マクロミル　ＶＩリサーチ　◆　リサーチソリューション：ハイブリッドコンジョイントモデル

1．コンジョイント分析の欠点を解消   2．コンジョイントモデルの新しい体系

3．分析の手順   4．分析結果のアウトプット

商品全体の評価から、商品のさまざまな構成要素の好ましさを算出するコンジョイント分析は、調査項目に含める属性の数・水準の数が多くなると、調査対象者が評価しなければならない商品プロフィールの数が膨大となり、非現実的な調査となってしまいます。しかし、新商品の企画時などには、商品の効用を決定すると考えられるさまざまな属性について興味を持つことが多く、コンジョイント分析のこのような欠点は、非常に都合の悪いものでした。

当社が開発した『ハイブリッドコンジョイントモデル』では、ウェブならではの技術でコンジョイント分析に使用する属性・水準を直前の設問で絞り込むことにより、コンジョイント分析自体の精度を保ちながら、すべての属性・水準の効用値を推定する手法です。

商品の購買決定要因等の分析に利用される数学モデルを選好モデル（Preference Model）と呼びますが、広義の選好モデルには、選択モデル（Choice model）も包含していると考えると下記のように分類されます。今回利用する折衷的モデルでは、狭義のコンジョイントモデルの問題点が解決されています。

まず、それぞれの属性の重要度をスライダーを用いて直接質問します。ここで、重要な属性のみを抽出し、最大8属性まで絞り込みます。（図1）

図1.属性の絞込みのイメージ（簡略化のため3属性への絞込みを想定）

次に各属性のすべての水準の魅力度をスライダーを用いて直接質問し、最も魅力的な水準と、最も魅力的ではない水準の2水準に絞り込みます。（図2）

図2.水準の絞込みのイメージ

ここまでの過程で3属性×2水準までに絞り込まれます。3属性×2水準では、直交表を用いると4枚の商品プロファイルを評価することでコンジョイント分析を行うことができます。よってここまでの回答結果から、サーバー上のプログラムが自動的に商品プロファイルを回答者ごとに作成し、回答者は絞り込まれた属性・水準での商品プロファイルを評価することになります。（図3）

図3.絞り込まれた属性・水準表

商品プロファイルの評価に関しては、スライダーを利用した絶対評価法を採用しています。（図4）

図4.商品プロファイルの評価

こうして回答者ごとに商品プロファイルに使用された属性・水準については、コンジョイント分析で効用値を算出します。また絞込みによって商品プロファイルに使用されなかった属性・水準については、3-1、3-2での自己申告による重要度、魅力度の得点を用いて効用値を計算し、すべての属性・水準に対する効用値が推定されます。

『ハイブリッドコンジョイントモデル』でも下記のようなコンジョイント分析の応用アウトプットを提供しています。

1.各属性水準の効用値

それぞれの水準が生活者に与える効用を数値化したもの（これを効用値と呼びます）を表したのが効用値グラフです。各属性で平均がゼロになるように集計されますので、例えば、メーカーがA社である場合には効用値は0.6、B社である場合には効用値は-0.6ということになります。単純に比較するとこの例からは、価格が220,000円のときと170,000円の時の効用の差が、他のどの属性よりも大きいということがわかります。

図5.効用値グラフ

2.商品力 シミュレーター

想定する仕様で生活者にどの程度の効用を与えることができるかを知ることができるツールです。さまざまな水準の組み合わせを試しながら、最適な仕様を探しだすことができます。また、セグメント別に与える効用の違いを確認することもできます。

3.マーケットシェアシミュレーター

任意の商品仕様と競合の商品仕様を入力することで、市場でのシェアを予測できるツールです。自社の商品仕様を変化させたときに、どれほどマーケットシェアが変化するか、新たに参入した場合、どれほどのシェアが得られるかなどを知ることができます。想定される競合の戦略を加味して自社の戦略を立てることができます。

4.仮想売り場コンジョイント分析

実際の売り場をウェブ上で仮想的に再現して行うコンジョイント分析です。特に競合を踏まえた価格戦略に注目した調査に適しており、新コンセプトによって商品に上乗せできる価格や、ブランド・プレミアムを知りたい場合、特売価格を設定したい場合などに有効です。『VRC手法』をご参照ください。