コンジョイント分析とは？特徴とRでのやり方を見ていこう！

こんにちは！

データサイエンティストのウマたん(@statistics1012)です。

消費者にとって、商品のどんな機能が響くのか知りたい場合に用いられる「コンジョイント分析」

マーケティングにおいて非常に重要な役割を果たします。

この記事では、そんな「コンジョイント分析」について見ていきたいと思います！

コンジョイント分析とは

商品やサービスのどの部分を改善すれば消費者に受け入れやすくなるのか（効用値の大小）を把握するための手法であるコンジョイント分析。

どこまでのスペックが欲しいのか・価格はどこまで許容できるのかに対して消費者は明確に意識しているわけではなく、なんとなく潜在的に感覚を持っています。

そんな消費者の潜在的な効用を把握するために、直接的に機能の良し悪しを聞くのではなく様々なスペックの商品に点数を付けてもらうことにより機能の効用値を算出するのがコンジョイント分析になります。

コンジョイント分析を行うことで、消費者にとって最適なスペックを把握することができます。

それにより、ムダな機能拡張をすることなく消費者に受け入れやすい機能・価格の商品・サービスを提供することができるのです。

コンジョイント分析で気を付けなくてはいけないこと

コンジョイント分析で気を付けなくてはいけないのは、商品プロファイルの作成方法。

商品プロファイルを適当に作成してしまうと、要因が交絡してしまい得たい結果が得られません。

実験計画法における直交表の割り当てを行い、商品プロファイルを作成しましょう！

コンジョイント分析をRで実装してみる

それでは、コンジョイント分析をRで実装していきましょう！

パッケージ「conjoint」を用います。

library(conjoint)
data(tea)#サンプルデータ
#コンジョイント分析用のデータ
print(tprof) #各プロファイルの表示
print(tlevn) #各水準
head(tprefm) #効用データ(100人分)
Conjoint(tprefm, tprof, tlevn) #コンジョイント分析

teaというデータセットに入っている、プロファイルデータを使ってコンジョイント分析を行います。

tprofは以下のようなプロファイルデータ。

tlevnにはそれぞれの水準データが入っています。

分かりにくいのですが、この商品プロファイルは3水準×3水準×3水準×2水準になっており、

最後にそれらに対する効用値が100人分入ったデータがtprefm。

これらのデータをコンジョイント分析にかけると、自動的にグラフをプロットしてくれます。

これにより要因ごとの寄与率が分かります。varietyの寄与率が若干高いですねー。

価格の部分効用値が分かります。

lowが効用値高いのは感覚と一致しますが、highとmediumを比較した時にmediumの方が効用値が低いのは面白いですねー！

コンジョイント分析　まとめ

本記事では、コンジョイント分析について見てきました。

最後に簡単にまとめておきましょう！

コンジョイント分析について詳しく知りたい方は以下の書籍を読んでみるとよいでしょう！

多変量解析にはコンジョイント分析以外にも様々な手法があります。

多変量解析手法については以下の記事でより詳しくまとめていますので見てみてください！

多変量解析の基礎をRで実装しながら学んでいこう！当サイト【スタビジ】の本記事では、データの構造把握に役立つ多変量解析について見ていきます。多変量解析とは予測的な観点ではなくあくまで現状データの構造把握に端を発していることが特徴です。Rでの実装も同時に行いながら理解を深めていきましょう！

マーケティングでよく使われるデータ分析手法は以下でまとめています！

7選！マーケティングでよく使われるデータ分析手法の種類を解説！当サイト【スタビジ】の本記事では、マーケティングで使うデータ分析手法の種類と勉強にオススメな書籍やサービスを紹介していきます！データ分析をマーケティングに活かすことでより世の中がデータドリブンになることを夢見ています！ぜひ参考にしてマーケティング・ビジネスに活かしていってくださいね！

また、統計学や機械学習やPythonやデータサイエンスについてより深く学びたい方は以下の記事で詳しくまとめています！

【初心者必見】統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！ 【5分で分かる】機械学習の独学勉強ロードマップを徹底的にまとめていく！当サイト【スタビジ】の本記事では、機械学習の独学勉強ロードマップについて徹底的にまとめていきます。機械学習をいきなり理論からしっかり勉強しようとすると挫折しかねません。そこで、この記事ではなるべく挫折しないロードマップをお伝えしてきますよ！ 【Python独学勉強法】Python入門を３ヶ月で習得できる学習ロードマップ当サイト【スタビジ】の本記事では、過去僕自身がPythonを独学を駆使しながら習得した経験をもとにPythonを効率よく勉強する方法を具体的なコード付き実装例と合わせてまとめていきます。Pythonはできることが幅広いので自分のやりたいことを明確にして勉強法を選ぶことが大事です。 【5分で分かる】データサイエンティストに必要なスキルと独学勉強ロードマップ！当サイト【スタビジ】の本記事では、データサイエンティストに求められるスキルとそれを身に付けるための勉強法について徹底的にまとめていきます！入門者でも、しっかりデータサイエンティストについて理解しある程度独学で駆け出しの状態までいけることを目指します。