Skalowanie wielowymiarowe, określane skrótem MDS, jest metodą analityczną służącą do przedstawiania podobieństw i różnic między produktami, markami, usługami lub innymi obiektami na czytelnej mapie. Umożliwia przełożenie złożonych ocen respondentów lub innych miar podobieństwa na układ punktów, w którym bliskość oznacza podobieństwo w zastosowanej mierze, a duża odległość – różnicę.
Co to jest skalowanie wielowymiarowe (MDS)?
Skalowanie wielowymiarowe (MDS, ang. multidimensional scaling) to rodzina metod statystycznych, których celem jest odwzorowanie relacji podobieństwa lub niepodobieństwa między badanymi obiektami w przestrzeni o niewielkiej liczbie wymiarów, najczęściej dwóch. Wynikiem analizy jest mapa MDS, która w badaniach percepcji może być nazywana również mapą percepcji, na której każdy obiekt jest reprezentowany przez punkt.
Podstawową zasadą MDS jest zachowanie relacji występujących w danych wejściowych. Jeżeli respondenci uznają dwie marki za podobne, ich punkty powinny znaleźć się blisko siebie. Jeżeli produkty są postrzegane jako wyraźnie odmienne, odległość między punktami na mapie powinna być większa. Metoda nie pokazuje więc bezpośrednio udziałów rynkowych, poziomu sprzedaży ani jakości produktu, lecz strukturę relacji między obiektami – na przykład percepcję odbiorców.
Dane do skalowania wielowymiarowego mogą pochodzić z różnych źródeł. W badaniach rynku stosuje się przede wszystkim:
- bezpośrednie oceny podobieństwa par marek, produktów lub usług,
- rankingi i sortowanie obiektów do grup postrzeganych jako podobne,
- oceny marek na zestawie atrybutów, które następnie służą do wyznaczenia odległości,
- dane behawioralne, takie jak współwystępowanie wyborów, przechodzenie między markami lub podobieństwo koszyków zakupowych,
- materiał jakościowy kodowany do postaci relacji między kategoriami, markami lub potrzebami.
MDS może mieć charakter metryczny albo niemetryczny. W podejściu metrycznym analiza zakłada, że wartości podobieństwa lub odległości mają interpretowalną skalę liczbową. W podejściu niemetrycznym istotna jest przede wszystkim kolejność relacji, na przykład to, które marki są postrzegane jako bardziej lub mniej podobne. Drugie rozwiązanie bywa użyteczne, gdy dane mają charakter porządkowy.
Wartość mapy zależy od tego, na ile dobrze odtwarza ona dane wejściowe. Do oceny dopasowania wykorzystuje się miary błędu, w tym stres. Niższy poziom błędu oznacza, że uproszczona mapa lepiej zachowuje relacje zapisane w pierwotnej macierzy podobieństw lub odległości. Sama dobra wartość statystyczna nie wystarcza jednak do interpretacji – mapa musi być również zgodna z wiedzą o kategorii i językiem, którym posługują się konsumenci.
Zastosowanie skalowania wielowymiarowego (MDS) w praktyce
Skalowanie wielowymiarowe stosuje się wtedy, gdy celem badania jest zrozumienie struktury rynku z perspektywy odbiorców, a nie wyłącznie zmierzenie ocen pojedynczych cech. Metoda jest użyteczna zwłaszcza w kategoriach, w których konkurencja odbywa się na poziomie wizerunku, skojarzeń, stylu użytkowania lub postrzeganego zastosowania produktu.
W praktyce MDS wspiera między innymi następujące decyzje badawcze i marketingowe:
- identyfikację bezpośrednich konkurentów w percepcji klientów, także wtedy, gdy nie są oni oczywistymi rywalami według klasyfikacji produktowej,
- ocenę pozycjonowania marki na tle kategorii i wykrywanie obszarów zatłoczonych,
- poszukiwanie niezagospodarowanych przestrzeni percepcyjnych, które mogą stać się punktem wyjścia do rozwoju oferty, komunikacji lub architektury marki,
- analizę zmian w odbiorze marek w badaniach trackingowych, jeżeli pomiar i zestaw porównywanych obiektów są utrzymywane w czasie,
- porównanie percepcji różnych segmentów klientów, na przykład użytkowników intensywnych i okazjonalnych albo nabywców B2B z różnych branż.
Przykładowo, w badaniu rynku napojów mapa MDS może ujawnić, które marki są postrzegane jako podobne lub odmienne. Jeżeli równolegle zebrano oceny atrybutów, można dodatkowo ocenić, czy układ marek wiąże się z funkcjonalnością, naturalnym składem, przyjemnością konsumpcji albo dostępnością cenową. W sektorze B2B metoda może pomóc określić, którzy dostawcy oprogramowania są postrzegani jako podobni, a dodatkowe dane atrybutowe mogą wyjaśniać rolę specjalizacji branżowej, innowacyjności, jakości obsługi lub skali wdrożeń.
W projektach mixed-methods MDS często zyskuje na połączeniu z badaniami jakościowymi. Wywiady indywidualne lub grupowe pomagają wyjaśnić, dlaczego badane marki znalazły się blisko siebie oraz jakie znaczenia respondenci przypisują poszczególnym obszarom mapy. Z kolei badanie ilościowe umożliwia ocenę, czy obserwowany układ jest stabilny i reprezentatywny dla wybranej populacji.
Jak interpretować mapę MDS?
Pytanie, jak interpretować mapę MDS, wymaga oddzielenia dwóch kwestii: odległości między punktami oraz znaczenia osi. Najbardziej bezpośrednią informację daje wzajemne położenie obiektów. Marki umieszczone blisko siebie są zwykle podobnie postrzegane przez respondentów, natomiast marki oddalone różnią się w ich percepcji.
Interpretacja powinna uwzględniać kilka zasad:
- bliskość punktów wskazuje na podobieństwo, ale nie mówi automatycznie, który obiekt jest lepszy lub bardziej pożądany,
- położenie relatywnie blisko pozostałych punktów może oznaczać umiarkowane podobieństwo do wielu obiektów, a nie brak wyrazistego wizerunku,
- duża odległość od innych marek może sygnalizować wyróżnienie, lecz nie przesądza o przewadze rynkowej,
- osie mapy nie zawsze mają gotowe, obiektywne znaczenie – ich interpretację należy oprzeć na danych atrybutowych, wiedzy jakościowej i kontekście kategorii,
- obrót, odbicie lub przesunięcie mapy nie zmienia relacji między punktami, dlatego kierunek osi i położenie względem środka wykresu same w sobie nie mają znaczenia.
Wymiary MDS są często nazywane osiami percepcji, ale nie należy nadawać im nazw wyłącznie na podstawie intuicji. Jeżeli na jednym krańcu znajdują się marki oceniane w dodatkowym badaniu jako tradycyjne, a na drugim jako innowacyjne, wymiar można ostrożnie interpretować jako kontinuum tradycja – innowacyjność. Takie przypisanie powinno wynikać z materiału empirycznego, a nie z graficznego układu punktów.
Mapa MDS pokazuje relacje względne w analizowanym zestawie obiektów. Nie stanowi trwałej mapy całego rynku, jeśli pominięto istotne marki, substytuty lub segmenty klientów. Dlatego dobór obiektów do analizy ma bezpośredni wpływ na użyteczność wyników.
Skalowanie wielowymiarowe (MDS) a powiązane metody
Skalowanie wielowymiarowe należy do metod eksploracyjnych wykorzystywanych do analizy struktury rynku i percepcji. Najczęściej jest zestawiane z mapami percepcji, analizą korespondencji, analizą skupień oraz analizą czynnikową, jednak metody te odpowiadają na odmienne pytania badawcze.
Mapa percepcji jest pojęciem szerszym niż MDS. Może powstać na podstawie skalowania wielowymiarowego, ale również z danych o ocenach atrybutów, wyników analizy czynnikowej czy analizy korespondencji. MDS jest więc jedną z metod tworzenia map percepcji, szczególnie przydatną wtedy, gdy punktem wyjścia są podobieństwa i różnice między obiektami.
Analiza korespondencji również przedstawia dane na mapie o ograniczonej liczbie wymiarów, lecz bazuje zwykle na tabelach częstości lub współwystępowania kategorii. Może pokazać na przykład relację między markami a grupami użytkowników, kanałami zakupu albo deklarowanymi skojarzeniami. Skalowanie wielowymiarowe koncentruje się natomiast na odległościach między samymi obiektami, wyprowadzonych z ocen podobieństwa lub innych miar dystansu.
Analiza skupień służy do grupowania obiektów albo respondentów w relatywnie jednorodne segmenty. MDS nie tworzy grup automatycznie, lecz pokazuje stopień podobieństwa w sposób ciągły. Obie metody można łączyć: MDS może służyć do wizualizacji rynku, a analiza skupień – najlepiej przeprowadzona na danych o podobieństwie lub odległości – do formalnego wyodrębnienia grup marek lub respondentów.
Analiza czynnikowa bada ukryte wymiary stojące za współzależnością wielu zmiennych, na przykład ocen jakości, nowoczesności i zaufania do marki. W MDS wymiary są wyprowadzane z relacji między obiektami. W praktyce analiza czynnikowa może pomóc interpretować osie mapy MDS, jeśli obok danych o podobieństwie zebrano także oceny atrybutowe.
Dobór metody powinien wynikać z pytania badawczego i rodzaju danych. Skalowanie wielowymiarowe jest szczególnie uzasadnione wtedy, gdy kluczowe jest zrozumienie, które marki, produkty lub rozwiązania klienci postrzegają jako substytucyjne, odrębne albo należące do podobnego obszaru kategorii.