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.
컨조인트 분석 결과를 신제품 개발에 어떻게 연결하나요?
속성 중요도가 높은 항목을 QFD 도구의 고객 요구사항(WHATs)으로 직접 입력해 기술 특성(HOWs)으로 변환합니다. 부분가치 최대 수준을 목표 사양으로 설정하고, DFMEA로 위험 분석 후 DFMEA 도구와 연계해 설계 검증 계획을 수립합니다. 이 흐름이 소비자 중심 신제품 개발(NPD)의 표준 프로세스입니다.

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.