户眼中的形象，具体来说，驱动这个群体品牌偏好的重要属性是什么，品牌A在这些重要属性上的表现是什么。图2显示，在一些相对重要的维度上，A品牌在“稳定”用户眼中优于其他品牌。
再来看看A品牌在“弱势”用户中的形象。图3显示，品牌A在两个维度(产品属性1和饮酒动机2)优于竞争品牌，但这两个属性并不是影响品牌偏好的决定性因素。相反，在产品属性2、品牌个性2等最具影响力的维度上，A品牌被认为不如竞争品牌。
简而言之，A品牌在无关属性上相对强势，而在一些重要属性上则逊色，从而弱化了A品牌与这部分消费者之间的联系。
“弱势”用户和“稳定”用户的区别主要体现在两个方面:一是他们追求的利益不同；其次，在一些关键属性上，他们有着截然不同的感受。
针对上述情况，我们可以给出两个对策:第一个是改善品牌A的薄弱环节(如产品属性2、品牌个性2)，实际操作中可能很难改变品牌在消费者心目中的既定形象。二是加强品牌A的优越属性与品牌偏好之间的联系。这种对策可以从影响消费者需求的角度充分体现A品牌优越属性的价值，同时保证A品牌在不同时期形象的一致性。
原刊:《经济观察报》，第151期，2004年3月15日
