CBCはChoice Based Conjoint の略です。
最も先進的なコンジョイント分析手法で、店頭を再現する選択型コンジョイントです。商品棚そのものを提示し、１つを選んでもらいます。
CBCでは、商品の特徴を全て表示してしまうのが、ACAとの最大の違いです。
全ての商品特徴を提示した、いくつかのランダマイズされた商品やサービスの中から最も気に入った商品コンセプトを『選択する』という回答を繰り返します。
この『選択する』という回答方法がCBC（Choice Based Conjoint）のネーミングになっています。
CBCの動作デモ例
CBCは、フルプロファイル（全ての要素を表示）型のコンジョイント分析のため、価格を提示要素に含めた場合、常に商品の価格も表示されます。
一般的にCBCはACAよりも『価格』を扱うのに向いていると言われます。価格が分析の中で比重を占める場合は、特にCBCが推奨されます。
質問数：２０問程度
属性数：多くても６属性程度
水準数：多くても６水準程度
におさえましょう。
n：サンプル数
t：質問数
a：組み合わせ数（通常４）
c：最大水準数
サンプル数×質問数×組み合わせ数／最大水準数が1000以上である必要があります。
分析方法を検討した上で、プロファイル生成時に以下４種類のメソッドから選択することができます。
似た組み合せが出やすいメソッドです。
考え得る全ての組み合わせを考えます。（Most Nearly Orthogonal）
「Complete Enumeration」をより効率化・単純化したものです。
似た組み合わせが出にくいです（Minimum Overlap）が、その分直行表からは遠ざかることになります。
Joint Effect（異なる属性間の水準の相関）をみたい時に使用します。
Main EffectとJoint Effectをバランスよく考慮してほしい時に使用するメソッドです。
ランキングが大切な場合に使用します。
「主効果」とも言い、属性間の影響は考慮しません。（「Main」のみを考慮）
「Complete Enumeration」と「Shortcut」は「Main Effcect」志向型であり、組み合わせの網羅性を高め、ばらばらに提示しようとします。
「Joint Effect」とは、異なる属性間の水準同士のマッチングのいい組み合わせのことです。
（例：属性「色」/水準「赤」と、属性「ボディタイプ」/水準「クーペ」）
「Random」と「Balanced Overlap」は「Joint Effect」指向型になります。
コンジョイント出張セミナー（無料）を実施しています。
詳細・お申し込みはこちらからどうぞ。
