1 지각도(conceptual map)

2 사도(snake plot)

3 요인의 가중치

4 Conjoint Analysis

5 효용(utility)

6 Conjoint Analysis 사례

7 Conjoint Analysis Step

8 2요인 접근법(two factors time approach)

9 R을 이용한 Conjoint Analysis

10 참고자료

• 주 요인 2가지 (거시적 차원)
  
• 고객에게 가치를 마련해주며, 경쟁자들로부터 제품을 차별화하는 중요한 속성들(CBP; core benefit proposition)
  

• 1차적 needs와의 상관관계 보완
  
• 지각도의 보완
  
  

• 응답자(고객)가 직접선정
  
• conjoint analysis, preference regression (선호회귀)
  
  

• 정성적 분석에 효과적
  
• 제품 또는 서비스를 선택하는데 있어서 직면하게 되는 여러 속성사이의 교환(trade-off)관계를 보여줌으로써 소비자의 의사결정을 실제적으로 보여주는 기법
  

1. 제품 or 서비스와 관련된 속성과 수준파악 (Concept 파악)
   
   • 물리적 특성
     
   • 기술적 특성
     
   • 제품/서비스 기능
     
   • 용도/용법
     
   • 사용가치
     
   • 편익
     
2. 응답자에게 제시할 제품 프로필
   
3. 응답 방식 결정(대안선택, 순위 등)
   
4. 기준의 선정(응답자들이 의사결정에 적용할 기준)
   
5. 데이터 분석 방법의 결정
   
6. 데이터 결과의 해석
   
   

• 응답자의 일회 정보처리량을 줄임
  
• 전체 정보처리량이 높을수록 제품선호도, 구매의도에 대한 응답이 다를 수 있다는 것에 기인함.
  
  

예제

• 3 brands × 2 colors × 3 prices = 18 cards
  
• 즉, 18가지 선택지가 있다.
  
  

install.packages("faisalconjoint")
library("faisalconjoint")
data(traditional_data)
data(traditional_levels)
faisalconjoint(traditional_data,traditional_levels)

library("sqldf")
prof <- sqldf("select Brand, Color, Price from traditional_data")
Conjoint(traditional_data$Ranks, prof, traditional_levels)

data(herbata)
x<-as.data.frame(hprof)
y1<-as.data.frame(hpref[1:nrow(x),1])
model=caModel(y1, x)
print(model)

1. 가격
   
   1. 50
      
   2. 100
      
   3. 150
      
2. 브랜드
   
   1. C
      
   2. B
      
   3. A
      
3. 색상
   
   1. Blue
      
   2. Red
      

• 21세기 품질경영
  
• conjoint.r
  
• Traditional Conjoint Analysis with Excel