초록 열기/닫기 버튼
정보통신 기술의 급격한 발전과 산업의 변화, 산업간 경쟁심화로 인해, 소비자들은 과거보다 많은 상품정보를 접하게 되고 개인화가 급속하게 모든 산업에서 진행되고 있다. 따라서 소비자의 선호 속성이나 니즈를분석하여 소비자의 니즈에 맞는 상품이나 서비스를 제안해야할 필요성이 점차 증가하고 있다. 지금까지 소비자 선호 분석의 대표적인 분석 기법으로 컨조인트 분석이 마케팅 영역에서 널리 사용되어왔다. 하지만 소비자의 효용을 조사하는 대표적인 방법으로 활용되는 컨조인트 분석 방법은 다양한 소비자의선호속성을 반영하지 못하고, 연구자 주도적으로 조사가 이루어져 소비자의 선호를 제대로 예측해 내는데한계점을 보여주었다. 예를 들어, 연구자가 사전에 임의로 상품속성을 선정하여 고객을 대상으로 조사함으로써, 고객이 실제 선호하는 속성이 제외될 수 있다. 또한 상품 속성수가 증가하게 되면 카드 프로필의 수가 증가하게되어 응답자의 피로도가 증가하여 결국 응답의 정확성이 하락할 수 있다. 본 연구에서는 이러한 전통적 컨조인트 분석방법을 보완하고 보다 정확하게 소비자의 선호를 측정하고자소비자와 즉각적으로 상호작용할 수 있는 컴퓨터 기반 상호작용 컨조인트 분석 방법을 제안하였다. 본 연구의 목적은 다음과 같다. 첫째, 각각의 컨조인트 분석에서 속성선정 방법에 따라 예측타당성에 차이가있는지를 검증한다. 둘째, 컴퓨터 기반 자료수집 방법을 통해 전통적인 컨조인트 분석의 자료수집 방법을개선한다. 셋째, 개별 소비자들의 상품 및 서비스에 대한 다양한 선호 속성을 신속하고 정확하게 측정하고분석할 수 있는 컴퓨터 기반 상호작용 컨조인트 분석 시스템 개발한다. 개별 응답자의 선호에 따라 선택된속성으로 작성된 카드 프로필과 연구자가 선정한 속성으로 구성한 카드 프로필을 이용하여 자료를 수집한후 , 두 가지 방법으로 추정된 효용 값을 이용하여 4개의 노트북 PC 카드 프로필로 구성한 4개의 세트를대상으로 각 방법에 의한 예측 타당성을 비교하였다. 컴퓨터기반 상호작용 컨조인트에서 응답자가 중요하게생각하는 속성과 연구자가 사전조사를 통해 정한 중요 속성이 서로 일치하는 비율은 전체 응답자의 12.7%에불과하였고, 나머지 87.3%는 서로 다르게 나타났다. 연구자가 정한 속성과 응답자가 선호하는 속성이 서로일치하는 38명 응답자의 예측정확도를 서로 비교한 결과 전통적방법과 컴퓨터기반 상호작용 컨조인트 방법이각각 66.45%, 75.45%로, 컴퓨터기반 상호작용 컨조인트가 우수하였다. 선택한 속성이 일치하지 않는 경우에도전반적인 예측정확도는 전통적 컨조인트 모형의 예측정확도와 비교하여 컴퓨터기반 상호작용 컨조인트의 예측정확도가 보다 우월하였으나 통계적 유의성은 낮았다. 따라서 컴퓨터기반 상호작용 컨조인트는 전통적컨조인트 분석방법 모형의 한계점을 보완하여 소비자의 상호작용을 통해 소비자들의 다양한 선호를 적절하게반영하고 효용을 추정하는데 효과적인 방안이라 할 수 있겠다.
Due to the rapid development of information and communication technology, changes in industry, and intense competition among industries, consumers are exposed to more product information than ever before, and personification is rapidly progressing in all industrial sectors. Therefore, there is an increasing need to propose goods or services that meet customer needs by analyzing consumer preferences or needs. Until now, the conjoint analysis as a representative analysis of consumer preference analysis has been widely used in the marketing field. However, The traditional full profile conjoint analysis is a representative methodology for finding out the consumer’s utilities on product attributes. And, the traditional conjoint analysis has several limitation that could not reflect the consumer’s various preference structure as the researcher determines the product attributes when designing profiles. In other words, the important attributes differ from each respondents. Thus, when designing orthogonal conjoint profiles, product attributes set selected by the researcher would not correspond with what the subjects take into account. For example, the researcher selects the product attributes in advance and investigates the consumers, The consumer’s actual preferred attributes may be excluded. Also, As the number of product attributes increase, the number of card profiles increase, which may eventually degrade the accuracy of the response. In order to resolve such discordance problem, we suggest the computer based interactive conjoint analysis(CBICA) method where the subjects can select preferable product attributes for conjoint profiles design. The purpose of this study is as follows: First, In each conjoint analysis, whether there is a difference in the predictive validity according to the attribute selection method is verified. Second, Improve data collection limitations of traditional conjoint analysis through computer-based data collection methods. Third, Develop a computer Based Interactive Conjoint Analysis(CBICA) System that can quickly and accurately measure and analyze various preferences of individual consumers’ products and services. After collecting the data using the card profile created with the selected attributes according to the preference of the individual respondents and the card profile composed with the attributes selected by the researcher, four sets of four laptop PC’s card profiles were examined using the utility values estimated by the two methods, and the predictive validity of each method was compared. The CBICA can apply these chosen attributes into the orthogonal designing profiles. We show that our CBICA improves conjoint predictive accuracy as it represents consumer’s utility function including their preferable attributes. On the stage of attribute selection before generating conjoint profiles, the subjects was exposed to the eight of product attributes then they were required to choose their four favorable attributes. We found that only 12% of respondents had the same combination of product attributes the researcher chosen. The majority of 88% respondents selected the different product attributes combination. This means that the respondents may have evaluate conjoint profiles not to reflect the subject’s preferable attributes. This study result shows that the discrepancy of conjoint profiles designed by subject and by researcher hinders more accurate predictive validity to consumer’s choice. In other words, the utility function derived from the CBICA which allows a consumer to select their favorable attributes more accurately predicts consumer’s choice than the utility function by the traditional full profile method does.
키워드열기/닫기 버튼
computer based interactive conjoint analysis(CBICA), interactive conjoint, product profile, attribute selection, attributes discrepancy
