アンケートデータから出来る!効用値を求めるコンジョイント分析!

こんにちは!
IT企業に勤めて、約2年間でデータサイエンティストになったごぼちゃん(@XB37q)です!

この投稿では、コンジョイント分析を紹介します!
商品開発の戦略立案の支援などに使われることがある分析の考え方です!

コンジョイント分析とは

コンジョイント分析とは
コンジョイント分析とは

コンジョイント分析とは、商品やサービスの「どこ」を「どの程度」変更すれば、消費者に気に入ってもらえるのかを明らかにする分析の考え方です。
「この性能ならば価格がいくらまでなら妥当か」、「このデザインならば、性能はどこまで悪くても平気か」といった疑問に対する答えが得られます。
最適な商品仕様を知ることや、性能やブランドの価値を価格に置きかえて測定することも可能となります。

コンジョイント分析の方法

コンジョイント分析の方法①

商品プロファイルを検討
商品プロファイルを検討

分析の対象とする商品の構成要素と構成要素の具体的なレベルを一覧にします。

トレードオフを反映する
トレードオフを反映する

商品プロファイルにはトレードオフが発生するように作成する必要があります。
このトレードオフを発生させることにより、対象者の「本当に重視すること」を明らかにすることが可能になります。

コンジョイント分析の方法②

商品プロファイルを評価
商品プロファイルを評価

調査対象者に複数の商品プロファイルを評価してもらいます。
調査対象者は多ければ多いほど好ましいですが、調査対象者を区別する種類や、商品プロファイルの構成要素が多ければ多いほど、調査対象者が必要になります。
例えば、男性と女性の性別に好む商品プロファイルを推測したい場合、全体で100人の調査対象者からおよそ50人が男性、50人が女性となるため、性別の調査対象者が全体の調査対象者のおよそ1/2になってしまいます。

調査の方法には、アンケートを使用することが一般的です。

コンジョイント分析の方法③

最後はAIモデルを使用して、どの構成要素をどのレベルに変化させることで、どのような効果があるのかを推測することが可能です。

構成要素を変化させることにより、効果が出る具体的な値を効用値と呼びます。
効用値を推測するための分析手法は、多重回帰分析が一般的です。

まとめ

  • コンジョイント分析
    • 商品やサービスの「どこ」を「どの程度」変更すれば、消費者に気に入ってもらえるのかを明らかにする分析
  • コンジョイント分析の流れ
    1. 商品の構成要素と構成要素の具体的なレベルを一覧にする
    2. 調査対象者に複数の商品プロファイルを評価してもらう
    3. AIモデルを使用して、どの構成要素をどのレベルに変化させることで、どのような効果があるのかを推測する
  • 使用されるAI手法
    • 多重回帰分析で効用値を推測することが一般的