在受邀的152人中,148人登录了调查(即可能的回复率为97%,但我们无法确定真实的回复率,因为我们要求他们传递链接)。其中,116人回答了至少一个选择集,但没有完成调查,因此他们的数据无法使用。总共有32名受访者完成了DCE,完成/保留率约为22%。虽然系数的确定并不取决于样本大小(即实验设计确保有足够的信息可用于估计参数),但考虑到这种保留率,需要验证结果的通用性或稳健性。
描述性统计
在查看估算结果之前,我们讨论了样本的构成(表4). 总的来说,平均年龄为49岁,其中81%为女性,38%为NHS工作。在查询与NHS职位相关的个人情况信息时,7级最常见(占受访者的50%),而管理(58%的受访者)是最常见的专业领域。具有学术角色的个人占受访者的53%;这也意味着,尽管大多数学者都是兼职临床医生或当地委托委员会的成员,但研究结果仍需与医疗人员进一步核实。
估算结果
表5给出了三种模型的估计结果。条件逻辑可用于估计DCE问题的第一阶段(即无选择权的强制选择)和DCE问题组合的第一和第二阶段(即三个备选仪表板加上一个选择权)。第一阶段和第二阶段的组合也使用嵌套逻辑进行分析。所有三种方法的结果均以奇数比表示,这表明人们选择一种与基线相比具有属性水平的替代方法的可能性有多大(研究问题2)。
表5 DCE的估算结果。使用JMP软件13.0版生成的数据 通用模式出现在模型中。能够“过滤数据”(按性别、年龄、种族和状况/疾病)似乎是最具影响力的功能,其次是“搜索”功能(下拉列表中的医院)。这三种搜索功能对受访者来说都是非常理想的,而“上传自己的数据”的能力几乎同样重要。此外,“过滤评论(按员工角色)”和“图形定制”似乎也很重要,而“使用俗语”和“指标显示”的意义有限。有趣的是,“数据分辨率”和“预测智能”在任何模型中都没有被确定为重要,即使在我们的范围界定调查中被确定为可取的。最后,仪表盘的成本非常显著,这表明受访者对经济理论预测的价格变化很敏感。总的来说,平均而言,个人很可能拒绝购买基线服务(即,拒绝购买的可能性几乎是拒绝购买的9倍),而女性更可能拒绝购买,正如嵌套logit模型所示(研究问题3)。
水处理厂货币估值
表6介绍了WTP计算(研究问题1)。鉴于WTP本质上是估计系数的非线性组合,统计显著性和相对大小与系数结果密切相关。所有三个模型都指向一个相同的重要属性级别列表,尽管所导出的WTP的大小有一些变化。这在很大程度上是由不同的模型假设和其他模型特征所解释的,在绝大多数情况下,三种模型的WTP在统计上没有差异。
表6 DCE估算的意愿值。使用JMP软件13.0版生成的数据 总的来说,受访者愿意支付1674英镑至2447英镑(条件登录和嵌套登录),以获得他们最喜欢的“搜索”功能(即医院下拉列表),然后是“筛选(按年龄、性别和条件)”,其价值为1644英镑至2142英镑。其他两个“搜索”选项(按关键字和地图/邮政编码)的价值分别为1364英镑至2062英镑和1357英镑至1461英镑。”上传自己数据的能力”的价值为1198英镑至1377英镑,最后,“按员工角色筛选”的价值是736英镑至941英镑。
我们应该注意到,尽管其余属性级别看起来并不重要,但这并不意味着仪表板中不需要它们。如前所述,系数传递了一条相对信息,即与基线或基线水平相比,一个特征需要多大程度的信息。因此,统计上无意义的WTP值意味着,受访者对这些属性级别的仪表板的系统评价并没有超过他们对具有相应基本线属性级别仪表板的评价。例如,在“图形”(有两个级别:a)“固定图形或饼图”和b)“用户可以选择和更改图形”的情况下,一个微不足道的WTP表明,与固定图形的仪表板相比,受访者不愿意为带有用户指定图形的仪表盘支付更多费用。这与图形对仪表板用户来说根本不重要的概念大不相同。
预测概率计算
预测概率计算结果如表所示7回想一下,表中的值是预测概率的变化,因此被解释为一个百分点的变化。正值意味着与基准仪表板相比,购买替代仪表板级别(即除了所示的特定属性外,在所有方面都与基准仪表盘相同)的机会增加。相应地,负值表明所评估的属性级别不如相应的基线属性级别,因此购买替代仪表板的机会低于基线仪表板的可能性(研究问题3)。
表7 DCE估算的预测概率计算。使用JMP软件13.0版生成的数据 所有三个模型都指向了不同属性级别的相似排名,下拉医院列表的“搜索”功能增加了强制选择中32个百分点(p.p.)和NL中28个百分点(p.p.)被选择的可能性。通过“过滤器(按年龄、性别和条件)”功能可以获得同样大的可能性变化,分别增加32 p.p.和25 p.p.的机会。接下来是剩余的“搜索”级别和“上传自己的数据”功能。从价格效应来看,年费从250英镑增加到1500英镑,强制选择的购买概率下降了约18 p.p.,荷兰则下降了10 p.p。
接下来是第二类预测概率,我们计算选择退出的预测概率的变化,负值表示属性级别将导致选择退出的概率较低(即,它们是所需的特征),而正值则意味着选择退出而不购买的机会增加(即一个没有吸引力的功能)。对于CL和NL模型,我们发现选择退出概率的变化相对较小,CL和荷兰的“过滤(按年龄、性别和条件)”分别下降了约13 p.p.和3.5 p.p搜索的特征紧随其后,CL的值在7 p.p.和9 p.p.之间,NL的值在4.2 p.p.和2 p.p.之间,这表明所有特征都是可取的,并减少了选择退出的机会(研究问题1、2和3)。
我们注意到,选择退出概率的这种下降可能看起来很小。然而,这是意料之中的,因为受访者有很大的倾向选择不购买基线仪表板,而基线仪表板本质上是最不理想的仪表板,可以根据指定的属性进行配置。为了深入了解仪表盘工具的整体吸引力和潜在市场需求,第三类预测概率如表所示8。绝大多数情况下(即91%),个人拒绝购买基准仪表盘,但会在提供功能齐全的替代品时选择购买,其中89%的人选择低价,80.5%的人选择高价。从中我们还可以看到价格对非常理想的仪表盘的影响,其中1250英镑的增加(即从250英镑增加到1500英镑)将购买概率降低了约8.5个百分点(研究问题3)。
表8三个代表性仪表板的购买和选择退出预测概率。使用JMP软件13.0版生成的数据 仪表板在线工具的基本成本效益评估
我们使用表中的三个仪表板进行了基本的成本效益模拟练习,以评估仪表板工具企业的盈利能力8,即基线、功能齐全的低价和功能齐全的高价替代品。我们假设该仪表盘面向100、500和1000个潜在感兴趣的客户(选择该范围是为了突出仪表盘在假设市场中的可能盈利能力)。产品上扣量根据表计算8确定购买行为(研究问题3)。在计算成本时,我们只考虑了初始开发成本(即412242英镑的总拨款价值,其中包括各种小型研究,最终导致工具包的开发),并根据客户数量假设了不同的年度维护成本(即100个潜在客户5万英镑,100英镑 500名潜在客户支付15万英镑)。最后,我们假设产品寿命为5年,利率为3%。
从表9很明显,对于这些潜在客户中的任何一个来说,基准仪表板都不是可行的选择,这主要是因为它被接受的可能性很低(即,即使对于1000个潜在客户,预计也只有90次购买)。接下来是具有低定价策略的全功能选项,该产品在5年内仅对1000个潜在客户实现盈利(即每年890次购买)。最后,对于高定价战略中的全功能选项,该产品对于500个潜在客户(即每年403次购买)和1000个潜在客户来说(即每年805次购买)具有很高的利润。
表9仪表盘工具的基本成本效益评估。使用JMP软件13.0版生成的数据 将DCE结果与PRESENT项目前一阶段和后一阶段的结果进行综合
在当前研究的最后一部分,我们希望考虑人们如何实际使用我们的工作原型,在我们的DCE之后进行了改进。我们观察了英国三个不同地区13名NHS管理人员的工作场所,他们“走过”仪表盘,回答了一个有关癌症护理的相关假设问题。每次演练和相关访谈平均持续2小时,并进行录像。演练是根据已发布的指导进行的[15,19]并设计用于获取有关我们系统的启发式、寻找假设问题答案的有用性(每个参与者都设计了自己的问题)以及实现障碍和使能因素的信息。这种方法不同于我们在问卷开发中使用的非结构化认知访谈,这意味着我们评估的是用户界面和系统行为的质量,而不是参与者的行为。
在本阶段结束时,我们使用三角矩阵来比较研究不同部分的结果,作为对仪表板属性研究结果的综合。方法是列,属性是行。我们使用这个矩阵来检查收敛和发散,其中包括返回原始数据,以更深入地了解我们潜在最终用户的需求以及所使用的不同方法提供的不同类型的数据。
搜索和过滤在我们的数据中很重要,但建议的形式应该根据我们使用的探索方法而有所不同,图表中使用的颜色(红-黄-绿或更中性的方案)以及使用地图指示数据中的模式也是如此。我们的最终合成总结见表10.
表10本研究中不同数据来源的最终综合总结,包括DCE