感官大师答疑解惑|【第十二期】当CATA难以对感官属性相似的产品进行区分时，应该如何改进？

感官大师答疑解惑系列（十二）

                                                                                     暨灏图品测十周年感恩回馈系列

      灏图品测一直以来秉持着吸收先进理念，学习促进发展的精神，已连续5年作为该系列大师班的独家赞助方参与其中，致力于推动行业交流和发展。

      基于在日常感官及相关工作中，很多实际问题难以通过查阅文献或以往的资料经验得以解决。灏图品测决定推出感官大师答疑解惑系列文章，直击行业痛点：

      我们将梳理在《感官大师班》中同行基于实战难题的提问以及国际感官大师们对此的点拨与解答。

      持续关注我们，扫除感官及相关工作中的盲点和痛点，提高新产品上市的成功率！

本期主题：

当CATA难以对感官属性相似的产品进行区分时，应该如何改进？

本期答疑导师

Dr. Sara Jaeger

Leader, New Zealand Institute for Plant & Food Research

Editor, Food Quality and Preference

      承接第八期对于CATA方法的介绍，当我们在使用CATA方法时，由于CATA 的二元响应答案无法直接测量所评估的感官属性的强度。因此，这可能会限制对感官属性相似的产品进行区分的能力。

      Dr. Sara Jaeger大师对此向我们介绍了RATA方法：

      Rate-all-that-apply (RATA) is a variant of check-all-that-apply (CATA) that allows assessors to rate the intensity of selected attributes. You can think of RATA as "CATA + intensity rating of attribute".

      RATA（Rate-all-that-apply）是 CATA（Check-all-that-apply）的一种变体，允许评估者对所选感官属性的强度进行评分。您可以将 RATA 视为 "CATA + 属性强度评分"。

图一：RATA打分示例

      Different RATA variants exist：
      • Scale length between 3 and 15 scale points have been used
      • Scale anchors can vary between fully labelled and end-point only 3-pt and fully labelled ["low" (1), "medium" (2) and "high"(3)] [15-point and end-point only ("low" (1) and "high" (15) )]
      • No firm guidelines, but consider sample discrimination and participant ability
      • Clear labelling of numerical values of scale anchors is useful

      存在不同的 RATA 变体：
      Ø 量表长度可以在在 3 到 15 分之间
      Ø 量表分数标签可以每分都标注也可仅在两端标注 ["低"(1)、"中"(2)和 "高"(3)] ["低"(1)和 "高"(15) ]
      Ø 没有明确的指导原则，但要考虑样本的区分度和参与者的能力
      Ø 清晰标注量表的数值非常有用

      Dr. Sara Jaeger指出，在比较RATA和CATA两种方法时，RATA并不总是比CATA具有明显优势。在进行消费者研究时，是否应该加入属性强度评分，取决于研究的具体目标和所研究样本的特点。
      例如，如果样本间的感官特性差异明显，容易被区分为不同类别，那么使用CATA方法是合适的。相反，如果样品之间有共同的感官特征，RATA方法可以帮助在这些共性特征基础上更好地区分各样品。此外，用于RATA评估的感官属性应该是消费者熟悉的、常见的，这样他们可以更容易地使用等级量表来准确衡量这些属性的强度。

🌟【灏图解读】

      在感官测试中，可尝试将RATA作为定量描述分析(Quantitative Descriptive Analysis)和谱分析(Spectrum Method)等传统方法的低分辨率替代方法。在产品开发早期，需要快速评估多个样品的感官属性时，RATA可以快速、有效地收集大量的数据。需要注意的是，RATA方法只能给出较为模糊的产品轮廓，无法捕捉到所有的感官维度。因为该方法并非是由经过训练的感官评估专家来完成的，所以无法分辨细微的属性差异，对于评估一些复杂、不熟悉的感官属性也具有局限性。 

      在消费者测试中，通过RATA，我们可以获取消费者对不同产品在同一感官术语的强度差异感受。与喜好度相结合，能够快速地分析出被测试样品与消费者的喜好度的相对关系和强度。除了产品本身的感官属性外，还可加入主观的情绪感受词汇与强度来研究产品的不同感官属性强度对消费者主观感受的影响。

      在一款身体素颜霜的测试中，我们发现，消费者们最喜欢的香气是偏淡的，高浓度的香气反而会给消费者带来负面的情绪。并且，香气中的不同香型的比例会给消费者带来不同的情绪感受。比如，消费者感知到的玫瑰香气越浓，则更认同该香气是愉悦的、放松的，能够抚平焦虑情绪。而消费者感知到的柑橘类、花果香调的香型越浓，则会更感觉到干净、清新。通过RATA，我们获取了不同的香型浓度对于消费者情绪感知的关系，从而进一步支持产品的开发与改进。

      当然，我们也需要注意，由于缺少培训，评估者对于属性的理解可能存在差异，且评估者可能更倾向选择他们熟悉的属性而忽略不太熟悉的属性。因此，在词汇的选择上，我们应更加注意选择大众的、易理解的词汇，从而避免潜在的偏差。