سيف الدين الحاجهندسة الإيرادات
Englishجرّب بوابة الفرعاحجز المراجعة

مكتبة هندسة الإيراداتدليل ميدانيRE-FG4 1.0

لا تسأل العميل كم سيدفع

كيف يكشف تحليل الاختيار ما يحرّك قراره فعلًا

هندسة الإيراداتالرياض

15 دقيقة قراءةمختبر الاختيار · إصدار مرجعي

الخلاصة

سؤال «كم ستدفع؟» يعطيك رقمًا لطيفًا لا يشتري به أحد. الأصدق أن تضع أمام العميل خيارات كاملة، بسعر ووقت واسم وتقييم، وتدعه يختار، ثم تقرأ من اختياراته وزن كل عامل. هذه الورقة تشرح الطريقة، وتتيح لك أن تجرّبها على نفسك، وتربطها باختبار الحد الأدنى للمساهمة.

قبل أن توقّع على سعر جديد أو قائمة أسعار منصة، اقرأ وزن السعر من اختيارات العميل، لا من جوابه، ثم اختبره بالحد الأدنى للمساهمة.

اجتماع التسعير

مثال مركّب من اجتماعات كثيرة.

المجموعة تجهّز «بوكس العائلة» للتوصيل. في الاجتماع يقول أحدهم: «سألنا العملاء في الفروع: تدفعون 89 لبوكس يكفي أربعة؟». أغلب من سُئلوا قالوا نعم. قرار الإطلاق خرج من الاجتماع بسرعة.

بعد شهر، المبيعات أقل من الخطة. البوكس نفسه معروض في التطبيق بجانب مطعمين آخرين، الأول باسم معروف ويصل أسرع، والثاني أرخص بعشرين ريالًا وتوصيله مجاني. والعميل الذي قال «نعم» في الفرع اختار في بيته شيئًا آخر.

لم يكذب عليكم أحد. العميل أجاب عن سؤال لم يكلّفه شيئًا. أما في التطبيق فكان يدفع من جيبه، وأمامه بدائل.

لماذا يخدعك السؤال المباشر

الظاهرة لها اسم في البحث: الانحياز الافتراضي (hypothetical bias). الناس يقولون إنهم سيدفعون أكثر مما يدفعون حين يصبح الدفع حقيقيًا. وهي ليست ملاحظة عابرة، بل نتيجة مراجعات جمعت عشرات التجارب:

  • مراجعة List وGallet (2001)، وشملت 29 دراسة: بالغ المشاركون فيما قالوا إنهم سيدفعونه بنحو ثلاثة أضعاف في المتوسط.1
  • مراجعة Murphy وزملائه (2005)، وشملت 28 دراسة: وسيط نسبة القيمة المقولة إلى الحقيقية 1.35.2
  • مراجعة Schmidt وBijmolt (2020)، وشملت 77 دراسة على السلع الاستهلاكية: الانحياز نحو 21% في المتوسط.3

ما يقولونه أكبر مما يدفعونه

نسبة ما قال الناس إنهم سيدفعونه إلى ما دفعوه فعلًا، في ثلاث مراجعات بحثية منشورة.

ثلاث مراجعات بثلاثة مقاييس مختلفة، وليست سلسلة واحدة. المصادر: List & Gallet 2001؛ Murphy وزملاؤه 2005؛ Schmidt & Bijmolt 2020.

البيانات جدولًا
ReviewStated ÷ actual
List & Gallet 2001 (29)≈ 3×
Murphy et al. 2005 (28)1.35× (median)
Schmidt & Bijmolt 2020 (77)+21%
والمفاجأة في المراجعة الثالثة: الطرق غير المباشرة، ومنها الكونجوينت الافتراضي، بالغت أكثر من السؤال المباشر في المتوسط. الاختيار لا يلغي المبالغة في الريالات، لكنه يكشف المفاضلة.

والأرقام الثلاثة ليست سلسلة واحدة؛ لكل مراجعة مقياسها ونوع سلعها. لكن الاتجاه واحد: ما يُقال أكبر مما يُدفع.

وهنا تفصيل مهم لا تجده في أغلب ما يُكتب عن هذا الموضوع. المراجعة الثالثة نفسها وجدت أن الطرق غير المباشرة، ومنها الكونجوينت الافتراضي، بالغت في المتوسط أكثر من السؤال المباشر.3 أي أن تحويل السؤال إلى اختيار لا يصنع ريالًا صادقًا تلقائيًا.

فلماذا نستخدمه؟ لأن قيمته في شيء آخر. دراسة Miller وزملائه (2011) قارنت أربع طرق بمشتريات حقيقية. الكونجوينت الافتراضي بالغ في الرقم، لكنه قد يوصلك مع ذلك إلى قرار التسعير الصحيح. وأفضل الطرق كانت التي تربط الإجابة بعاقبة حقيقية (incentive-aligned).4 وقبلها وجد Ding وزملاؤه (2005) أن جعل المستجيب «يعيش» مع اختياره، بأن يحصل فعلًا على ما اختار، حسّن التنبؤ بالشراء الحقيقي. وكانت إحدى تجربتيهم على أطباق عشاء في مطعم.5

الخلاصة الصادقة: الاختيار لا يكشف «كم سيدفع» بدقة الريال. يكشف ما الذي يتنازل عنه مقابل ماذا. وهذا بالضبط ما تحتاجه لتصمّم عرضًا وتسعّره.

شاشة التطبيق ليلة الخميس

افتح أي تطبيق توصيل ليلة الخميس. ثلاثة مطاعم في أعلى الشاشة. الأول باسم تعرفه، وتقييمه 4.4، ويصل خلال 40 دقيقة، والوجبة بسعر 99 ورسوم التوصيل 9. الثاني مطبخ جديد بسعر 79 وتوصيل مجاني، لكنه يصل بعد ساعة تقريبًا. الثالث بينهما.

عميلك يجيب كل ليلة عن استبيان من هذا النوع. لا يكتب رقمًا، بل يضغط على مطعم. وفي كل ضغطة يقول لك، دون أن يقصد، كم يساوي عنده ربع ساعة من الانتظار، وكم يساوي الاسم المعروف، وهل كلمة «مجاني» أثقل من ريالاتها التسعة.

المشكلة أنك لا ترى إجاباته. ترى طلباتك أنت فقط، ولا ترى من اختار غيرك ولماذا. وتحليل الاختيار هو أن تعيد بناء هذه الشاشة بطريقة منظمة: تغيّر السعر والوقت والاسم والتقييم وفق تصميم محسوب، وتعرضها على مئات الناس، ثم تقرأ الأوزان من اختياراتهم.

الفكرة ليست جديدة

الفكرة أقدم من التطبيقات بكثير. في 1927 اقترح Thurstone أن كل حكم بين خيارين فيه جزء ثابت وجزء عشوائي. وفي 1959 وضع Luce قاعدة رياضية لاحتمال اختيار بديل من بين بدائل.6 وفي 1974 بنى Daniel McFadden على ذلك نموذج «اللوجت الشرطي» (conditional logit)، فأصبح بالإمكان تقدير وزن كل صفة من اختيارات الناس الفعلية. ونال عن ذلك نصيبه من جائزة نوبل في الاقتصاد عام 2000، «لتطويره نظرية وأساليب تحليل الاختيار المنفصل».7

وفي التسويق، بدأ Paul Green، أستاذ التسويق في كلية وارتون بجامعة بنسلفانيا، مع Vithala Rao عام 1971 قياس تفضيلات المستهلكين عبر «حزم» من الصفات. ثم نشر مع V. Srinivasan المراجعتين اللتين أصبحتا مرجع المجال (1978 و1990).8 وفي 1983 جمع Jordan Louviere وGeorge Woodworth الأمرين معًا: تصميم الحزم من التسويق، ونموذج الاختيار من الاقتصاد. من هنا وُلد ما نسميه اليوم «الكونجوينت القائم على الاختيار» (choice-based conjoint).9

بعدها جاءت الأدوات التجارية، مثل برنامج CBC من Sawtooth Software ومحاكيات السوق المبنية عليه.10 ثم جاء التقدير البايزي الهرمي (hierarchical Bayes) مع Allenby وRossi وزملائهما، فأصبح بالإمكان تقدير أوزان لكل مستجيب على حدة، لا للمتوسط وحده.11 وقسّم Kamakura وRussell السوق إلى شرائح لكل منها أوزانها بنموذج «الفئات الكامنة» (latent class).12

لم أخترع شيئًا من هذا. ما أفعله هنا أن أنقله من كتب الاقتصاد والتسويق إلى شاشة التطبيق ورف السوبرماركت في الرياض.

جرّبها على نفسك

قبل أي شرح، جرّب. اثنتا عشرة شاشة، في كل واحدة ثلاثة مطاعم وخيار «ولا واحد». في النهاية تُقدَّر أوزانك أنت، في متصفحك، ولا تغادر إجاباتك جهازك.

12 شاشة، ثلاثة مطاعم في كل شاشة، وأنت تختار

لن نسألك كم تدفع. ستختار فقط، ومن اختياراتك نقدّر كم يساوي عندك الوقت والاسم والتقييم والتوصيل المجاني بالريال.

لاحظ: لم يسألك أحد «كم تدفع لتوصيل أسرع؟». ومع ذلك يظهر الرقم، لأنك دفعته فعلًا في اختياراتك، أو رفضت دفعه.

ما حدث خلف الشاشة بسيط. افترضنا أن لكل خيار «منفعة» عندك تساوي مجموع أوزان صفاته، زائد شيء من المزاج لا نراه. ثم بحثنا عن الأوزان التي تجعل اختياراتك الفعلية هي الأرجح. هذا هو اللوجت الشرطي نفسه، بتقدير نيوتن (Newton–Raphson). وأضفنا عليه «فرملة» رياضية (ridge) تمنع الأرقام من الانفجار حين تكون الإجابات قليلة.

وبعدها تأتي الخطوة التي لا تحتاج أن تسأل فيها أحدًا عن السعر. إذا كان وزن الريال الواحد عندك معروفًا، ووزن الدقيقة معروفًا، فإن قسمة الثاني على الأول تعطيك كم ريالًا تساوي الدقيقة عندك. لم يسألك أحد، لكنك أجبت.

واقرأ التنبيه تحت نتيجتك جيدًا: 12 إجابة من شخص واحد رقم صاخب.

كم هي صاخبة 12 إجابة؟

محاكاة مستجيب محاكى نعرف تفضيلاته مسبقًا، أجاب 12 شاشة ألف مرة.

البيانات جدولًا
محاكاة، لا بيانات مسح. الشخص الواحد قد يبدو «لا يبالي بالوقت» أو «يدفع أي شيء للسرعة» بسبب الصدفة وحدها. الدراسة تضيّق المدى.

في هذه المحاكاة أجاب مستجيب نعرف تفضيلاته مسبقًا 12 شاشة، وكررنا ذلك ألف مرة. قيمة ربع الساعة عنده 11 تقريبًا. ومع ذلك تراوح تقديرها من 12 إجابة بين نحو صفر ونحو 24 في 80% من المرات. ومع 300 مستجيب، كل منهم أجاب 12 شاشة، ضاق المدى إلى ما بين 10.6 و11.8 تقريبًا. النتيجة الفردية مرآة ممتعة، أما القرار فيُبنى على دراسة.

كيف تصمّم الاختبار

التصميم نصف النتيجة. خمس قواعد، ثم ثلاثة أمثلة سعودية للتصميم.

أولًا: ابدأ من القرار، لا من الفضول. اكتب القرار الذي ستتخذه بعد الدراسة قبل أن تكتب أي سؤال. مثلًا: «بأي سعر نطلق بوكس العائلة، وهل نموّل التوصيل المجاني؟». كل صفة لا تخدم قرارًا تُحذف.

ثانيًا: صفات قليلة، ومستويات واقعية. تنبّه Sawtooth إلى أن أكثر من ثماني صفات تقريبًا قد يربك المستجيب، وإلى ألا تزيد مستويات الصفات الكمية كالسعر على خمسة إلى سبعة.13 والأهم أن تكون المستويات أسعارًا وأوقاتًا يمكن أن يراها العميل فعلًا. سعر لم يره أحد في السوق يعلّم المستجيب أن يلعب، لا أن يختار.

ثالثًا: تصميم متوازن بلا خيار مهيمن. لخّص Huber وZwerina التصميم الجيد في أربعة مبادئ: التعامد، وتوازن المستويات، وأقل تداخل ممكن، وتوازن المنفعة.14 وعمليًا: لا تضع في الشاشة خيارًا أرخص وأسرع وأعلى تقييمًا من غيره في آن واحد. هذه شاشة لا تعلّمك شيئًا، لأن الجميع سيختاره. الاختبار في هذه الصفحة يفعل ذلك تلقائيًا: كل مستوى يظهر العدد نفسه من المرات، ولا خيار يهيمن على غيره.

رابعًا: «ولا واحد» سؤال منفصل. خيار «لا أشتري» ضروري، لأن السوق الحقيقي فيه دائمًا بديل خارجي: المطبخ، أو البقالة، أو مطعم لم تعرضه. لكن إذا جاء مع الخيارات في سؤال واحد، فقد يهرب إليه المستجيب كلما صعب عليه الاختيار. الحل المعروف هو «الاستجابة المزدوجة» (dual response): اختر أفضل الثلاثة أولًا، ثم أجب: هل كنت ستشتريه فعلًا؟15

خامسًا: جرّب بالعربية قبل أن تطلق. اختبر الأداة على عشرين شخصًا من الشريحة نفسها، واسأل كلًا منهم بعدها: ماذا فهمت من هذه الشاشة؟ كلمة مثل «مطبخ سحابي» قد يفهمها كل مستجيب بطريقة مختلفة.

ثلاثة أمثلة تصميم (مستويات افتراضية لأغراض التصميم فقط)

(أ) عشاء التوصيل (أغذية ومشروبات). هذا هو الاختبار الذي جربته أعلاه.

الصفةالمستويات (مثال تصميم)
سعر الوجبة لأربعة69 · 89 · 109 · 129
وقت التوصيل25 · 40 · 55 · 70 دقيقة
اسم المطعمسلسلة معروفة · مطبخ محلي جديد
التقييم في التطبيق4.0 · 4.4 · 4.8
رسوم التوصيلمجاني · 9

ويمكن أن تضيف لاحقًا صفة «حجم عائلي» (يكفي 4 أو 6)، أو «بوكس رمضان» للفطور مع السحور، على أن تكون في دراسة موسمية منفصلة. في رمضان يتغير ما يقرّر الناس على أساسه، فلا تخلط الموسمين في تصميم واحد.

(ب) مكيّف سبليت في معرض إلكترونيات (تجزئة). هنا تظهر الصفات التي ذكرتها في البداية: السعر والمواصفات والاسم والضمان والتوصيل والتهيئة.

الصفةالمستويات (مثال تصميم)
السعرثلاثة إلى أربعة أسعار ضمن ما يراه العميل في الفئة
الاسمعالمي معروف · إقليمي · جديد
الضمان على الضاغطسنتان · 5 سنوات · 10 سنوات
التركيب والتوصيلمجاني خلال 48 ساعة · مجاني خلال أسبوع · مدفوع
التقنيةعادي · إنفرتر
الدفعكامل · تقسيط بلا رسوم على 4 دفعات

(ج) كرتون مناديل أو أرز في السوبرماركت (سلع استهلاكية).

الصفةالمستويات (مثال تصميم)
سعر العبوةأربعة أسعار حول السعر الحالي
حجم العبوةعادي · عائلي · كرتون
شكل العرض20% مجانًا زيادة · خصم 20% · بلا عرض
الاسمعلامتك · منافس معروف · علامة المتجر
الموسمعادي · «مقاضي رمضان» (دراسة منفصلة)

في المثال الأخير سؤال يستحق وحده دراسة: هل «20% مجانًا» تساوي عند العميل «خصم 20%»؟ حسابيًا هما مختلفان، ونفسيًا قد يكونان أبعد من ذلك. لا أعرف الجواب في السوق السعودي، ولا أعرف أحدًا نشره بعد. وهذا بالضبط نوع السؤال الذي تجيب عنه الدراسة.

ماذا تخرج به من الدراسة

أوزان المستويات (part-worths). كم يضيف كل مستوى إلى جاذبية العرض: كم يضيف الاسم المعروف، وكم يطرح كل ريال زائد. هذه الأوزان هي المادة الخام لكل ما يليها.

أهمية كل صفة. مدى تأثير الصفة من أسوأ مستوياتها إلى أفضلها، كنسبة من المجموع. رقم جذاب في العروض التقديمية، لكنه خادع إذا نُسي شرطه: الأهمية تتبع المدى الذي اخترته أنت في التصميم.

الأهمية تتبع المدى الذي تختاره أنت

مثال افتراضي أوزان المثال نفسها، ومدى السعر في التصميم يتغيّر.

البيانات جدولًا
الأوزان لم تتغير، والمدى وحده تغيّر. وسّع مدى السعر فيصبح السعر «أهم»، وضيّقه فيتراجع. لذلك لا تُقارن «الأهمية» بين دراستين بمديات مختلفة.

جرّب في الرسم: الأوزان لم تتغير، لكن توسيع مدى السعر جعل السعر «أهم»، وتضييقه جعله أقل أهمية. لذلك لا تقل «السعر أهم عامل عند عملائنا» دون أن تذكر المدى.

الاستعداد للدفع كنسبة. وزن الصفة مقسومًا على وزن الريال يعطيك قيمتها بالريال، كما حسبنا لك قيمة ربع الساعة. لكن Orme، من Sawtooth، يحذّر من هذه القسمة البسيطة، لأنها تتجاهل المنافسين وخيار عدم الشراء، وتصف «المستجيب المتوسط» الذي لا وجود له. وهي أيضًا غير مستقرة حين يكون وزن السعر ضعيفًا. البديل الذي يقترحه: احسب القيمة داخل محاكٍ للسوق.16

محاكي السوق. تبني فيه عرضك وعروض المنافسين، فيحسب «حصة التفضيل» لكل عرض بقاعدة اللوجت. وانتبه هنا: هذه الحصة ليست حصة سوقية. المحاكي يفترض أن كل العروض متاحة للجميع ومعروفة للجميع بالقدر نفسه، وهذا لا يحدث في الواقع. لذلك تُقرأ حصصه مؤشرًا نسبيًا، ويُعاير مع المبيعات الحقيقية قبل أن يُبنى عليه رقم إيراد.17

مرونة السعر. غيّر سعرك في المحاكي 5% وانظر كم تتحرك حصتك. هذه مرونة المحاكي، لا مرونة السوق. لكنها أصدق من «كم ستدفع؟»، لأنها محسوبة والمنافسون أمام العميل.

الشرائح. العميل المتوسط لا وجود له. نموذج الفئات الكامنة يقسم المستجيبين إلى مجموعات تختلف أوزانها، مثلًا «مستعجل لا يهمه السعر» و«عائلة تحسب كل ريال»،12 والتقدير البايزي الهرمي يعطي أوزانًا لكل فرد.11 الأسماء التي ذكرتها هنا للتوضيح. الشرائح الحقيقية تظهر من البيانات، ولا تُفترض قبلها.

محاكي السوق واختبار الحد الأدنى

هنا يلتقي تحليل الاختيار بما نكتبه في هذا الموقع منذ البداية. الحصة وحدها لا تقول شيئًا عن المال. والسعر الذي يكسب أكبر عدد من الطلبات قد يخسر في كل طلب منها.

ابنِ عرضك أمام منافسَين، وشاهد الحصة والمساهمة معًا

الحصة تأتي من أوزان الاختيار بقاعدة اللوجت. المساهمة تأتي من اختبار الحد الأدنى في المنهج. القرار يحتاج الاثنين.

في المثال الافتراضي أعلاه، أعلى حصة تتحقق عند أدنى سعر مختبر. لكن هذا السعر نفسه يفشل في اختبار الحد الأدنى في المنهج: العمولة والخصم والدفع والتغليف أكبر من الهامش الإجمالي ناقص الحد الأدنى للمجموعة.18 وقمة المساهمة الأسبوعية تأتي عند سعر أعلى منه بكثير، مع حصة أقل. وإذا فعّلت التوصيل المجاني من مالك، ترتفع أرضية السعر المقبول، لأن الريالات التسعة تُحسب خصمًا تموّله العلامة.

جملة واحدة تلخّص القسم: السعر الذي يكسب الحصة ليس السعر الذي يكسب المال. المحاكي يريك الأول، واختبار الحد الأدنى يريك الثاني، والقرار يحتاج الاثنين.

الفخاخ

  1. صفات كثيرة. كل صفة زائدة تجعل المستجيب يختصر، فيقرّر بصفة أو صفتين ويتجاهل الباقي. اختصر إلى ما يخدم القرار.13
  2. خيار مهيمن. شاشة فيها خيار أفضل من غيره في كل شيء لا تكشف أي مفاضلة.14
  3. مستويات غير واقعية. سعر لا يوجد في السوق، أو توصيل خلال 5 دقائق. المستجيب يكتشفها ويتوقف عن أخذ الاختبار بجدية.
  4. نسيان مدى الأهمية. «الأهمية» تتبع مدى المستويات. لا تقارنها بين دراستين بمديات مختلفة.
  5. «ولا واحد» مدمج. يسحب الإجابات إليه كلما صعب الاختيار. استعمل الاستجابة المزدوجة، واقرأ حصته نسبيًا لا مطلقًا.15
  6. عيّنة صغيرة. قاعدة Rich Johnson، مؤلف نظام CBC، كما ينقلها Orme: عدد المستجيبين × عدد المهام × عدد البدائل في المهمة ÷ أكبر عدد مستويات لأي صفة ≥ 500 كحد أدنى، ويُفضّل 1,000 فأكثر. ويوصي Orme بعدد 300 مستجيب على الأقل لدراسة متينة، ونحو 200 لكل شريحة تريد مقارنتها.19 مثال للحساب: 12 مهمة × 3 بدائل، وأكبر صفة 4 مستويات، تحتاج 56 مستجيبًا للحد الأدنى النظري. لكن هذا الحد يخص تقدير المتوسط، لا الشرائح، ولا يعفيك من حد الثلاثمئة.
  7. الحافلة الحمراء والحافلة الزرقاء. اللوجت البسيط يفترض أن إضافة بديل جديد تأخذ من كل البدائل الموجودة بالنسبة نفسها. لكن مطعمًا ثانيًا من العلامة نفسها سيأخذ من أخيه أكثر مما يأخذ من الآخرين. هذا الاعتراض يعود إلى Debreu عام 1960، ويُروى اليوم بمثال الحافلتين.20 الحل نماذج أغنى (HB، والفئات الكامنة، واللوجت المتداخل)، والحذر عند محاكاة علامات متشابهة. ولاحظ أن هذا اسم آخر لأثر الافتراس بين الفروع الذي كتبنا عنه في الموسم الثاني.
  8. الخروج من المدى. المحاكي يعرف ما جرّبته فقط. سعر خارج المستويات المختبرة تخمين، ولذلك لا يسمح محاكي هذه الصفحة بالخروج منها.
  9. الانحياز الافتراضي لا يختفي. الاختيار يخفّفه ولا يلغيه.3 قلّل أثره بالمكافأة المرتبطة بالاختيار (incentive alignment) حيث أمكن،5 وبتنبيه صريح قبل البدء بأن الناس يبالغون عادة في الاستبيانات (cheap talk).21 ثم عاير المحاكي بالمبيعات الحقيقية.
  10. حصة التفضيل ليست حصة سوقية. التوزيع والظهور والوعي بالعلامة ليست في النموذج.17

من النتيجة إلى المنيو

الدراسة التي لا تنتهي بقرار مكتوب تكلفة. هكذا تتحول النتائج إلى قرار في مجموعة متعددة الفروع:

  1. القرار قبل الدراسة. اكتب الخيارات المطروحة فعلًا، مثلًا ثلاثة أسعار للبوكس، وتوصيل مجاني أو لا، وحجمين.
  2. حاكِ كل خيار أمام المنافسين الحقيقيين في كل منطقة توصيل مهمة لك، لا أمام «السوق» عمومًا.
  3. مرّر كل خيار على اختبار الحد الأدنى. الخيار الذي لا يجتاز الحد يخرج مهما كانت حصته.18 وعلى مستوى الصنف، احسب سعر الأرضية لكل صنف في كل باب.22
  4. لا تلمس أصناف المسطرة. الأصناف التي يحفظ العميل سعرها تبقى آخر ما يتغيّر. ويُغطّى فرق القناة في أصناف لا توأم لها في الفرع.23
  5. اختبر في السوق مع مجموعة ضابطة. أطلق الخيار المختار في فروع أو مناطق، واترك مناطق مماثلة بلا تغيير، وقِس الزيادة الحقيقية.23
  6. عاير المحاكي بما حدث فعلًا. الفرق بين ما توقّعه وما حدث يصحّح الدراسة القادمة.

سؤال صباح الأحد

السؤال«هل نعرف ما يتنازل عنه عميلنا مقابل ماذا، أم نعرف فقط ما قاله؟»
المقياسلكل عرض رئيسي: الحصة المحاكاة، والمساهمة لكل طلب بعد العمولة والخصم والتغليف، وهامش الأمان فوق الحد الأدنى
قاعدة القرارلا يُعتمد سعر أو عرض إلا إذا اجتاز اختبار الحد الأدنى في المحاكي، ثم في السوق مع مجموعة ضابطة. والحصة وحدها لا تبرر أي قرار.

«كيف يختار العميل السعودي فعلًا»: المنهج أولًا

الحالة: مخطط لها. لا توجد نتائج بعد.

بحثت عن دراسات منشورة من هذا النوع في المملكة. وجدت تجارب اختيار في الصحة، مثل تفضيلات المرضى في رعاية الأسنان الوقائية، ودراسة عن تبنّي السيارات الكهربائية في الرياض، ودراسة عن الاستعداد للدفع مقابل تغليف صديق للبيئة في التجزئة.24 لكني لم أجد دراسة كونجوينت منشورة ومحكّمة عن اختيار المطاعم أو التوصيل أو السلع الاستهلاكية في السوق السعودي. قد تكون موجودة داخل شركات لم تنشرها. أما المعرفة العامة فهي فارغة هنا.

لذلك أخطط لسلسلة دراسات بعنوان «كيف يختار العميل السعودي فعلًا»، بقاعدة الموقع نفسها: المنهج والعيّنة أولًا، ثم النتائج. الخطة باختصار:

  • ثلاثة قطاعات: عشاء التوصيل، وشراء في التجزئة، وعبوة استهلاكية. تصميم مستقل لكل قطاع، ودراسة رمضان منفصلة.
  • العيّنة: 300 مستجيب على الأقل لكل دراسة، و200 على الأقل لكل شريحة تُقارن. وتُحسب قاعدة Johnson قبل الإطلاق.19
  • الأداة: عربية أولًا، مع تجربة فهم على عشرين شخصًا، واستجابة مزدوجة لخيار «ولا واحد»، وتنبيه صريح بالانحياز الافتراضي.
  • الخصوصية: وفق نظام حماية البيانات الشخصية: موافقة صريحة، وأقل قدر من البيانات، ولا أسماء ولا أرقام جوال في ملف التحليل، وإتلاف ما لا يلزم.25
  • التسجيل المسبق: تُنشر الفرضيات والتصميم وخطة التحليل قبل جمع البيانات.
  • النشر: المنهج وحجم العيّنة أولًا، ثم النتائج مع حدودها، ثم البيانات المجمّعة حيث يسمح النظام.

البروتوكول الكامل في وثيقة مستقلة. وحتى تُنشر النتائج، أي رقم في هذه الصفحة هو واحد من ثلاثة: نتيجتك أنت، أو مثال افتراضي، أو محاكاة.

هذا الأسبوع

  1. خذ الاختبار أعلاه، واطلب من ثلاثة من فريقك أن يأخذوه. ستختلف نتائجكم، وهذا هو الدرس الأول: «العميل المتوسط» لا وجود له.
  2. اكتب قرار تسعير واحدًا تتخذه هذا الربع، ثم اكتب تحته صفاته ومستوياته الواقعية، خمس صفات على الأكثر.
  3. مرّر السعر الذي تميل إليه على اختبار الحد الأدنى قبل أن تسأل أي عميل أي شيء.

الفكرة لأصحابها

نموذج الاختيار الإحصائي فكرة McFadden، والحزم فكرة Green ورفاقه، وجمعهما عمل Louviere وWoodworth، والأدوات والتحذيرات من Sawtooth وOrme، والتقدير البايزي الهرمي من Allenby وRossi. ما فعلته أني وضعتها على شاشة التطبيق ليلة الخميس، وربطتها بالحد الأدنى للمساهمة.

والخطوة القادمة ليست مقالًا. هي الدراسة نفسها، ومنهجها يُنشر أولًا.

استشهد بهذا

الرمز: RE-FG4 1.0ما الذي تغيّر

بالعربية

الحاج، سيف الدين (2026). «لا تسأل العميل كم سيدفع» (RE-FG4 1.0). seiflden.com. https://seiflden.com/ar/library/dont-ask-what-theyd-pay/

بالإنجليزية

Alhajj, S. (2026). Don’t ask what they’d pay (RE-FG4 1.0). seiflden.com. https://seiflden.com/library/dont-ask-what-theyd-pay/

ملاحق

ملاحق هذه الورقة: صفحات مرافقة تُقرأ مع الورقة لا بدلًا منها.

المصادر والملاحظات

  1. John A. List & Craig A. Gallet, “What Experimental Protocol Influence Disparities Between Actual and Hypothetical Stated Values?”, Environmental and Resource Economics 20(3), 2001, pp. 241–254. doi.org/10.1023/A:1012791822804 (يفتح في تبويب جديد) — المبالغة «بنحو ثلاثة أضعاف» في المتوسط عبر 29 دراسة.

  2. James J. Murphy, P. Geoffrey Allen, Thomas H. Stevens & Darryl Weatherhead, “A Meta-analysis of Hypothetical Bias in Stated Preference Valuation”, Environmental and Resource Economics 30(3), 2005, pp. 313–325. doi.org/10.1007/s10640-004-3332-z (يفتح في تبويب جديد) — وسيط النسبة 1.35 عبر 28 دراسة.

  3. Jonas Schmidt & Tammo H. A. Bijmolt, “Accurately measuring willingness to pay for consumer goods: a meta-analysis of the hypothetical bias”, Journal of the Academy of Marketing Science 48(3), 2020, pp. 499–518. doi.org/10.1007/s11747-019-00666-6 (يفتح في تبويب جديد) — نحو 21% في المتوسط (77 دراسة)، والطرق غير المباشرة بالغت أكثر من المباشرة. 123

  4. Klaus M. Miller, Reto Hofstetter, Harley Krohmer & Z. John Zhang, “How Should Consumers’ Willingness to Pay Be Measured? An Empirical Comparison of State-of-the-Art Approaches”, Journal of Marketing Research 48(1), 2011, pp. 172–184. doi.org/10.1509/jmkr.48.1.172 (يفتح في تبويب جديد)

  5. Min Ding, Rajdeep Grewal & John Liechty, “Incentive-Aligned Conjoint Analysis”, Journal of Marketing Research 42(1), 2005, pp. 67–82. doi.org/10.1509/jmkr.42.1.67.56890 (يفتح في تبويب جديد) 12

  6. L. L. Thurstone, “A law of comparative judgment”, Psychological Review 34(4), 1927, pp. 273–286. doi.org/10.1037/h0070288 (يفتح في تبويب جديد) ؛ R. Duncan Luce, Individual Choice Behavior: A Theoretical Analysis, Wiley, 1959.

  7. Daniel McFadden, “Conditional logit analysis of qualitative choice behavior”, in P. Zarembka (ed.), Frontiers in Econometrics, Academic Press, 1974, pp. 105–142. والجائزة: الأكاديمية الملكية السويدية للعلوم، جائزة 2000 مناصفة مع James Heckman. kva.se/en/news/ekonomipriset-2000-2/ (يفتح في تبويب جديد)

  8. Paul E. Green & Vithala R. Rao, “Conjoint Measurement for Quantifying Judgmental Data”, Journal of Marketing Research 8(3), 1971, pp. 355–363. doi.org/10.1177/002224377100800312 (يفتح في تبويب جديد) ؛ Paul E. Green & V. Srinivasan, “Conjoint Analysis in Consumer Research: Issues and Outlook”, Journal of Consumer Research 5(2), 1978, pp. 103–123. doi.org/10.1086/208721 (يفتح في تبويب جديد) ؛ Green & Srinivasan, “Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice”, Journal of Marketing 54(4), 1990, pp. 3–19. doi.org/10.1177/002224299005400402 (يفتح في تبويب جديد) . وعن Green في وارتون: نعي جامعة بنسلفانيا، Penn Almanac، 2012. almanac.upenn.edu/archive/volumes/v59/n07/obit.html (يفتح في تبويب جديد)

  9. Jordan J. Louviere & George Woodworth, “Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data”, Journal of Marketing Research 20(4), 1983, pp. 350–367. doi.org/10.1177/002224378302000403 (يفتح في تبويب جديد)

  10. Sawtooth Software، دليل Lighthouse Studio: نماذج محاكي السوق. sawtoothsoftware.com/help/lighthouse-studio/manual/market… (يفتح في تبويب جديد) — ذكر للأداة، لا توصية بها.

  11. Greg M. Allenby, Neeraj Arora & James L. Ginter, “Incorporating Prior Knowledge into the Analysis of Conjoint Studies”, Journal of Marketing Research 32(2), 1995, pp. 152–162. doi.org/10.1177/002224379503200203 (يفتح في تبويب جديد) ؛ Peter J. Lenk, Wayne S. DeSarbo, Paul E. Green & Martin R. Young, “Hierarchical Bayes Conjoint Analysis: Recovery of Partworth Heterogeneity from Reduced Experimental Designs”, Marketing Science 15(2), 1996, pp. 173–191. doi.org/10.1287/mksc.15.2.173 (يفتح في تبويب جديد) ؛ Greg M. Allenby & Peter E. Rossi, “Marketing models of consumer heterogeneity”, Journal of Econometrics 89(1–2), 1998, pp. 57–78. https://doi.org/10.1016/S0304-4076(98)00055-4 ؛ Peter E. Rossi, Greg M. Allenby & Robert McCulloch, Bayesian Statistics and Marketing, Wiley, 2005. doi.org/10.1002/0470863692 (يفتح في تبويب جديد) 12

  12. Wagner A. Kamakura & Gary J. Russell, “A Probabilistic Choice Model for Market Segmentation and Elasticity Structure”, Journal of Marketing Research 26(4), 1989, pp. 379–390. doi.org/10.1177/002224378902600401 (يفتح في تبويب جديد) 12

  13. Sawtooth Software، «عدد الصفات والمستويات والمهام». sawtoothsoftware.com/help/lighthouse-studio/manual/cbc-nu… (يفتح في تبويب جديد) 12

  14. Joel Huber & Klaus Zwerina, “The Importance of Utility Balance in Efficient Choice Designs”, Journal of Marketing Research 33(3), 1996, pp. 307–317. doi.org/10.1177/002224379603300305 (يفتح في تبويب جديد) . والمبادئ الأربعة كما يلخّصها Zwerina وKuhfeld وHuber: people.duke.edu/~jch8/bio/Papers/Zwerina%20Kuhfeld%20Hube… (يفتح في تبويب جديد) 12

  15. Jeff D. Brazell وآخرون، “The no-choice option and dual response choice designs”, Marketing Letters 17(4), 2006, pp. 255–268. doi.org/10.1007/s11002-006-7943-8 (يفتح في تبويب جديد) ؛ وSawtooth عن خيار «ولا واحد»: sawtoothsoftware.com/help/lighthouse-studio/manual/cbc-no… (يفتح في تبويب جديد) 12

  16. Bryan Orme, “Assessing the Monetary Value of Attribute Levels with Conjoint Analysis: Warnings and Suggestions”, Sawtooth Software, 2001. sawtoothsoftware.com/resources/technical-papers/assessing… (يفتح في تبويب جديد)

  17. Bryan Orme & Richard Johnson, “External Effect Adjustments in Conjoint Analysis”, Sawtooth Software Research Paper, 2006. content.sawtoothsoftware.com/assets/63122e93-b01b-4849-89… (يفتح في تبويب جديد) 12

  18. منهج هندسة الإيرادات: مساهمة القناة واختبار الحد الأدنى، وقواعد القنوات. 12

  19. Bryan Orme, Getting Started with Conjoint Analysis، الفصل 7 «Sample Size Issues for Conjoint Analysis»، وفيه قاعدة Rich Johnson ‏nta/c ≥ 500 كحد أدنى، ويُفضّل 1,000 فأكثر، و300 مستجيب على الأقل للدراسة المتينة، ونحو 200 لكل شريحة. content.sawtoothsoftware.com/assets/dd3f6a38-285f-441f-a8… (يفتح في تبويب جديد) ؛ وعن حدود القاعدة مع HB: sawtoothsoftware.com/resources/blog/posts/sample-size-rul… (يفتح في تبويب جديد) 12

  20. Kenneth Train, Discrete Choice Methods with Simulation, 2nd ed., Cambridge University Press, 2009، الفصل 3 (§3.3.2 عن استقلال البدائل غير ذات الصلة ومثال الحافلتين). eml.berkeley.edu/books/choice2.html (يفتح في تبويب جديد) ؛ Gérard Debreu، مراجعة كتاب Luce، American Economic Review 50(1)، 1960، ص 186–188 (مثاله كان تسجيلات موسيقية لا حافلات).

  21. Ronald G. Cummings & Laura O. Taylor, “Unbiased Value Estimates for Environmental Goods: A Cheap Talk Design for the Contingent Valuation Method”, American Economic Review 89(3), 1999, pp. 649–665. doi.org/10.1257/aer.89.3.649 (يفتح في تبويب جديد)

  22. دفتر القنوات: أي الأصناف تنجو من العمولة، وقواعد التسعير.

  23. الحلقة 1: مسطرة لوحة الأسعار، والحلقة 2: اختبار الزيادة الحقيقية، ودفتر القنوات: اختبار الزيادة. 12

  24. أمثلة لتجارب اختيار منشورة في المملكة (ليست عن المطاعم أو التوصيل): L. Bahanan وآخرون، Cureus 15(8)، 2023، e44028. pmc.ncbi.nlm.nih.gov/articles/PMC10517430/ (يفتح في تبويب جديد) ؛ R. Alyamani, D. Pappelis & M. Kamargianni, Energy Policy 188، 2024، 114072. ideas.repec.org/a/eee/enepol/v188y2024ics0301421524000922… (يفتح في تبويب جديد) ؛ S. A. Alenazi, Sustainability 17(16)، 2025، 7287. ideas.repec.org/a/gam/jsusta/v17y2025i16p7287-d1722983.html (يفتح في تبويب جديد) . البحث: PubMed وبحث عام في 29 سبتمبر 2026، ولم يشمل Google Scholar مباشرة.

  25. نظام حماية البيانات الشخصية، المرسوم الملكي م/19 بتاريخ 9/2/1443 (هجري)، المعدّل بالمرسوم م/148 بتاريخ 5/9/1444 (هجري)، ولائحته التنفيذية (سدايا). النص العربي هو المرجع. sdaia.gov.sa/ (يفتح في تبويب جديد) ؛ laws.boe.gov.sa/boelaws/laws/lawdetails/b7cfae89-828e-499… (يفتح في تبويب جديد)