컨조인트 분석 도구 (속성 효용 추정)
속성·수준을 정의하고 L9 직교배열 프로파일별 응답자 선호 평점을 입력하면, 더미 회귀로 부분가치(part-worth utility)를 추정하고 속성 중요도(%)와 최적 제품 프로파일을 자동 산출합니다. 신제품 컨셉 최적화·가격 전략에 활용합니다.
자주 묻는 질문 (FAQ)
컨조인트 분석이란 무엇인가요?
소비자가 제품을 선택할 때 어떤 속성(가격, 브랜드, 성능 등)을 얼마나 중요하게 여기는지 정량적으로 분석하는 마케팅 조사 기법입니다. 응답자가 여러 제품 프로파일을 평가하면, 더미 회귀를 통해 속성별 부분가치(part-worth utility)와 상대 중요도를 추정합니다. 신제품 컨셉 개발, 가격 전략, 경쟁 포지셔닝에 활용됩니다.
부분가치(Part-Worth Utility)란?
각 속성의 수준이 소비자 선호에 기여하는 효용 단위입니다. 예를 들어 가격 속성에서 "저가"의 부분가치가 +2.1, "고가"가 -1.8이면 저가가 고가보다 2.1+1.8=3.9 효용 단위만큼 선호됨을 의미합니다. 속성별 부분가치의 합은 0으로 조정되어 수준 간 상대 비교가 가능합니다.
속성 중요도(%)는 어떻게 계산하나요?
각 속성의 부분가치 최대값과 최솟값의 차이(range)를 구한 뒤, 전체 속성 range의 합으로 나눈 값입니다. 예: 가격 range=4.0, 브랜드 range=2.0, 배송 range=2.0이면 가격 중요도=4/8=50%, 브랜드=25%, 배송=25%입니다. 중요도가 높을수록 해당 속성이 구매 결정에 더 큰 영향을 미칩니다.
L9 직교배열을 사용하는 이유는?
3속성 x 3수준의 모든 조합은 27개이지만, L9 직교배열은 9개 프로파일만으로 모든 수준 조합을 균형 있게 포함합니다. 직교성이 보장되어 속성 효과를 독립적으로 추정할 수 있고 응답자 부담을 줄입니다. 본 도구는 표준 L9 배열을 자동 적용하며 속성명과 수준명만 변경하면 됩니다.
R²(모델 적합도)가 낮으면 어떻게 해야 하나요?
R²가 0.5 미만이면 응답이 일관성 없거나 고려되지 않은 중요한 속성이 존재할 수 있습니다. 해결 방법: 1) 응답자 수를 늘려 평균 평점을 사용하세요. 2) 속성 정의를 더 명확하게 하거나 속성 수를 줄이세요. 3) 응답 이상치(outlier)를 제거하고 재분석하세요. 실무에서는 R² 0.7 이상을 양호한 모델로 봅니다.
가격 속성을 연속형 변수로 처리해야 하나요?
컨조인트 분석에서는 가격도 범주형(수준)으로 처리하는 것이 일반적입니다. 연속형 처리는 선형성을 가정해 실제 소비자 반응의 비선형성(예: 9,900원과 10,000원의 심리적 차이)을 포착하지 못합니다. 3~5개 가격 수준을 범주로 설정하면 가격 탄력성과 수용 범위를 더 정확히 파악할 수 있습니다.
최적 제품 프로파일이 항상 실현 가능한가요?
모든 속성에서 소비자가 가장 선호하는 수준을 조합한 프로파일이 최적이지만, 이는 사업적으로 실현 불가능한 경우가 많습니다(예: 최저 가격 + 최고 품질 + 익일 배송). 컨조인트 결과를 바탕으로 제약 조건(원가, 기술, 납기) 내에서 최선의 타협점을 찾는 것이 실무 활용입니다. Pugh 매트릭스로 컨셉 간 비교를 병행하세요.
개발 프로세스를 표준화하다
DFMEA·Stage-Gate·QFD를 실무에 정착시키는 제조 시스템·스마트팩토리 구축.
실무 도구·자료 업데이트 받기
새 계산기·체크리스트와 스마트팩토리·제조혁신 실무 자료를 이메일로 보내드립니다. 언제든 수신거부할 수 있습니다.
이메일 구독
이메일을 등록하면 새 도구·제조혁신 실무 자료를 보내드립니다. 언제든 수신거부할 수 있습니다.
