480 likes | 886 Vues
統計手法アラカルト コンジョイント分析. 行動計量学研究分野 B3 桑野 泰. 今日の流れ. コンジョイント分析とは 分析の手順 SAS で分析 SPSS で分析. コンジョイント分析とは. 用途. マーケティングの分野で活用 新製品の開発 マーケットシェアの予測(消費者の行動分析) 誰かが何かを選ぶ時の選好プロセスを検討する = ニーズ調査 心理・社会科学の分野にも使える?. 目的. 購買行動の際に消費者が商品のどの要因に「効用」を感じているのかを知る。 その商品の価値を決定する要因は何かを知る。 その要因をどのように設定すべきかを知る。. 例えば.
E N D
統計手法アラカルトコンジョイント分析 行動計量学研究分野 B3 桑野 泰
今日の流れ • コンジョイント分析とは • 分析の手順 • SASで分析 • SPSSで分析
用途 • マーケティングの分野で活用 • 新製品の開発 • マーケットシェアの予測(消費者の行動分析) • 誰かが何かを選ぶ時の選好プロセスを検討する = ニーズ調査 • 心理・社会科学の分野にも使える?
目的 • 購買行動の際に消費者が商品のどの要因に「効用」を感じているのかを知る。 • その商品の価値を決定する要因は何かを知る。 • その要因をどのように設定すべきかを知る。
例えば • 新しい携帯電話を作ろう • どの機能をつけたら売れる? 分析すると
結果 • SPSSの出力 商品の特徴(属性)の内どれが重視されているかを表す。ディスプレイの品質が他の属性に比べ、重視されていることがわかる。ディスプレイを最優先して開発するべき。 ディスプレイの品質の評価(部分効用)を表す。ディスプレイは質が良いほうがいい。良いときの評価の高さよりも、悪いときの評価の低さのほうが大きいことがわかる。
「効用」とは? • 消費者が何かを欲しいと感じる時、そのニーズが商品によって充たされる。→充足度=効用(全体効用) • 部分効用 • 商品を構成する属性ごとの効用。 • 全体効用 • 部分効用の合計として表現できると仮定する。
選好モデル • Uj=(属性1の部分効用)+‥‥ ‥‥+(属性rの部分効用) • Ujは商品jの全体効用
例えばパソコンを買う時 • CPU:1.5GHz、メモリ:128MB、HD:80GB、ディスプレイ:TFT17インチ 価格:¥898,000 買えるか〜い(×_×) • モデル式で表すと Uj=CPU100点+メモリ70点+HD100点 +ディスプレイ100点ー価格1000点
コンジョイント分析の特徴 • 全体から部分を推測する。 • 消費者の意見を聞くのではなく、選択行動だけを見る。 • 消費者は自分が何を求めているか正確に表現できない。 • 本音を求める。 • 選考のプロセスを考慮した分析で、より自然なデータを得ることができる。
ちなみに • これまでの消費者行動分析 • 各属性ごとに評価をさせていた。 • どれも重要な属性と評価され、その結果を現実にフィードバックすることが困難だった。
プロファイルを作ろう • プロファイル(=コンジョイントカード、プランカード)とは • 製品の特徴を表すもの。 • これを回答者に提示して評価してもらう。 • 実物であることが望ましいが、カードに製品の特徴を書いたものを使うことが多い。 MP3 有 デジカメ 無 JAVA 無 ディスプレイ 良 こんなの
プロファイルの作り方1 • 属性とその水準を決定する。 • 価格は独立した属性としては扱いにくい。 • プロファイルのスペックによって決まるようにしておいた方がよい。
プロファイルの作り方2 • 水準の組み合わせ方(直交計画) • すべての水準を組み合わせると • 2×2×2×3=24通り • 回答者も調査者も大変。 • 直交計画を使うと • 18通りの組み合わせで済む。 • データ採取が楽。 • 回答者の負担減。→信頼できるデータが取れる。
ア プロファイルの作り方3 直交配列表の例 • 直交配列 • すべての組み合わせについて属性間の相関が0になる。 • 現実的でない組み合わせもできてしまうが、その方が精度の高い分析が可能。[朝野(1979b)等]
データを集めよう • すべてのプロファイルを提示し、それを購入したいと思う順に並べてもらう。 • 一対比較法も使える。 • 評定尺度法も使える。
データを集める時の注意 • 適切な回答者を集める! • 調査対象の商品に無関心な人を選定すると、過った結果になる可能性大。 • フェイスシートもつけよう。 • 年齢・職業・所得などによって層別し、セグメントごとに分析することも有効。
データの解析1 • ある回答者が1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18 という順位を付けたとする。(数字はプロファイルのNo.) ということは
データの解析2 • コンジョイント分析で解くべき問題 • Uj:商品jの全体効用 • Mi:MP3が第i水準の時の部分効用 • Ck:デジカメが第k水準の時の部分効用 • Jl:JAVAが第l水準の時の部分効用 • Dm:ディスプレイが第m水準の時の部分効用 とおいた時、(あくまで感覚的)
データの解析3 • コンジョイント分析で解くべき問題(続き) を満たすようなMi〜Dmを求める。
データの解析4 • 先ほどの例は個人の中での効用の計算。 • 多くの回答者のデータを分析する場合は平均の順位で計算する(SASの場合)。
SASで分析 個人データの分析
PROC TRANSREG • 変数変換、最小2乗法を駆使して先ほどの不等式を解いてくれるプロシージャ
分析1 proc format; value mp3f 1 = ‘有’ 2 = ‘無’ : : value displayf 1 = ‘良’ 2 = ‘並’ 3 = ‘悪’; run; • 数値で与えられている水準に名前を付けるプロシージャ。
分析2 data phone; input mp3 camera java display rank; format mp3 mp3f. camera cameraf. java javaf. display displayf.; cards; 1 1 1 1 2 1 2 2 1 4 1 3 3 2 10 : : 3 3 1 2 13 ; proc print; run; • データセット • 前ページで付けた変数名をデータセットに割り当てている。
分析3 proc transreg maxiter=50; model monotone(rank)=opscore(mp3 camera java display); output tstandard=center additive; run; proc print; format trank tmp3 tcamera tjava tdisplay 6.2; run; • コンジョイント分析のプロシージャ • monotone(RANK)は順位のデータを最小2乗単調変換することを指定。 • 変換後の順位にフィットするような説明変数を求める。
分析結果1 • データセットの出力 OBS MP3 CAMERA JAVA DISPLAY RANK 1 無 無 有 悪 10 2 無 有 有 良 3 3 有 有 有 良 1 4 有 有 無 悪 9 5 有 無 無 良 5 6 有 無 有 並 6 7 無 有 無 並 7 8 無 無 無 良 8 9 有 無 有 良 4 10 有 有 無 良 2
分析結果2 • 交互最小2乗法の計算過程を出力 • 変換前と変換後の値の変化が十分小さくなるまで繰り返す。 • 収束しなかったらfail to convergeと表示される。 TRANSREG MORALS Algorithm Iteration History for MONOTONE(RANK) Iteration Average Maximum Squared Criterion Number Change Change Multiple R Change --------------------------------------------------------------- 1 0.03227 0.27208 0.96335 . 2 0.00071 0.00733 0.99997 0.03662 3 0.00040 0.00399 0.99999 0.00002 : : 8 0.00002 0.00023 1.00000 0.00000 9 0.00001 0.00013 1.00000 0.00000 10 0.00001 0.00008 1.00000 0.00000 NOTE: Algorithm converged.
分析結果3 • 画面に入らなかったので資料参照。 • 見るべきところはTMP3〜TDISPLAY。 • この値が各水準の部分効用。 • 値が小さいほうが効用が大きい。 • TRANKは全体効用。 • 各属性の部分効用の最大値と最小値の差がその属性の重要度を表す。
結果の整理(重要度) MP3 1.78=0.89-(-0.89) デジカメ 2.42=1.21-(-1.21) JAVA 2.28=1.14-(-1.14) ディスプレイ 5.18=1.9-(-3.28)
PROC TRANSREGの弱点 • 事実上、個人のデータしか扱えない。 • 複数の回答者のデータを分析するには膨大なプログラムを書かなければならないので実用的ではない。 • 直交配列に基づいた計画を立てることができない。 • SPSSやPLANPARTNERを薦める文献が多い。
Notation • SPSS Base System(Ver.6.0以降)+SPSS Conjointが必要 • コンジョイント分析のプログラムはオプションとして用意されている。 • シンタクスの記述 • GUIによる操作ではなく、SASのようなプログラムを書くことで分析する。
直交計画 • ORTHOPLANプロシージャ • /holdout=2 • ホールドアウトカードを2枚作る。 orthoplan factors= mp3 'MP3'('有' '無') camera 'MobileCamera'('有' '無') java 'JAVA Apllication' ('有' '無') display 'Quality of Display'('良' '並' '悪') /holdout=2. list variables=all. save outfile='c:\My Documents\kuwano\conjoint\test01.sav'.
ホールドアウトカードとは • 調査の信頼性を見るのに使う。 • 解析の際にはデータとして用いない。 • 解析結果と、ホールドアウトカードに対する回答者の評価との一致の度合いを見る。
直交計画の出力 直交計画 A plan was successfully generated with 8 cards. ケースのリスト MP3 CAMERA JAVA DISPLAY STATUS_ CARD_ 2.00 2.00 1.00 3.00 0 1 2.00 1.00 1.00 1.00 0 2 1.00 1.00 1.00 1.00 0 3 1.00 1.00 2.00 3.00 0 4 1.00 2.00 2.00 1.00 0 5 1.00 2.00 1.00 2.00 0 6 2.00 1.00 2.00 2.00 0 7 2.00 2.00 2.00 1.00 0 8 1.00 2.00 1.00 1.00 1 9 1.00 1.00 2.00 1.00 1 10 Number of cases read: 10 Number of cases listed: 10 • STATUS • 0は普通のカード • 1はホールドアウトカード
調査 • ORTHOPLANで作った計画をもとにプロファイルを作る。 • 「PLANCARDS」というプロファイルを作るプロシージャもあるが、ワープロで作ってもよいので説明省略。 • データを集める。
コンジョイント分析プログラム data list free/id r1 to r10. missing values r1 to r10 (99). begin data 001 10 3 1 9 5 6 7 8 4 2 end data. conjoint plan='c:\My Documents\kuwano\conjoint\test01.sav' /factors=mp3 camera java display (discrete) /data =* /rank=r1 to r10 /subject=id /print =all /plot=all /utility='c:\My Documents\kuwano\conjoint\utility.sav'. 回答者が複数の場合ここに全て並べて書く。 ORTHOPLANの出力を指定
出力 • 資料参照 • 個人の分析結果と全体の分析結果を出力する。 • 効用値は大きいほど効用が高い。 • SASと逆。 • SASの結果と微妙に違う。 • 計算方法の違い?
各属性ごとの部分効用のレンジ 各属性ごとの部分効用のレンジの総和 ×100 出力の見方 • Importance= • 全効用= Utility の和+ CONSTANT • Pearson’s R • 回答者の評価とコンジョイントモデルによる予測値との相関係数。 • Kendall’s tau • ホールドアウトカードによる信頼性の確認。
どっちがいい? • SASは解析の部分しかやってくれない。 • SPSSはコンジョイント分析全体を一つの手続きとして行うことができる。 • SASは事実上個人データのみ。 • SPSSは個人でも複数でもやり方は変わらない。
参考文献 • 朝野煕彦『入門 多変量解析の実際』(1996)講談社 • 片平秀貴『マーケティング・サイエンス』(1987)東京大学出版会 • 神田範明編著『ヒットを生む商品企画七つ道具 よくわかる編』(2000)日科技連
参考Webページ • Researcher情報交流街 http://www.geocities.co.jp/WallStreet/7166/index.html • シストラットコーポレーションhttp://www.systrat.co.jp/
課題 • 携帯電話の選好についての自分のデータを取って、SASで分析してみよう。 • 直交配列の表は下記URLに置いています。 • 効用値の出力とその考察を提出してください。 • 自分で携帯電話以外のテーマを設定してやってくれてもいいです。 • http://koko15.hus.osaka-u.ac.jp/~kuwano /study/plancards.html