Conjoint Analysis: descubra o que o cliente realmente valoriza

Perguntar “o que é importante para você?” não funciona: todo mundo responde que tudo é importante e que quer o preço mais baixo. O Conjoint resolve isso obrigando a pessoa a escolher entre produtos completos — e é da escolha, não da opinião, que sai o peso real de cada atributo.

Conjoint Analysis é um método de pesquisa que mede o valor que o consumidor dá a cada característica de um produto — preço, marca, tamanho, prazo, garantia — a partir de escolhas entre opções completas, e não de notas dadas atributo por atributo.

A versão mais usada é a Choice-Based Conjoint (CBC): a pessoa vê algumas versões do produto lado a lado, cada uma com uma combinação diferente de características, e escolhe qual compraria. Repete isso várias vezes, com combinações que mudam a cada rodada.

É o mesmo que ela faz na prateleira ou no site do concorrente: aceita uma coisa pior para ganhar outra melhor. Cada escolha dessas é uma troca — e o modelo estatístico lê o padrão das trocas para calcular quanto cada atributo pesa na decisão.

Quando o Conjoint é a ferramenta certa

• Definir preço de um produto novo — Descobrir quanto o mercado aceita pagar por cada nível de qualidade, antes de imprimir tabela.
• Decidir o que entra na versão premium — Saber quais características justificam cobrar mais — e quais o cliente não paga um centavo a mais para ter.
• Montar ou enxugar portfólio — Simular combinações que ainda não existem e ver qual delas ganharia mais preferência.
• Entender o peso da marca — Colocar a sua marca como um atributo e medir quanto dela vale, em reais, contra a do concorrente.

Como funciona na plataforma

Do desenho ao resultado, sem exportar nada para outro software.

• 01. Defina atributos e níveis — Ex.: preço (R$ 19, R$ 29, R$ 39), tamanho (300 ml, 500 ml), embalagem (vidro, plástico). Cada atributo com seus níveis possíveis.
• 02. A plataforma monta os cartões — O desenho experimental combina os níveis de forma equilibrada, para que nenhum atributo fique confundido com outro.
• 03. O respondente escolhe — Ele vê de 2 a 4 versões por tela e marca a que compraria — normalmente de 8 a 12 telas por pessoa.
• 04. O modelo calcula a utilidade — Cada nível recebe uma pontuação de preferência, e cada atributo, uma importância relativa em porcentagem.
• 05. Você simula cenários — Monte o produto que quiser e veja a preferência estimada contra os concorrentes, incluindo o efeito de mudar o preço.

O que você recebe

• Importância relativa por atributo — O peso de cada característica na decisão, em porcentagem — preço 41%, marca 22%, e assim por diante.
• Utilidade de cada nível — Dentro de “tamanho”, quanto 500 ml ganha de 300 ml. É onde aparece o ponto em que aumentar deixa de compensar.
• Simulador de cenários — Troque um nível e veja a preferência mudar, com o concorrente na mesma tela.
• Disposição a pagar — Quanto vale, em reais, cada característica — o número que sustenta a decisão de preço.
• Dados brutos — Todas as escolhas exportáveis para Excel, CSV e SPSS, para quem quer refazer o modelo por fora.

Um exemplo concreto

Uma indústria de bebidas quer lançar um chá gelado. As dúvidas: 300 ml ou 500 ml, vidro ou PET, com ou sem açúcar, e a que preço.

Na pesquisa tradicional, o consumidor diz que quer 500 ml, em vidro, sem açúcar e por R$ 4,90 — a resposta é inútil, porque ele pediu o melhor de tudo pelo menor preço.

No Conjoint, ele precisa escolher entre opções reais: 500 ml em PET com açúcar por R$ 6,90, ou 300 ml em vidro sem açúcar por R$ 8,90. Depois de dez escolhas dessas, o modelo mostra que a embalagem de vidro pesa 9% na decisão e que o consumidor aceita pagar R$ 1,20 a mais por ela — menos do que custa produzir. A decisão de embalagem sai da reunião de opinião e vira conta.

Quando NÃO usar

• Quando você tem um atributo só. Para testar apenas preço, Van Westendorp ou Gabor-Granger respondem mais rápido e mais barato.
• Quando são muitos atributos. Acima de 6 ou 7, o respondente cansa e a qualidade cai — vale usar MaxDiff antes, para escolher o que entra no Conjoint.
• Quando a amostra é pequena demais. Abaixo de 200 respostas o modelo fica instável; para recortes por segmento, o número sobe.
• Quando a decisão real não envolve troca. Se o cliente não escolhe entre versões, o método não descreve o comportamento dele.

Perguntas frequentes sobre Conjoint

• Quantas respostas preciso para um Conjoint? — Como regra prática, de 200 a 300 respostas para uma leitura geral confiável. Se você precisa comparar segmentos (por região, faixa de renda ou canal), conte de 150 a 200 por segmento — a conta é por recorte que você vai analisar, não pelo total.
• Qual a diferença entre Conjoint e MaxDiff? — O Conjoint mede o valor de características que se combinam num mesmo produto e permite simular preço. O MaxDiff ordena itens soltos por importância — mensagens, benefícios, funcionalidades — sem montar produto nem calcular disposição a pagar. Na prática, muita gente usa MaxDiff para escolher o que vale testar e Conjoint para decidir a configuração e o preço.
• Preciso saber estatística para rodar? — Não para operar. A plataforma monta o desenho experimental, roda o modelo e apresenta importância, utilidade e simulador prontos. Saber estatística ajuda na hora de escolher atributos e de interpretar resultado apertado — e nisso a gente ajuda no desenho do estudo.
• Conjoint serve para serviço, não só para produto físico? — Serve. Plano de assinatura, seguro, curso, frete e pacote de banco são casos clássicos: os atributos viram franquia, prazo, cobertura, canal de atendimento e mensalidade. O método é o mesmo.
• Em que plano está incluído? — No plano Pesquisa, de R$ 599/mês, junto com MaxDiff, Van Westendorp, Gabor-Granger, gôndola virtual e mapa de calor. No plano Estudante, de R$ 39/mês, também está incluído para uso acadêmico comprovado.

Conjoint (CBC) está no plano Pesquisa e no plano Estudante — sem cobrança por estudo.