03-6441-0989
Yuki Ueda 
コンジョイント分析とは何か
コンジョイント分析は、消費者が製品やサービスを選ぶ際にどの属性をどれくらい重視しているかを数値化する定量調査手法です。価格、デザイン、機能、ブランドなど複数の要素が絡み合う意思決定を分解し、それぞれの相対的重要度と効用値を算出します。
マーケティングリサーチの現場では、新製品開発や既存商品のリニューアル時に頻繁に使われます。筆者がこれまで担当した案件でも、家電メーカーのスペック最適化や日用品メーカーのパッケージ改良などで導入実績があります。
この手法が画期的なのは、単に「どの属性が好きか」を聞くのではなく、複数の属性を組み合わせた選択肢を提示して回答者に選ばせる点です。人は個別要素を評価するときと全体を評価するときで判断基準が変わります。コンジョイント分析はその現実の意思決定プロセスに近い形でアンケート調査を設計できます。
実務では選択型コンジョイント分析が主流ですが、評定型や順位型といったバリエーションもあります。調査目的や対象者の負荷、分析に必要な精度によって使い分けが必要です。
製品開発で属性の組み合わせを最適化する重要性
製品属性の最適な組み合わせを見つけることは、開発コストとマーケティング効果の両面で企業に大きな影響を与えます。すべての属性を最高水準にすれば消費者に選ばれるかというと、そうではありません。価格が高すぎれば手に取ってもらえず、機能を削りすぎても訴求力が落ちます。
筆者が関わったある飲料メーカーの事例では、パッケージデザイン、容量、価格、フレーバーの4属性を組み合わせた16パターンの商品案を提示しました。結果、消費者が最も重視していたのは容量で、次いで価格、フレーバーの順でした。デザインの寄与度は予想より低く、開発チームは当初注力していたビジュアル訴求よりも実用性の訴求に方針を転換しました。
この判断により、デザイン制作費を抑えつつ容量バリエーションを増やす戦略に舵を切り、発売後の売上は計画を2割上回る結果となりました。コンジョイント分析がなければ、デザイン重視の方向で進み、費用対効果の低い施策に予算を投じていた可能性が高いです。
また、コンセプトテストでは全体評価しか得られませんが、コンジョイント分析では各属性の貢献度が明確になります。どこに投資すべきかの優先順位がつけられるため、限られた開発リソースを効率的に配分できます。
実務でよくある3つの失敗パターン
コンジョイント分析は強力な手法ですが、設計と運用を誤ると無意味なデータを生み出します。筆者が現場で目撃した代表的な失敗パターンを3つ紹介します。
1つ目は、属性と水準の設定ミスです。属性数を増やしすぎると回答者の負担が増し、適当に選ばれる確率が高まります。逆に水準が少なすぎると感度が出ません。筆者の経験では、属性は4つから6つ、各属性の水準は3つから4つに抑えるのが現実的です。
ある化粧品メーカーでは、価格、容量、香り、テクスチャー、パッケージ色、ブランド名の6属性に各5水準を設定し、組み合わせが膨大になりました。回答者は途中で疲弊し、後半のカードは適当に選ばれる結果となりました。データを見ると後半ほど選択時間が短く、一貫性スコアが低下していました。
2つ目は、現実離れした選択肢の提示です。コンジョイント分析では統計的に必要な組み合わせを機械的に生成しますが、その中には市場で存在しえない組み合わせが含まれます。たとえば「高級ブランド名×最低価格」といった矛盾する設定です。回答者は混乱し、回答の信頼性が落ちます。
3つ目は、分析結果の過信です。コンジョイント分析が示すのはあくまで相対的な効用値であり、絶対的な購買意欲ではありません。筆者が担当したある食品メーカーの案件では、分析結果で最適とされた組み合わせがHUT調査では評価が伸び悩みました。理由は、個別属性の最適解を寄せ集めても全体としての魅力が生まれるとは限らないからです。
正しいコンジョイント分析の5つの実務ステップ
失敗を避け、実務で使える結果を得るには、設計から分析まで体系的に進める必要があります。筆者が実践している手順を5つのステップで説明します。
ステップ1は、調査目的の明確化です。何を最適化したいのか、意思決定にどう使うのかをチーム内で合意します。新製品のスペック決定なのか、既存品のリニューアルポイント発見なのか、価格設定なのか。目的が曖昧だと属性選定がブレます。
ステップ2は、属性と水準の設定です。デプスインタビューや先行調査から消費者が実際に判断基準にしている要素を洗い出します。その中から操作可能かつビジネス上重要な属性を4つから6つに絞り込みます。水準は現実的な範囲で3つから4つ設定し、極端な組み合わせが生まれないよう調整します。
ステップ3は、調査票の設計です。選択型の場合、1スクリーンに2つから4つの選択肢を提示し、どれを選ぶか回答してもらいます。選択肢の数が多すぎると認知負荷が高まります。筆者は通常、1画面に3つの選択肢を提示し、合計で12セットから16セット程度に抑えます。回答時間は10分から15分が限界です。
ステップ4は、データ収集と品質チェックです。ネットリサーチで実施する場合、回答時間が極端に短い回答者や同じ選択肢ばかり選ぶ回答者を除外します。サンプルサイズは属性数と水準数によりますが、最低でも200サンプル、できれば300サンプル以上が望ましいです。
ステップ5は、分析と解釈です。統計ソフトで各属性の部分効用値と相対的重要度を算出します。部分効用値は各水準の魅力度を数値化したもので、相対的重要度は属性間の重みづけを示します。この結果をもとに最適な組み合わせをシミュレーションし、市場シェア予測を行います。
ただし、数値だけで判断せず、定性調査の知見や市場環境も加味して最終判断を下す必要があります。コンジョイント分析は意思決定の材料であり、答えそのものではありません。
選択型と評定型の使い分けと分析結果の読み方
コンジョイント分析には主に選択型と評定型の2種類があり、実務では目的に応じて使い分けます。選択型は複数の選択肢の中から1つを選ばせる方式で、評定型は各選択肢を5段階や7段階で評価させる方式です。
選択型のメリットは、実際の購買行動に近い判断を引き出せる点です。店頭やECサイトで消費者は複数商品を比較して1つを選びます。この現実の行動を再現できるため、予測精度が高まります。筆者は新製品開発の最終段階や価格設定の検証では選択型を優先的に採用します。
一方、評定型は回答者の負担が軽く、より多くの属性を扱える点が利点です。初期段階で幅広く属性の影響を探りたい場合や、回答者のリテラシーが高くない場合には評定型が適しています。ただし、評定型は高評価が並びがちで、選択の厳しさが再現されにくい欠点があります。
分析結果の読み方で注意すべきは、相対的重要度の解釈です。ある属性の重要度が30%と出た場合、それは「購買決定における影響力が30%」という意味です。絶対的な価値ではなく、他の属性との相対比較で意味を持ちます。
部分効用値は水準ごとの魅力度を示します。価格属性で「1000円」の効用値が0.5、「1500円」が-0.3、「2000円」が-0.8と出た場合、価格が上がるほど魅力が下がることが数値で裏付けられます。この効用値を組み合わせて全体の効用を計算し、最も高い組み合わせを見つけるのがシミュレーションです。
ただし、効用値が最大の組み合わせが必ずしも市場で成功するとは限りません。競合の存在、流通の制約、ブランドイメージとの整合性など、定量調査の数値だけでは判断できない要素が多数あります。コンジョイント分析は強力な武器ですが、他の情報源と組み合わせて総合的に判断することが実務では不可欠です。
実務で成果を出した2つの事例
コンジョイント分析が実際のビジネス成果に繋がった事例を2つ紹介します。
1つ目は、ある家電メーカーの空気清浄機開発プロジェクトです。価格帯、運転音、フィルター交換頻度、デザインの4属性で分析を実施しました。当初、開発チームはデザイン性を最重視していましたが、結果はフィルター交換頻度の重要度が最も高く38%を占めました。消費者は見た目よりもランニングコストと手間を気にしていたのです。
この結果を受けて、デザイン開発費を抑え、フィルター寿命を従来品の1.5倍に延ばす技術開発に予算を振り向けました。発売後、店頭POPでもフィルター長寿命を前面に打ち出し、競合との差別化に成功しました。初年度売上は計画比130%を達成し、顧客満足度調査でもランニングコストの評価が高いという結果が得られました。
2つ目は、食品メーカーのインスタント麺リニューアルの事例です。価格、容量、スープの味、具材の種類の4属性で分析を行いました。驚いたのは、具材の種類の重要度が予想以上に高く32%だった点です。開発チームは味の改良に注力していましたが、消費者は具材の充実度で選んでいました。
結果を受けて、スープの味は現行維持とし、具材の種類を3種から5種に増やす仕様変更を実施しました。価格は据え置きで対応し、パッケージにも「具材5種」を大きく表示しました。リニューアル後、売上は前年比120%に伸び、純粋想起も向上しました。味の改良に予算を投じていたら、費用対効果は半分以下だったと推測されます。
これらの事例に共通するのは、直感や従来の仮説が外れていた点です。コンジョイント分析は、開発者の思い込みを数値で覆し、消費者の本音に基づいた意思決定を可能にします。
まとめ
コンジョイント分析は、製品属性の最適な組み合わせを科学的に導き出す定量調査手法です。実務での成功には、調査目的の明確化、現実的な属性設定、適切なサンプルサイズ、そして結果の慎重な解釈が欠かせません。
筆者の経験では、この手法を正しく使えば開発コストの削減と市場成果の向上を両立できます。ただし、数値の過信は禁物です。定性調査や市場環境分析と組み合わせ、総合的に判断する姿勢が求められます。
製品開発やリニューアルで属性の優先順位に迷ったとき、コンジョイント分析は強力な判断材料を提供してくれます。設計の基本を押さえ、現場の実情に合わせて柔軟に運用することで、消費者に選ばれる製品づくりが実現します。
よくある質問
この記事を書いた人
石崎 健人 | 株式会社バイデンハウス マネージング・ディレクター
リサート所属モデレーター。外資系コンサルティング・ファーム等を経て現職。生活者への鋭い観察眼と洞察力を強みに、生活者インサイトの提供を得意とする。2022年より株式会社バイデンハウス代表取締役。2025年よりインタビュールーム株式会社（リサート）取締役。