การวิเคราะห์แบบ Conjointเป็น เทคนิค ทางสถิติที่ใช้ข้อมูลจากการสำรวจในการวิจัยตลาดซึ่งช่วยในการพิจารณาว่าผู้คนให้คุณค่ากับคุณลักษณะต่างๆ (คุณสมบัติ ฟังก์ชัน ประโยชน์) ที่ประกอบกันเป็นผลิตภัณฑ์หรือบริการแต่ละอย่างอย่างไร

วัตถุประสงค์ของการวิเคราะห์แบบคอนจอยต์ (Conjoint Analysis) คือการหาอิทธิพลของชุดคุณลักษณะที่มีต่อการเลือกหรือการตัดสินใจของผู้ตอบแบบสอบถาม ในการทดลองแบบคอนจอยต์ จะมีการแสดงชุดผลิตภัณฑ์หรือบริการที่เป็นไปได้ซึ่งถูกควบคุมไว้ โดยแบ่งตามคุณลักษณะ ให้แก่ผู้ตอบแบบสอบถาม การวิเคราะห์ว่าผู้ตอบแบบสอบถามเลือกผลิตภัณฑ์อย่างไร จะช่วยให้สามารถกำหนดมูลค่าที่ผู้ตอบแบบสอบถามให้ไว้ต่อคุณลักษณะต่างๆ ที่ประกอบขึ้นเป็นผลิตภัณฑ์หรือบริการเหล่านั้นได้ มูลค่าโดยนัยเหล่านี้ ( อรรถประโยชน์หรือมูลค่าส่วนประกอบ) สามารถนำมาใช้สร้างแบบจำลองทางการตลาดเพื่อประมาณการส่วนแบ่งการตลาด รายได้ และแม้กระทั่งผลกำไรของผลิตภัณฑ์ใหม่ๆ ได้

การวิเคราะห์ร่วม (Conjoint Analysis) มีต้นกำเนิดมาจากจิตวิทยาเชิงคณิตศาสตร์และได้รับการพัฒนาโดยศาสตราจารย์ด้านการตลาดPaul E. Greenที่Wharton School แห่งมหาวิทยาลัยเพนซิลเวเนียผู้บุกเบิกการวิเคราะห์ร่วมที่มีชื่อเสียงคนอื่นๆ ได้แก่ ศาสตราจารย์V. "Seenu" Srinivasanจากมหาวิทยาลัยสแตนฟอร์ดซึ่งได้พัฒนา ขั้นตอน การเขียนโปรแกรมเชิงเส้น (LINMAP) สำหรับข้อมูลที่เรียงลำดับตามอันดับ รวมถึงวิธีการที่อธิบายได้ด้วยตนเอง และ Jordan Louviere ( มหาวิทยาลัยไอโอวา ) ผู้คิดค้นและพัฒนาวิธีการแบบอิงตัวเลือกสำหรับการวิเคราะห์ร่วมและเทคนิคที่เกี่ยวข้อง เช่นการจัดระดับแบบดีที่สุด-แย่ที่สุด (best–worst scaling )

ปัจจุบันมีการนำไปใช้ในสาขาสังคมศาสตร์และวิทยาศาสตร์ประยุกต์หลายแขนง รวมถึงการตลาดการจัดการผลิตภัณฑ์และการวิจัยเชิงปฏิบัติการมีการใช้บ่อยครั้งในการทดสอบการยอมรับของลูกค้าต่อการออกแบบผลิตภัณฑ์ใหม่การประเมินความน่าสนใจของโฆษณาและการออกแบบบริการนอกจากนี้ยังมีการนำไปใช้ในการวางตำแหน่งผลิตภัณฑ์แต่ก็มีบางคนที่ตั้งข้อสงสัยเกี่ยวกับการประยุกต์ใช้การวิเคราะห์ร่วม (Conjoint Analysis) ในด้านนี้

เทคนิคการวิเคราะห์ร่วมอาจถูกเรียกว่าการสร้างแบบจำลององค์ประกอบหลายคุณลักษณะการสร้างแบบจำลองทางเลือกแบบไม่ต่อเนื่องหรือการวิจัยความชอบที่ระบุไว้และเป็นส่วนหนึ่งของชุดเครื่องมือวิเคราะห์การแลกเปลี่ยนที่กว้างขึ้นซึ่งใช้สำหรับการวิเคราะห์การตัดสินใจอย่างเป็นระบบ เครื่องมือเหล่านี้รวมถึง Brand Price Trade-off ^{[ 1 ] Simalto}และวิธีการทางคณิตศาสตร์ เช่นAHP [ ^{2 ]} PAPRIKA ^{[ 3 ] [ 4 ]}อัลกอริทึมวิวัฒนาการหรือการทดลองพัฒนากฎ

สินค้าหรือบริการจะถูกอธิบายโดยใช้คุณลักษณะหลายประการ ตัวอย่างเช่น โทรทัศน์อาจมีคุณลักษณะต่างๆ เช่น ขนาดหน้าจอ รูปแบบหน้าจอ ยี่ห้อ ราคา และอื่นๆ แต่ละคุณลักษณะสามารถแบ่งย่อยออกเป็นระดับต่างๆ ได้ ตัวอย่างเช่น ระดับของรูปแบบหน้าจออาจเป็น LED, LCD หรือ Plasma

ผู้ตอบแบบสอบถามจะได้รับชมชุดผลิตภัณฑ์ ต้นแบบ แบบจำลอง หรือรูปภาพที่สร้างขึ้นจากการผสมผสานระดับต่างๆ ของคุณลักษณะทั้งหมดหรือบางส่วน และถูกขอให้เลือก จัดอันดับ หรือให้คะแนนผลิตภัณฑ์ที่พวกเขาเห็น ตัวอย่างแต่ละชิ้นมีความคล้ายคลึงกันมากพอที่ผู้บริโภคจะมองว่าเป็นสินค้าทดแทนกันได้ แต่ก็มีความแตกต่างกันมากพอที่ผู้ตอบแบบสอบถามจะสามารถระบุความชอบได้อย่างชัดเจน ตัวอย่างแต่ละชิ้นประกอบด้วยการผสมผสานคุณลักษณะของผลิตภัณฑ์ที่ไม่ซ้ำกัน ข้อมูลอาจประกอบด้วยการให้คะแนนแต่ละรายการ ลำดับการจัดอันดับ หรือตัวเลือกจากชุดค่าผสมทางเลือกต่างๆ

การออกแบบร่วม (Conjoint design) ประกอบด้วยสี่ขั้นตอนที่แตกต่างกัน:

1. กำหนดประเภทของการศึกษา
2. ระบุคุณลักษณะที่เกี่ยวข้อง
3. ระบุระดับของแอตทริบิวต์
4. แบบสอบถามการออกแบบ

สามารถออกแบบการศึกษาได้หลายประเภท:

• คอนจอยต์ตามการจัดอันดับ
• คอนจอยต์ตามการให้คะแนน
• การวิเคราะห์ร่วมตามตัวเลือก

คุณลักษณะในการวิเคราะห์ร่วมควรมีดังนี้:

• มีความเกี่ยวข้องกับการตัดสินใจของผู้บริหาร
• ในชีวิตจริงมีระดับที่แตกต่างกันออกไป
• คาดว่าจะส่งผลต่อความชอบ
• ต้องมีการกำหนดอย่างชัดเจนและสามารถสื่อสารได้
• โดยควรไม่มีความสัมพันธ์ที่ชัดเจน (ยกเว้นราคาและแบรนด์)
• ประกอบด้วยอย่างน้อยสองระดับ

ระดับของคุณลักษณะควรเป็นดังนี้:

• ชัดเจน
• ไม่สามารถเกิดขึ้นพร้อมกันได้
• สมจริง

เมื่อจำนวนการผสมผสานของคุณลักษณะและระดับเพิ่มขึ้น จำนวนโปรไฟล์ที่เป็นไปได้ก็จะเพิ่มขึ้นแบบทวีคูณ ดังนั้นการออกแบบแฟคทอเรียลแบบเศษส่วนจึงถูกนำมาใช้กันอย่างแพร่หลายเพื่อลดจำนวนโปรไฟล์ที่จะต้องประเมิน ในขณะเดียวกันก็มั่นใจได้ว่ามีข้อมูลเพียงพอสำหรับการวิเคราะห์ทางสถิติ ส่งผลให้ได้ชุด "โปรไฟล์" ที่ควบคุมอย่างระมัดระวังเพื่อให้ผู้ตอบแบบสอบถามพิจารณา

รูปแบบแรกสุดของการวิเคราะห์ร่วม (Conjoint Analysis) ที่เริ่มต้นในทศวรรษ 1970 คือสิ่งที่เรียกว่าการศึกษาแบบโปรไฟล์เต็มรูปแบบ (Full Profile studies) ซึ่งใช้คุณลักษณะจำนวนเล็กน้อย (โดยทั่วไป 4 ถึง 5 คุณลักษณะ) ในการสร้างโปรไฟล์ที่แสดงให้ผู้ตอบแบบสอบถามเห็น โดยมักจะแสดงในรูปแบบการ์ดแต่ละใบ จากนั้นผู้ตอบแบบสอบถามจะจัดอันดับหรือให้คะแนนโปรไฟล์เหล่านี้ โดยใช้การวิเคราะห์การถดถอยตัวแปรดัมมี่ที่ค่อนข้าง ง่าย สามารถคำนวณค่าประโยชน์โดยนัยสำหรับระดับต่างๆ ที่จำลองอันดับหรือคะแนนที่ผู้ตอบแบบสอบถามระบุไว้ได้ดีที่สุด อย่างไรก็ตาม พบข้อเสียสองประการในการออกแบบยุคแรกๆ เหล่านี้

ประการแรก จำนวนคุณลักษณะที่ใช้มีข้อจำกัดอย่างมาก หากมีคุณลักษณะจำนวนมาก งานพิจารณาสำหรับผู้ตอบแบบสอบถามจะใหญ่เกินไป และแม้จะใช้การออกแบบแฟกทอเรียลแบบเศษส่วน จำนวนโปรไฟล์สำหรับการประเมินก็อาจเพิ่มขึ้นอย่างรวดเร็ว เพื่อให้สามารถใช้คุณลักษณะได้มากขึ้น (มากถึง 30 คุณลักษณะ) จึงได้มีการพัฒนาเทคนิคคอนจอยต์แบบผสมผสาน ซึ่งรวมการอธิบายตนเอง (การให้คะแนนหรือการจัดอันดับระดับและคุณลักษณะ) ตามด้วยงานคอนจอยต์ แบบสอบถามทั้งแบบกระดาษและแบบใช้คอมพิวเตอร์ช่วยแบบปรับเปลี่ยนได้จึงกลายเป็นตัวเลือกตั้งแต่ช่วงทศวรรษ 1980 เป็นต้นมา

ข้อเสียประการที่สองคือ การให้คะแนนหรือการจัดอันดับโปรไฟล์นั้นไม่สมจริงและไม่ได้เชื่อมโยงโดยตรงกับทฤษฎีพฤติกรรม ในสถานการณ์จริง ผู้ซื้อจะเลือกจากตัวเลือกต่างๆ มากกว่าการจัดอันดับหรือให้คะแนน จอร์แดน ลูเวียร์ เป็นผู้บุกเบิกแนวทางที่ใช้เพียงงานการเลือก ซึ่งกลายเป็นพื้นฐานของการวิเคราะห์ร่วมแบบอิงการเลือกและการวิเคราะห์การเลือกแบบไม่ต่อเนื่องการวิจัยความชอบที่ระบุไว้นี้เชื่อมโยงกับการสร้างแบบจำลองทางเศรษฐศาสตร์และสามารถเชื่อมโยงกับความชอบที่เปิดเผยได้โดยที่แบบจำลองการเลือกได้รับการปรับเทียบบนพื้นฐานของข้อมูลจริงมากกว่าข้อมูลจากการสำรวจ เดิมที การวิเคราะห์ร่วมแบบอิงการเลือกไม่สามารถให้ค่าประโยชน์ในระดับบุคคลได้ และนักวิจัยได้พัฒนาแบบจำลองแบบรวมเพื่อแสดงถึงความชอบของตลาด ทำให้ไม่เหมาะสมสำหรับ การศึกษา การแบ่งส่วนตลาด ด้วยเทคนิคการวิเคราะห์แบบ เบย์เซียนเชิงลำดับชั้นที่ใหม่กว่าค่าประโยชน์ในระดับบุคคลอาจได้รับการประมาณ ซึ่งให้ข้อมูลเชิงลึกที่มากขึ้นเกี่ยวกับความชอบที่แตกต่างกันไปในแต่ละบุคคลและส่วนตลาด

โดยทั่วไปแล้ว ข้อมูลสำหรับการวิเคราะห์แบบ Conjoint Analysis มักได้มาจากการสำรวจวิจัยตลาด แม้ว่าการวิเคราะห์แบบ Conjoint Analysis จะสามารถนำไปใช้กับโปรแกรมกำหนดค่าที่ ออกแบบมาอย่างรอบคอบ หรือข้อมูลจาก การทดลอง ตลาด ที่ออกแบบมาอย่างเหมาะสมได้ เช่นกัน หลักการทั่วไปของการวิจัยตลาดเกี่ยวกับการกำหนดขนาดตัวอย่างทางสถิติและความแม่นยำยังคงใช้ได้เมื่อออกแบบการสัมภาษณ์สำหรับการวิเคราะห์แบบ Conjoint Analysis

ความยาวของแบบสอบถามการวิเคราะห์ร่วมขึ้นอยู่กับจำนวนคุณลักษณะที่จะประเมินและวิธีการวิเคราะห์ร่วมที่เลือกใช้ แบบสอบถามการวิเคราะห์ร่วมแบบปรับเปลี่ยนได้ทั่วไปที่มีคุณลักษณะ 20-25 ข้อ อาจใช้เวลามากกว่า 30 นาทีในการทำเสร็จ ในขณะที่การวิเคราะห์ร่วมแบบอิงตัวเลือก โดยใช้ชุดข้อมูลโปรไฟล์ขนาดเล็กกว่าที่กระจายอยู่ทั่วกลุ่มตัวอย่าง อาจใช้เวลาน้อยกว่า 15 นาที แบบฝึกหัดการเลือกอาจแสดงในรูปแบบหน้าร้านหรือในสภาพแวดล้อมการช้อปปิ้งจำลองอื่นๆ

เนื่องจากการออกแบบ conjoint มีความซับซ้อน จึงมักก่อให้เกิดข้อผิดพลาดในการวัดอย่างมาก (ดังที่แสดงโดยความน่าเชื่อถือภายในผู้ตอบแบบสอบถามที่ต่ำ) ซึ่งสามารถทำให้เกิดอคติอย่างมากในทิศทางใดก็ได้ในปริมาณใดก็ได้ อคตินี้จะต้องได้รับการแก้ไขในการวิเคราะห์ทางสถิติของข้อมูล conjoint ^{[ 5 ]} ขึ้นอยู่กับประเภทของแบบจำลอง สามารถใช้วิธีการทางเศรษฐมิติและสถิติที่แตกต่างกันเพื่อประมาณฟังก์ชันอรรถประโยชน์ ฟังก์ชันอรรถประโยชน์เหล่านี้บ่งชี้ถึงคุณค่าที่รับรู้ของคุณลักษณะและความไวของการรับรู้และความชอบของผู้บริโภคต่อการเปลี่ยนแปลงในคุณลักษณะของผลิตภัณฑ์ ขั้นตอนการประมาณค่าจริงจะขึ้นอยู่กับการออกแบบของงานและโปรไฟล์สำหรับผู้ตอบแบบสอบถามและมาตราส่วนการวัดที่ใช้เพื่อระบุความชอบ (มาตราส่วนช่วง การจัดอันดับ หรือการเลือกแบบไม่ต่อเนื่อง) สำหรับการประมาณค่าอรรถประโยชน์สำหรับแต่ละระดับคุณลักษณะโดยใช้ภารกิจโปรไฟล์เต็มรูปแบบตามการให้คะแนนการถดถอยเชิงเส้นอาจเหมาะสม สำหรับภารกิจตามการเลือก โดย ทั่วไปจะใช้การประมาณค่าความน่าจะเป็นสูงสุดโดยใช้การถดถอยโลจิสติกวิธีการประมาณค่าอรรถประโยชน์ดั้งเดิมคือการวิเคราะห์ความแปรปรวนแบบโมโนโทนิกหรือเทคนิคการเขียนโปรแกรมเชิงเส้น แต่การปฏิบัติการวิจัยการตลาดในปัจจุบันได้เปลี่ยนไปใช้แบบจำลองตามตัวเลือกโดยใช้โลจิตแบบหลายตัวเลือก เวอร์ชันผสมของแบบจำลองนี้ และการปรับปรุงอื่นๆตัวประมาณค่าแบบเบย์เซียนก็ได้รับความนิยมมากเช่นกัน ปัจจุบันขั้นตอนแบบเบย์เซียนแบบลำดับชั้นก็ได้รับความนิยมค่อนข้างมากเช่นกัน^{[ 6 ]}

• ประเมินการแลกเปลี่ยนทางจิตวิทยาที่ผู้บริโภคทำเมื่อประเมินคุณลักษณะหลายอย่างพร้อมกัน
• สามารถวัดความชอบในระดับบุคคลได้
• ช่วยเปิดเผยปัจจัยขับเคลื่อนที่แท้จริงหรือที่ซ่อนอยู่ ซึ่งอาจไม่ปรากฏชัดเจนต่อผู้ตอบแบบสอบถามเอง
• จำลองสถานการณ์จริงของการเลือกหรือการซื้อสินค้า
• สามารถใช้วัตถุทางกายภาพได้
• หากออกแบบอย่างเหมาะสม สามารถจำลองปฏิสัมพันธ์ระหว่างคุณลักษณะต่างๆ ได้
• อาจนำไปใช้ในการพัฒนาการแบ่งกลุ่มตามความต้องการ เมื่อใช้โมเดลที่คำนึงถึงความหลากหลายของรสนิยมของผู้ตอบแบบสอบถาม

• การออกแบบการศึกษาร่วมอาจมีความซับซ้อน
• เมื่อเผชิญกับคุณสมบัติและรายละเอียดสินค้าที่มากเกินไป ผู้ตอบแบบสอบถามมักจะใช้กลยุทธ์การลดความซับซ้อน
• ใช้งานได้ยากในการวิจัยการวางตำแหน่งผลิตภัณฑ์ เนื่องจากไม่มีขั้นตอนในการแปลงการรับรู้เกี่ยวกับคุณลักษณะที่แท้จริงไปเป็นการรับรู้เกี่ยวกับคุณลักษณะพื้นฐานที่ลดลง
• ผู้ตอบแบบสอบถามไม่สามารถแสดงทัศนคติต่อหมวดหมู่ใหม่ได้ หรืออาจรู้สึกถูกบังคับให้คิดถึงประเด็นที่ปกติแล้วพวกเขาอาจไม่ได้คิดถึงมากนัก
• การศึกษาที่ออกแบบมาไม่ดีอาจให้คุณค่ากับคุณลักษณะของผลิตภัณฑ์ที่เกี่ยวข้องกับอารมณ์มากเกินไป และให้คุณค่ากับคุณลักษณะที่เป็นรูปธรรมน้อยเกินไป
• วิธีนี้ไม่ได้คำนึงถึงปริมาณสินค้าที่ผู้ตอบแบบสอบถามแต่ละรายซื้อ แต่การถ่วงน้ำหนักผู้ตอบแบบสอบถามตามปริมาณการซื้อที่พวกเขารายงานเอง หรือวิธีการเพิ่มเติม เช่น การวิเคราะห์ร่วมเชิงปริมาตร อาจช่วยแก้ไขปัญหานี้ได้

ตัวอย่าง หนึ่งของการประยุกต์ใช้การวิเคราะห์ร่วม (Conjoint Analysis) ในการวิเคราะห์ธุรกิจคือ: บริษัทพัฒนาอสังหาริมทรัพย์แห่งหนึ่งสนใจที่จะสร้างอาคารอพาร์ตเมนต์สูงใกล้กับมหาวิทยาลัยชั้นนำในเมือง เพื่อให้โครงการประสบความสำเร็จ จึงได้ว่าจ้างบริษัทวิจัยตลาดให้ทำการสำรวจกลุ่มเป้าหมายกับนักศึกษาปัจจุบัน โดยแบ่งกลุ่มนักศึกษาตามปีการศึกษา (ปี 1 ปี 2 และระดับบัณฑิตศึกษา) และจำนวนเงินช่วยเหลือทางการศึกษาที่ได้รับ ผู้เข้าร่วมการศึกษาจะได้รับชมสถานการณ์การเลือกต่างๆ ซึ่งเกี่ยวข้องกับตัวเลือกที่พักอาศัยในอพาร์ตเมนต์ที่แตกต่างกัน โดยระบุคุณลักษณะ 6 ประการ (ความใกล้ชิดกับมหาวิทยาลัย ราคา แพ็คเกจโทรคมนาคม ตัวเลือกการซักรีด แผนผังชั้น และคุณสมบัติด้านความปลอดภัย) ต้นทุนการก่อสร้างอาคารโดยประมาณที่เกี่ยวข้องกับตัวเลือกอพาร์ตเมนต์แต่ละแบบนั้นเท่ากัน ผู้เข้าร่วมจะถูกขอให้เลือกตัวเลือกอพาร์ตเมนต์ที่ตนชื่นชอบภายในแต่ละสถานการณ์การเลือก การเลือกแบบบังคับนี้จะเผยให้เห็นลำดับความสำคัญและความชอบของผู้เข้าร่วมการถดถอยโลจิสติกแบบหลายตัวแปร (Multinomial Logistic Regression)อาจใช้เพื่อประมาณค่าคะแนนอรรถประโยชน์สำหรับแต่ละระดับคุณลักษณะของ 6 คุณลักษณะที่เกี่ยวข้องในการทดลองการวิเคราะห์ร่วม โดยใช้คะแนนอรรถประโยชน์เหล่านี้ อาจสามารถทำนายความชอบของตลาดสำหรับชุดค่าผสมใดๆ ของระดับคุณลักษณะที่อธิบายถึงตัวเลือกที่พักอาศัยในอพาร์ตเมนต์ที่เป็นไปได้

แนวทางการวิจัยตลาด Mind Genomics (MG) เป็นการประยุกต์ใช้การวิเคราะห์ร่วม (Conjoint Analysis: CA) CA ดำเนินการเพื่อประเมินการยอมรับของผู้บริโภค โดยนำเสนอชุดคุณลักษณะของผลิตภัณฑ์และประเมินความชอบของผู้บริโภคสำหรับชุดคุณลักษณะต่างๆ โดยการประมาณคะแนนประโยชน์ใช้สอยสำหรับระดับคุณลักษณะต่างๆ MG ที่ใช้ CA เจาะลึกไปถึงแง่มุมทางจิตวิทยาและอารมณ์ที่มีอิทธิพลต่อการตัดสินใจ ช่วยในการระบุคุณลักษณะที่โดดเด่นที่สุดสำหรับผู้บริโภคในเบื้องต้น และช่วยให้นักวิจัยปรับปรุงคุณลักษณะที่จะใช้ใน CA ^{[ 7 ]}

ในการสำรวจความคิดเห็นส่วนตัวโดย Populace ในสหรัฐอเมริกา พวกเขาใช้วิธีที่เรียกว่าการวิเคราะห์ร่วมตามตัวเลือก (CBC) เพื่อทำความเข้าใจว่าชาวอเมริกันกำหนดความสำเร็จอย่างไร แทนที่จะถามผู้คนโดยตรงให้กำหนดความสำเร็จ การสำรวจนี้ให้ผู้ตอบแบบสอบถามเลือกจากตัวเลือกต่างๆ ซึ่งจำลองการตัดสินใจในชีวิตจริง^{[ 8 ]}

ศาลรัฐบาลกลางในสหรัฐอเมริกาอนุญาตให้พยานผู้เชี่ยวชาญใช้การวิเคราะห์ร่วมเพื่อสนับสนุนความคิดเห็นเกี่ยวกับค่าเสียหายที่ผู้ละเมิดสิทธิบัตรควรจ่ายเพื่อชดเชยผู้ถือสิทธิบัตรสำหรับการละเมิดสิทธิ^{[ 9 ]}อย่างไรก็ตาม นักวิชาการด้านกฎหมายได้ตั้งข้อสังเกตว่าหลักนิติศาสตร์ของศาลอุทธรณ์กลางเกี่ยวกับการใช้การวิเคราะห์ร่วมในการคำนวณค่าเสียหายจากสิทธิบัตรยังคงอยู่ในขั้นตอนการพัฒนา^{[ 10 ]}

ตัวอย่างหนึ่งของเรื่องนี้คือ วิธีที่แอปเปิลใช้การวิเคราะห์ร่วม (conjoint analysis) เพื่อพิสูจน์ความเสียหายที่เกิดจากการละเมิดลิขสิทธิ์ของซัมซุง และเพิ่มค่าชดเชยที่ตนได้รับในคดีดังกล่าว

• การโฆษณา
• การเลือกแบบไม่ต่อเนื่อง (การสร้างแบบจำลองการเลือก)
• การตลาด
• การวิจัยการตลาด
• การพัฒนาผลิตภัณฑ์ใหม่
• การวิจัยการตลาดเชิงปริมาณ
• การวิเคราะห์ TURF
• การกำหนดราคาตามมูลค่า

• Green, P. และ Srinivasan, V. (1978) การวิเคราะห์ร่วมในการวิจัยผู้บริโภค: ประเด็นและแนวโน้มวารสารการวิจัยผู้บริโภคเล่ม 5 กันยายน 1978 หน้า 103–123
• Green, P. Carroll, J. และ Goldberg, S. (1981) แนวทางทั่วไปในการเพิ่มประสิทธิภาพการออกแบบผลิตภัณฑ์ผ่านการวิเคราะห์ร่วม (Conjoint Analysis)วารสารการตลาด (Journal of Marketing)เล่มที่ 43 ฤดูร้อน พ.ศ. 2524 หน้า 17–35
• Srinivasan, V. (1988) แนวทางการเชื่อมโยงและชดเชยเพื่อการอธิบายตนเองของความชอบที่มีคุณลักษณะหลายประการ , วิทยาศาสตร์การตัดสินใจ , เล่มที่ 19, ฤดูใบไม้ผลิ 1998, 295–305
• Green, PE และ Srinivasan V. (1990) การวิเคราะห์ร่วมในด้านการตลาด: การพัฒนาใหม่พร้อมนัยสำคัญสำหรับการวิจัยและการปฏิบัติวารสารการตลาดเล่มที่ 54 ตุลาคม 1990 หน้า 3–19
• มาร์เดอร์, อี. (1999) ข้อสมมติฐานของการสร้างแบบจำลองการเลือก
• การวิเคราะห์ร่วม (Conjoint Analysis) การสร้างแบบจำลองที่เกี่ยวข้อง และการประยุกต์ใช้งาน
• การวิเคราะห์ร่วม (Conjoint Analysis): วิธีการพัฒนาผลิตภัณฑ์ที่สมบูรณ์แบบ
• การวิเคราะห์ร่วม (Conjoint Analysis): การใช้แบบจำลองการเลือกแบบไม่ต่อเนื่องในการวิจัยตลาด