コンセプトテスト（製品開発研究の後の段階で用いられる事前テスト市場やテスト市場とは区別する） [1]は、製品を市場に投入する前に、アンケート調査（場合によっては定性的な手法）を用いて新製品のアイデアに対する消費者の受容度を評価するプロセスである。[2]コンセプトテストを、広告テスト、ブランドテスト、パッケージテストと混同しないことが重要である。コンセプトテストは、広告につきものの誇張や誇大表現を排除し、製品の基本的なアイデアに焦点を当てる。
アンケート
製品をテストするためのツール（質問票）自体が高品質であることが重要です。そうでなければ、収集されたデータ調査の結果は測定誤差によって偏ってしまう可能性があります。そのため、テスト手順の設計はより複雑になります。経験的テストは、質問票の品質に関する洞察を提供します。これは、以下の方法で行うことができます。
- 認知面接を実施する。潜在的な回答者集団に質問の解釈や質問票の使用法について尋ねることで、研究者は認知面接の実現可能性を検証することができる。
- 対象回答者の少数のサブセットを用いて、質問票の小規模な事前テストを実施します。この結果から、研究者は質問の欠落や論理的・手続き的な誤りなどのエラーを把握できます。
- 質問の測定品質を推定する。これは、例えば、再テストモデル、[3] 、準単体モデル、[4]、または多特性多方法モデル[5]を用いて行うことができる。
- 質問の測定品質を予測する。これは、Survey Quality Predictor（SQP）というソフトウェアを用いて行うことができる。[6]
コンセプトテスト
新製品開発（NPD）プロセスにおけるコンセプトテストは、コンセプト生成段階です。コンセプトテストにおけるコンセプト生成段階は、様々な形態をとります。技術の進歩の結果として、コンセプトが偶然に生成されることもあります。また、意図的に生成される場合もあります。例としては、ブレインストーミングセッション、問題検出調査、定性調査などが挙げられます。定性調査は消費者の反応の範囲に関する洞察を提供しますが、新コンセプトの成功の可能性を示すことはできません。そのため、定量的なコンセプトテスト調査に委ねるのが適切です。
コンセプトテストの初期段階では、代替コンセプトの候補が多数存在する可能性があり、コンセプトスクリーニング調査が必要となる場合があります。コンセプトスクリーニング調査は、選択肢を迅速に絞り込む手段となりますが、深い洞察は得られず、コンセプト間の相互作用があるため、規範的なデータベースと比較することはできません。より深い洞察を得て、製品開発を進めるかどうかの判断を下すには、モナディックなコンセプトテスト調査を実施する必要があります。
プレゼンテーションモード
コンセプトテスト調査は、モナディック、シーケンシャルモナディック、比較モナディック、プロトモナディックのいずれかで表現されることが多いです。これらの用語は主に、概念の提示方法を指します。
- モナディック。概念は個別に評価されます。
- シーケンシャルモナディック。複数の概念が順番に評価されます（多くの場合、ランダムな順序）。
- 比較。概念は隣り合って表示されます。
- プロトモナド。概念は最初に順番に示され、次に互いに並べて示されます。
「モナディック検定は、ほとんどの概念検証において推奨される手法です。交互作用効果やバイアスを回避できます。1つの検定結果を過去のモナディック検定結果と比較することができ、規範的なデータベースを構築できます。」[7]しかし、それぞれの手法には固有の用途があり、研究目的によって異なります。結果の解釈方法には多くの影響があるため、どの手法を用いるかは経験豊富な研究専門家に判断を委ねるのが最善です。
コンセプトテストのスコアの評価
伝統的に、コンセプトテストの調査結果は「規範データベース」と比較されます。[8]これらは、以前の新製品のコンセプトテストのデータベースです。相互作用の影響を防ぐため、これらは「モナディック」なコンセプトテストでなければなりません。公平を期すために、これらのデータベースには、消費者がすでに慣れ親しんでいる古い製品の評価ではなく、「新しい」コンセプトテストの結果が含まれていることが重要です。なぜなら、消費者が製品に慣れると、評価が下がることが多いためです。研究者がこの影響を定量的に減らすか調整するための特別な予防措置を講じない限り、新しいコンセプトの評価をすでに市場に出ている既存製品の評価と比較することは無効な比較になります。さらに、コンセプトは通常、同じ製品カテゴリおよび同じ国の規範とのみ比較されます。
この分野を専門とする企業は、それぞれ独自の基準を持つ独自のシステムを開発している傾向があります。これらの基準を一貫して遵守することは、結果の汚染を防ぐために重要です。
コンセプトテストシステムとして最も有名なものの一つは、おそらくニールセン・ベーススシステムでしょう。このシステムには様々なバージョンがあります。その他、Decision Analystの「Concept Check」、Acupollの「Concept Optimizer」、Ipsos Innoquest、GFKなどが有名です。小規模な企業としては、SkuuberやAcentric Express Testなどが挙げられます。
購入の動機としてのコンセプト属性の重要性を判断する
属性の重要性を判断する最も簡単な方法は、直接的な自由回答形式の質問をすることです。あるいは、各製品属性の重要性を示すチェックリストや評価を使用することもできます。
しかし、消費者が各製品属性の重要度を直接示すことができるかどうかについては、様々な議論が存在してきました。そのため、直接的な質問の代わりに、相関分析や様々な形式の重回帰分析が重要度の特定に用いられることが多くなっています。
コンセプトテストを補完する手法として、コンジョイント分析（離散選択モデリングとも呼ばれる）があります。コンジョイント分析と離散選択モデリングには様々な形態があります。学術的には両者の違いが強調されますが、実際には両者にほとんど違いはありません。これらの手法は、実験計画に従って代替製品を作成し、それらの代替製品に対する消費者の反応（通常は購入可能性の評価や代替製品間の選択）を用いて、製品属性の重要性を間接的に推定します。その結果は多くの場合、「シミュレーター」ツールの形で提示され、顧客は代替製品の構成や価格をテストすることができます。
体積概念テスト
ボリューム型コンセプトテストは、複雑さの点において、従来のコンセプトテストと事前テスト市場モデル（シミュレーションによるテスト市場モデルも類似していますが、より現実味を重視しています）の中間に位置します。その目的は、新コンセプトの発売前に「おおよその」販売数量予測を提供することです。コンセプトテスト調査自体から得られる情報だけでなく、流通戦略など、他の変数も考慮に入れます。
ボリューム予測手法の例としては、「Acupoll Foresight」[9]やDecision Analystの「Conceptor」[10]などがあげられる。
一部のモデル（より正確には「事前テスト市場モデル」または「模擬テスト市場」と呼ばれる）[11]は、製品テスト後のフォローアップ調査から追加データを収集します（特に消費者向けパッケージ商品の場合、リピート購入率を推定する必要があるため）。また、広告の質を評価することを目的とした広告テスト要素を含む場合もあります。Decision Analystなどのモデルには、離散選択モデル／コンジョイント分析が含まれます。
参照
参考文献
- ^ ウィンド、ヨラム（1984年）『新製品予測モデルとその応用』レキシントン・ブックス、ISBN 978-0-669-04102-6。
- ^ シュワルツ、デイビッド（1987年）『コンセプトテスティング：新製品アイデアを市場に出す前にテストする方法』（第1版）アメリカ経営協会ISBN 978-0814459058。
- ^ Lord, F. and Novick, MR(1968). 精神検査得点の統計理論. Addison – Wesley.
- ^ Heise, DR(1969). テスト‐再テスト相関における信頼性と安定性の分離. American Sociological Review, 34, 93-101.
- ^ Andrews, FM (1984). 調査尺度の構成妥当性と誤差要素：構造モデリングアプローチ. Public Opinion Quarterly, 48, 409-442.
- ^ Saris, WEおよびGallhofer, IN (2014). 調査研究のための質問票の設計、評価、分析. 第2版. Hoboken, Wiley.
- ^ Thomas, Jerry (2016年1月11日). 「コンセプトテスト（そして「一意性」のパラドックス）」. Decision Analyst . Decision Analyst . 2017年4月21日閲覧。
- ^ Thomas, Jerry (2016年1月11日). 「コンセプトテスト（そして「一意性」のパラドックス）」. Decision Analyst . Decision Analyst . 2017年4月21日閲覧。
- ^ 「ForeSIGHT™ Going-Year Volume Estimates」Acupoll . 2017年3月31日時点のオリジナルよりアーカイブ。 2017年4月21日閲覧。
- ^ 「Conceptor® Volumetric Forecasting」Decision Analyst 2015年12月28日 . 2017年4月21日閲覧。
- ^ ウィンド、ヨラム（1984年）『新製品予測モデルとその応用』レキシントン・ブックス、ISBN 978-0-669-04102-6。
