의사결정과학 방법론 교육/컨설팅 소프트웨어 커뮤니티 회사소개
컨조인트(Conjoint) 분석
 
     
 
 
   
> 방법론 > 컨조인트(Conjonit) 분석
 
Conjoint 분석은 속성(기능, 디자인 등)을 체계적으로 변화시켜 가면서 개인의 선호 체계를 측정하는 기법입니다. 여러 가지 다른 속성을 가진 제품이나 서비스에 대한 사람들의 평가를 확인하기 위해 활용하는 통계 기법입니다. Conjoint 분석의 목적은 어떤 속성들의 조합이 사람들의 선택이나 의사결정에 가장 큰 영향을 미치는지를 알아내는 것입니다. 잠재적 제품이나 서비스들의 조합을 잘 정해서 응답자에게 보여주고, 이 중에서 어떤 것을 더 선호하는지를 분석함으로써 제품이나 서비스를 구성하고 있는 개별 속성들의 숨은 가치를 찾아냅니다. 숨은 가치(편익 도는 part-worths라고 함)를 활용하여 새로운 디자인의 제품이나 서비스의 시장점유율, 매출 및 수익성까지 추정하는 모델을 생성할 수 있습니다. Conjoint 분석은 여러 사회과학과 마케팅, 제품 관리, 경영과학 등의 응용과학에서 활용되고 있습니다. 특히 새로운 제품 디자인에 대한 고객의 수용성 점검, 광고의 효과 평가, 서비스 디자인 등에 자주 활용됩니다. 나아가 제품이나 서비스의 가격 결정에도 자주 활용됩니다. Conjoint 분석은 다속성구 성 모델링 (multiattribute compositional modelling), 이산적 선택 모델링 (discrete choice modellling), 진술 선호 조사 (stated preference research) 등으로 불리기도 하며, 체계적인 의사결정 분석에서 활용되는 상쇄분석 도구 (trade-off analysis tool)의 하나입니다. (출처: Wikipedia) 가장 고전적인 conjoint 분석 방법은 full profile conjoint analysis로써, 속성들의 모든 조합에 대해 선호도를 묻는 방법입니다. 그 외에 Trade-off methods, hybrid conjoint analysis 등이 있습니다. ’90 년대 이후에는 Adaptive conjoint analysis (ACA)가 유럽과 미국을 중심으로 많이 활용되고 있는데, full profiles를 사용하지 않고, partial profiles만을 쌍으로 묶어 평가합니다.




 
특징: 속성의 숨은 가치 도출
활용분야: 마케팅, 사회과학, 응용과학 분야 등
다른 명칭:
     1. 다속성구 성 모델링
     2. 이산적 선택 모델링
     3. 진술 선호 조사
     4. 상쇄분석 도구
분석방법: 속성 변화, 선호 체계 측정
분석종류: full profiles, partial profiles,
  Trade-off methods, hybrid conjoint analysis 등
"교육 프로그램" 참조
"용역수행실적" 살펴보기
 
  conjoint.ly 홈페이지 바로가기

* 방법론 교육은 고객의 요청 및 수강하는 분들의 수에 따라 '고객의 지정장소' 또는 '우리 회사'에서 이루어집니다.

* 또한 방법론을 활용한 용역의 수행은 사안 별로 상담후에 진행됩니다.