コンジョイント分析とは？顧客の嗜好を属性の組み合わせから定量化する手法を解説

コンジョイント分析とは

コンジョイント分析とは、製品やサービスを構成する複数の属性の組み合わせに対する消費者の嗜好を統計的に分解・定量化する手法です。英語では Conjoint Analysis と呼ばれ、マーケティングリサーチにおける需要予測や価格設定の基盤として広く活用されています。

人が何かを購入するとき、価格、デザイン、機能、ブランドなど複数の要素を同時に考慮しています。「価格は安いほうがいいが、品質も譲れない」「ブランドは気にしないが、保証は充実していてほしい」といった複雑なトレードオフの構造を、直接質問するのではなく擬似的な選択行動から間接的に推定するのがコンジョイント分析の特徴です。

この手法は1970年代にPaul GreenとVithala Raoによって開発されました。消費者に「どの属性がどれくらい重要ですか」と直接聞くと、すべてを「重要」と回答しがちで実態を把握できません。コンジョイント分析では、属性の組み合わせで構成されたプロファイル（製品概念）を提示し、その選好や順位づけから各属性の貢献度を逆算します。これによって、回答者自身も意識していないトレードオフの構造を明らかにできます。

構成要素

属性と水準

コンジョイント分析の設計では、まず分析対象の製品・サービスを構成する「属性」と、各属性が取りうる「水準」を定義します。

用語	説明	例
属性	製品を特徴づける要素	価格、デザイン、ブランド、保証期間
水準	各属性が取りうる具体的な値	価格であれば3,000円 / 5,000円 / 8,000円

属性数は通常4〜7程度、水準数は各属性2〜5程度に収めます。属性と水準が多すぎると、必要なプロファイル数が膨大になり回答者の負荷が増加します。

部分効用値（パートワース）

部分効用値とは、各属性水準が製品全体の効用（魅力度）にどれだけ寄与しているかを示す数値です。統計分析の結果として各水準ごとに推定されます。

たとえば価格の水準において「3,000円 = +0.8」「5,000円 = -0.5」という部分効用値が得られた場合、3,000円のほうが消費者にとって魅力が高く、5,000円には負の効用があることを意味します。各水準の部分効用値を合算することで、任意のプロファイルの総合効用を算出できます。

相対重要度

相対重要度とは、各属性が購買意思決定に与える影響の大きさを百分率で表したものです。各属性内の部分効用値のレンジ（最大値と最小値の差）を算出し、全属性のレンジ合計に対する割合として計算します。

たとえば「価格: 45%」「デザイン: 25%」「ブランド: 18%」「保証: 12%」という結果であれば、消費者の意思決定において価格が最も大きな影響力を持っていることを示します。

CBC・ACA・フルプロファイル法

コンジョイント分析にはいくつかの実施手法があります。

• CBC（選択型コンジョイント分析）: 複数のプロファイルを同時に提示し、回答者に最も好むものを1つ選択させる方式です。現在最も広く使われている手法であり、実際の購買行動に近い形式でデータを収集できます
• ACA（適応型コンジョイント分析）: 回答者の前の回答内容に基づいて次の質問を動的に調整する方式です。属性数が多い場合に有効ですが、CBCほど普及していません
• フルプロファイル法（従来型）: すべての属性を含むプロファイルカードを1枚ずつ提示し、評価点や順位をつけさせる古典的な方式です。属性数が少ない場合に適しています

実践的な使い方

ステップ1: 属性と水準を設計する

分析対象の製品・サービスについて、消費者の意思決定に関わる属性を洗い出します。事前のデプスインタビューやFGI（フォーカスグループインタビュー）で候補を抽出し、分析に投入する属性を4〜6個に絞り込みます。各水準は、実際に市場で存在しうる現実的な範囲で設定することが重要です。非現実的な水準（たとえば極端に安い価格と高機能の組み合わせ）は、回答の信頼性を損ないます。

ステップ2: プロファイルを作成し調査を実施する

属性と水準の組み合わせからプロファイル（製品概念カード）を作成します。全組み合わせ（フルファクトリアルデザイン）はプロファイル数が膨大になるため、直交配列表やD効率基準を用いて必要最小限のプロファイルセットに絞り込む実験計画法を適用します。CBCの場合、通常8〜15のタスク（各タスクに3〜5個のプロファイルを提示）で調査を構成します。

ステップ3: 部分効用値と相対重要度を算出する

収集したデータに対して統計分析を行い、各属性水準の部分効用値を推定します。CBCの場合は階層ベイズ推定やロジットモデルを用いるのが一般的です。得られた部分効用値から各属性のレンジを算出し、相対重要度を計算します。

ステップ4: シミュレーションと意思決定に活用する

推定された部分効用値を用いて、仮想的な製品プロファイルの市場シェアを予測する「選択シミュレータ」を構築します。たとえば「価格を500円下げてデザインを簡素化した場合、シェアはどう変化するか」といったWhat-if分析が可能になります。この結果をもとに、製品仕様の最適化、価格戦略の策定、競合製品に対するポジショニングの検討を行います。

活用場面

• 新製品開発: 製品コンセプトの属性構成を最適化し、消費者にとって最も魅力的な仕様の組み合わせを特定します
• 価格感度分析: 価格変更が需要に与える影響を定量化し、利益を最大化する価格設定（PSM分析と組み合わせることも多い）を支援します
• ブランド戦略: ブランド名が製品選択に与える効用を他の属性と比較し、ブランドエクイティの定量的な評価に活用します
• サービス設計: 通信プラン、保険商品、サブスクリプションサービスなど、複数の要素で構成されるサービスの最適パッケージを設計します
• 競合分析: 自社製品と競合製品のプロファイルを比較し、差別化ポイントや改善すべき属性を明確にします

注意点

属性数と水準数を適切に設計する

属性数が多すぎると回答者の認知負荷が高まり、回答の精度が低下します。一般的に属性は6個以下、各属性の水準は2〜5個が推奨されます。属性を絞り込む際は「消費者が実際に比較検討する要素か」を基準にし、分析者の関心だけで属性を追加しないようにします。

現実的なプロファイルを設計する

属性の組み合わせが現実に存在しえないもの（例: 最安価格帯で最高級素材を使用）になっていないかを確認します。非現実的なプロファイルは回答者の判断を混乱させ、部分効用値の推定精度を低下させます。禁止ルールや条件付きの設計で対応することが可能です。

サンプルサイズと回答者の代表性を確保する

CBCの場合、信頼性のある部分効用値の推定には最低200〜300サンプルが必要とされます。また、回答者が分析対象の製品・サービスの購買意思決定者（あるいは検討者）であることを確認する必要があります。ターゲット層と異なる回答者のデータが混入すると、結果の妥当性が損なわれます。

結果の解釈は市場環境とセットで行う

コンジョイント分析の結果はあくまで「調査時点における回答者の選好構造」です。市場環境の変化、競合の新製品投入、消費者意識の変化によって、重要度の構造は変わりえます。結果を固定的な「真実」として扱わず、定期的に再調査を行うことが望ましいです。

まとめ

コンジョイント分析は、製品やサービスの属性の組み合わせに対する消費者のトレードオフ構造を定量化し、意思決定に活用するための手法です。部分効用値によって各属性水準の貢献度を可視化し、相対重要度によって属性間の影響力の大小を把握できます。CBCをはじめとする実施手法を正しく設計し、選択シミュレーションと組み合わせることで、新製品開発、価格戦略、サービス設計など幅広い領域で実践的な示唆を得ることができます。

参考資料

• コンジョイント分析 - グロービス経営大学院（MBA用語集。コンジョイント分析の基本概念、属性と水準、部分効用値の考え方を解説）
• The use of conjoint analysis in marketing - Harvard Business Review（コンジョイント分析のマーケティング領域での活用方法、設計上の注意点を解説）
• コンジョイント分析とは - マクロミル（調査会社の視点からコンジョイント分析の実務的な進め方、調査設計のポイントを解説）