コンジョイント分析とは：トレードオフを強制して価格に変換する手法

「セキュリティ機能と使いやすさ、どちらが重要ですか」と聞くと、たいていの顧客は「両方です」と答える。この回答からは、値付けにもパッケージ設計にも使える情報は出てこない。

コンジョイント分析は、この行き止まりを迂回する手法だ。「両方」と言わせず、必ず何かを諦めさせる選択を繰り返し提示し、その選択行動から部分効用値を逆算し、最終的に金額（支払意思額＝WTP）という一つのものさしに変換する。本記事では、この選択→部分効用値→WTPという変換経路を、実際の数字を使って一本道で追う。

コンジョイント分析の概念図

私はこの手法について、次のような立場を取っている。

コンジョイント分析を引くべきなのは、複数属性のトレードオフを一度に判断したいときだけだと思う。価格1点の当たりを付けたいだけなら、コンジョイントは過剰投資だ。まずMaxDiffかPSMで属性の候補を絞り、絞った結果「これは機能を削るか価格を上げるかの選択だ」とわかってから、コンジョイントに進む——という順序を勧めている。

ただし、これで読める場面ばかりではない。感情やブランドイメージが購買を主導する商材、そして意思決定者が多数いる超大型B2Bについては、この手法の設計思想とはあまり相性が良くないと考えている。そこは正直、確信が持てていない。

前提：3つの言葉を先に定義する

以降の話は、この3つの言葉の上に乗っている。先に定義しておく。

トレードオフの強制（強制選択） — 「どの機能が重要か」と直接聞くと、たいてい「全部重要」と返ってくる。そこでコンジョイント分析は、必ず何かを諦めさせる選択課題を組む。「製品A：高品質・高価格」と「製品B：標準品質・低価格」のどちらかを選ばせる、というように。回答者が本当に手放したくないものは、この選択行動から逆算するしかない。

部分効用値（Partworth Utility） — 各属性の各水準が、全体の評価にどれだけ寄与しているかを表す数値。0を基準とした相対値で、正なら基準より好まれ、負なら基準より好まれない、と読む。

価格係数 — 価格という属性の部分効用値の傾き。他の属性の部分効用差をこの係数で割ることで、金額に変換できる。機能差を「金額」という共通のものさしに翻訳するときの、分母になる数値だ。

背景（1960年代〜）

選択から金額まで：変換経路を一本道でたどる

スマートフォンを例に、実際の数字で辿る。

実施フロー

属性と水準を決める

まず、製品を構成する属性と、各属性が取りうる水準を決める。

属性数は多いほど良いわけではない。Full-Profile形式なら6程度、CBC形式でも6〜8が上限とされる。各属性の水準は2〜4が扱いやすい。

直交設計で選択セットを組み、選ばせる

属性間の相関がゼロになるよう（直交性）、かつ各水準が同じ回数出現するよう（level balance）、製品プロファイルの組み合わせを統計的に生成する。これにより、少ない質問数でも各属性の効果を独立に推定できる。

回答者には、この組み合わせから作った製品プロファイルを2〜3個ずつ提示し、どれか1つを選んでもらう（Choice-Based Conjointの場合）。

選択から部分効用値を推定する

回答者の選択パターンから、各属性・各水準の部分効用値を統計的に推定する。

この例では、顧客はAppleブランドを好み、価格が上がるほど選好が下がる。ここまでは驚きのない結果だが、次の一歩でこれを金額に変換する。

価格係数を分母に、金額へ変換する

価格係数 = (1.2 − (−0.9)) / $400 = 0.00525（1ドルあたり）

AppleブランドのWTP = (0.8 − 0.0) / 0.00525 = 約$152

顧客はAppleブランドに対して、約152ドル（約2.3万円）のプレミアムを支払う意思がある、と読む。ブランドという「感情的」に見える属性も、この式を通せば機能や価格と同じものさしで比較できる。

この計算は、価格の部分効用が水準間でおおむね線形に効くという前提の上に立っている。水準間の効き方が大きく非線形なら（たとえば$800から$1,000への値上げだけ極端に嫌われるなら）、この式をそのまま外挿するのは危うい。

“

注意: 競合製品や「購入しない」という選択肢を選択セットに含めないと、WTPを過大評価するリスクがある。

$152というAppleプレミアムの数字は、単体で眺めるより価格帯そのもの（$600〜$1,000、レンジ$400）との比率で見るほうが解釈しやすい。$152は$400レンジの約38%に相当する規模で、価格を1段階分（$200）動かすインパクトよりやや小さい程度だとわかる。ブランドという定性的に見える属性も、こうして価格変化と同じものさしに乗せて初めて、大小の比較ができるようになる。

市場シェアへ接続する

部分効用値が推定できれば、任意の製品構成の組み合わせで市場シェアをシミュレーションできる。

「購入しない」を選択肢に入れておくことで、市場シェア予測の精度が上がり、WTP推定の過大評価も防ぎやすくなる。

4つの手法を地図で見る

選択のさせ方によって、主に4つの手法がある。属性数の上限と回答者負荷で選ぶのが実務的だ。

CBCの分析にはMultinomial Logit（MNL）を使う。顧客セグメントごとの選好差を見たいなら、Latent Class MNLやHierarchical Bayesian（HB）を使う。たとえば「エンタープライズ顧客はセキュリティ機能を重視しプレミアム価格を受け入れるが、SMB顧客は価格を重視し基本機能で十分」といったセグメント差は、こうしたモデルで初めて可視化できる。

MaxDiffは属性の組み合わせ効果を測れない代わりに回答負荷が低く、属性の優先順位付けに向く。後述のDogoの事例は、この使い分けをそのまま実践したケースだ。

WTP計算の落とし穴：事実・推論・注意を分けて

WTPの計算結果を鵜呑みにする前に、3つのレベルの注意点を分けておきたい。

競合製品や「購入しない」選択肢を選択セットから外すと、WTPを過大評価する。これは調査設計上よく知られた問題で、対策も明確——両方を選択肢に含めればよい。

回答者は実際に金銭を支出しないため、高級オプションを過大評価する傾向があると言われている（仮説バイアス）。無視できるほど小さくはないと考えたほうがいい。

調査設計が複雑になるほど、回答者内の一貫性（測定の再現性）は下がりやすい、というのが私の実務上の感触だ。属性数を欲張って増やすほど、この一貫性の低下は効いてくる。属性数を絞る判断は、統計的な効率だけでなく、この一貫性の問題からも来ている。

事例：主張の証拠

Apple対Samsung訴訟（2012年）

特許侵害訴訟における損害賠償額の算定という、コンジョイント分析としては異色の使われ方をした事例。MIT教授John Hauserが、Sawtooth Softwareのコンジョイント分析を用いて、Appleの特許機能に対する消費者需要を定量化した。スマートフォンとタブレットで2つの選好調査を実施し、経済的損害の推定に使われている。

VIVO：RAMとROMの相互作用

約500人の回答者を対象にした調査で、VIVOは「RAMが増加すると、追加ROMの重要性が低下する」という相互作用を発見した。単一属性ずつ聞く調査では出てこない発見で、複数属性を同時に評価するコンジョイント分析の強みがそのまま出ている例だ。

IT Infrastructure Management Software：4パッケージから2パッケージへ

年間売上約$10M（約15億円）のIT Infrastructure Management Softwareが、コンジョイント分析を使って機能セットを再マッピングし、4パッケージから2パッケージへ再編した。

（価値ベース価格設定を採用した企業の方が売上成長率が高いという主張は、業界レポートでしばしば見かける。「25%高い成長」という数字が引用されることもあるが、今回参照した一次資料の範囲では出典を一つに特定できなかった。数字そのものを鵜呑みにせず、パッケージ再編という打ち手の型のほうを持ち帰ってほしい。）

Dogo：MaxDiffで絞り、コンジョイントで最適化

犬トレーニングアプリDogo（2024年）は、まずMaxDiffでどの機能が重要かを特定し、その結果を受けてコンジョイント分析で機能と価格の組み合わせを最適化した。「前段階調査」としてのMaxDiffの使い方が、そのまま実務の型になっている数少ない公開事例だ。

どこで引き、どこで引かないか

ここまでの材料をもとに、私の判断基準を書いておく。

引かない場合: 属性が少ない単純な製品は、PSM法やGabor-Grangerで十分だ。コンジョイントの直交設計・統計モデリングにはそれなりの専門知識が要り、標準的な調査でも$15,000〜$50,000（約225万〜750万円）、エンタープライズB2B向けだと$150,000以上（約2,250万円以上）を専門リサーチ会社に払うことになる。属性が1つしかない論点に、この投資は見合わない。

感情やブランドイメージが主な購買要因の商材（ラグジュアリー品など）も、コンジョイントの設計思想とは相性が悪い。そしてB2B大企業向けの超複雑ソリューション——意思決定者が多数存在し、属性の特定自体が難しく、購買プロセスが長期化するケース——は、この手法で読めるとは私は思っていない。

引く場合: 複数属性のトレードオフを一度に判断したい、価格設定の根拠を顧客の選好から導きたい、製品パッケージングを最適化したい、市場シェア予測が必要——このどれかが論点になったときに初めて、コンジョイントへの投資が見合ってくる。

手法選択の詳しい使い分け（PSM・段階価格テスト・コンジョイントを、確かめたい論点・回答負荷・分析粒度でどう並べるか）は、価格調査の選び方にまとめている。ここではコンジョイントという1つの手法の内側の機構に絞って書いた。

手法を選ぶときに私が最初に見るのは、属性の候補がまだ複数残っているかどうかだ。1つに絞り込めているなら、コンジョイントに進む前にPSMやMaxDiffへ戻る判断のほうが正しいことが多い。逆に、絞り込んでもなお「機能を削るか価格を上げるか」のようなトレードオフが消えないと分かった瞬間だけ、コンジョイントへの投資が正当化されると考えている。

実施を検討する場合、Sawtooth Software Discover（$4,500/ユーザー/年、約67.5万円、50人まで無料トライアル）、Sawtooth Software Lighthouse Studio（$10,900/年、約163.5万円、Adaptive CBCまで対応）、Conjointly（無料プランあり、自社で回答者を調達すれば追加課金なし）あたりが実務での選択肢になる。エンタープライズ市場調査プラットフォームのアドオンとしてQualtrics Conjoint Analysisもあるが、初年度最低$13,040（約195.6万円、Strategic Researchプラン$5,040/年+コンジョイント分析アドオン$8,000、1,000回答まで含む）というコストに加え、機能が限定的で2009年以降アップデートされていないような印象という批評もある（OpinionXのツール比較記事）。このほか1000Minds、Survey Analytics、Package 'support.CEs'、Number Analytics、QuestionProといった選択肢もある。社内実施には直交設計の理解と統計モデリング（MNL、HB）の知識が要るため、初めての場合はConjointlyのようなプラットフォームか専門リサーチ会社に頼るほうが確実だ。

よくある質問

サンプルサイズはどれくらい必要か

CBCでは最低200〜300人、理想的には500〜1,000人。B2B市場でターゲット顧客の母集団が小さい場合は、100人程度でも実施可能とされる。

調査期間はどれくらいかかるか

社内で実施できるか

可能だが、直交設計の理解、統計モデリング（MNL、HB）、調査ツールの操作という3つの専門知識が要る。初めての場合は、専門リサーチ会社に依頼するか、Conjointlyなどのプラットフォームを使うのが確実だ。

B2B SaaSでも有効か

有効だ。ただし実務では、意思決定者ごとに選好を個別に調査する、複雑な機能は顧客が理解できるレベルまで簡略化する、長期契約なら年間コストに換算して提示する——この3点への配慮が要る。

手法を並べ替えて渡す

最後に、ここまで出てきた手法を上下ではなく、軸で並べ替えておく。

この並びは優劣ではなく、手持ちの論点に対する適合度だ。属性が1つしかないなら上の2行で足りるし、機能と価格を同時に動かす必要が出てきて初めて、下の2行に投資する理由が生まれる。私自身、次にこの手法を検討するときも、まずこの並びに立ち返って「今回はどの論点を確かめたいのか」を先に決めることになると思う。

関連記事

“

価格調査の選び方：PSM・段階価格テスト・コンジョイントの使い分け

本記事で圧縮した「どこで引くか」の判断軸を、確かめたい論点・回答負荷・分析粒度の観点からより詳しく展開している。

“

WTP調査の設計実務

本記事で計算したWTPを、実際の調査設計（質問順序・サンプル・分析）にどう載せるかの実務編。

“

PSM分析とは：Van Westendorp価格感度メーター完全ガイド

属性が1つで足りる単純な製品には、こちらの代替手法で十分なことが多い。

参考リソース

• What is Conjoint Analysis? (with examples) - Conjointly
• History of conjoint analysis | dobney.com research
• Choice-Based Conjoint (CBC) Analysis - Sawtooth Software
• How to interpret partworth utilities - Conjointly
• How To Interpret Marginal Willingness To Pay - Conjointly
• 5 Examples of Conjoint Analysis Studies in the Real World - Sawtooth Software
• Top 10 Conjoint Analysis Software Tools (Free vs Paid) - OpinionX