개념시험

Concept testing
마케팅
주요개념
판촉 콘텐츠
판촉 매체
리서치

개념시험(제품 개발 연구의 후기 단계에서 사용될 수 있는 사전 시험 시장 및 시험 시장과 구별되는 것)[1]은 시장에 제품을 도입하기 전에 새로운 제품 아이디어에 대한 소비자 수용도를 평가하기 위해 설문 조사(그리고 때로는 정성적 방법)를 사용하는 과정이다.[2] 개념 시험을 광고 시험, 브랜드 시험 및 포장 시험과 혼동하지 않는 것이 중요하다. 개념 테스트는 광고에 내재된 장식과 복어 없이 기본적인 제품 아이디어에 초점을 맞춘다.

질문지

제품을 테스트할 수 있는 기기(질문) 자체가 높은 품질을 갖는 것이 중요하다. 그렇지 않으면 수집된 데이터 조사의 결과가 측정 오류로 인해 편향될 수 있다. 그것은 시험 절차의 설계를 더 복잡하게 만든다. 경험적 테스트는 설문지의 품질에 대한 통찰력을 제공한다. 이 작업은 다음을 통해 수행할 수 있다.

  • 인지 면접 실시 잠재적 응답자 파벌에게 질문의 해석과 설문지의 사용에 대해 질문함으로써, 연구자는 인지 인터뷰의 실행 가능성을 검증할 수 있다.
  • 대상 응답자의 작은 부분 집합을 사용하여 설문지의 작은 사전 테스트를 수행한다. 결과는 연구자에게 질문 누락과 같은 오류 또는 논리적 및 절차적 오류를 알려줄 수 있다.
  • 질문의 측정 품질을 추정한다. 예를 들어, 테스트-rest,[3] 준-simplex 또는 [4]mutlitrait-multimethod 모델을 사용할 수 있다.[5]
  • 문제의 측정 품질 예측. 이는 소프트웨어 조사 품질 예측 변수(SQP)를 사용하여 수행할 수 있다.[6]

개념시험

신상품 개발(NPD) 공정에서의 개념 테스트는 개념 생성 단계다. 개념 테스트의 개념 생성 단계는 다양한 형태를 취할 수 있다. 때때로 개념은 기술적 진보의 결과로 우연히 생성된다. 다른 때에는 개념 생성이 계획적이다. 예를 들어 브레인스토밍 세션, 문제 감지 조사, 정성적 연구를 들 수 있다. 질적 연구는 소비자가 가질 수 있는 반응 범위에 대한 통찰력을 제공할 수 있지만, 새로운 개념의 성공 가능성에 대한 지표를 제공할 수는 없다. 이는 정량적 개념 시험 조사에 맡겨두는 것이 좋다.

개념 시험의 초기 단계에서는 넓은 영역의 대체 개념들이 존재할 수 있으므로 개념 검증 조사가 필요하다. 개념 검증 조사는 옵션 분야를 좁힐 수 있는 빠른 수단을 제공하지만, 개념 간의 상호 작용으로 인해 규범적 데이터베이스와 비교될 수 없는 통찰력은 거의 없다. 더 큰 통찰력을 얻고 더 많은 제품 개발을 추구하는지 여부에 대한 결정에 도달하기 위해, 단일 개념 시험 조사를 실시해야 한다.

프레젠테이션 모드

빈번한 개념 시험 조사는 단색, 순차 단색 또는 비교로 설명된다. 용어는 주로 개념을 표시하는 방법을 가리킨다.

  • 모나치. 그 개념은 고립적으로 평가된다.
  • 순차 단음절. 복수의 개념을 순차적으로 평가한다(흔히 랜덤화 순서).
  • 비교해서. 개념은 서로 나란히 보여진다.
  • 프로토 모나치 개념은 처음에는 순서대로, 다음에는 서로 옆에 표시된다.

"모나치 테스트는 대부분의 개념 테스트에 권장되는 방법이다. 상호작용 효과와 편견을 피한다. 한 테스트의 결과는 이전의 단색 테스트의 결과와 비교할 수 있다. 규범적 데이터베이스를 구축할 수 있다."[7] 그러나 각각은 특정한 용도를 가지고 있고 그것은 연구 목적에 따라 달라진다. 어떤 방법을 사용할지에 대한 결정은 결과가 어떻게 해석되는지에 대한 여러 가지 함의가 있기 때문에, 연구 전문가들을 경험하여 결정하는 것이 최선이다.

개념 테스트 점수 평가

전통적으로 개념 테스트 조사 결과는 '정상 데이터베이스'[8]와 비교된다. 이것들은 이전의 신제품 개념 시험의 데이터베이스들이다. 상호 작용 효과를 방지하려면 '모나디드' 개념 테스트여야 한다. 공정하게 말하면, 이러한 데이터베이스는 소비자들이 이미 익숙한 오래된 제품의 등급이 아닌 '새로운' 개념의 시험 결과를 포함하는 것이 중요하다. 왜냐하면 일단 소비자들이 제품에 익숙해지면 등급은 종종 하락하기 때문이다. 새로운 개념의 등급을 이미 시중에 나와 있는 기존 제품의 등급과 비교하는 것은, 연구자들이 이 효과를 정량적으로 줄이거나 조정하기 위해 특별한 주의를 기울이지 않는 한, 잘못된 비교를 초래할 것이다. 또한, 이 개념은 일반적으로 동일한 제품 범주, 동일한 국가의 규범에만 비교된다.

이 분야를 전문으로 하는 회사들은 저마다의 기준을 가지고 독자적인 시스템을 개발한 경향이 있다. 이러한 표준을 일관되게 유지하는 것은 결과의 오염을 방지하는 데 중요하다.

아마도 유명한 개념 테스트 시스템 중 하나는 다른 버전으로 제공되는 닐슨 베이스 시스템일 것이다. 그 밖에 잘 알려진 제품으로는 의사결정 분석가의 '컨셉 체크', 지콜의 '컨셉 옵티마이저', 입소스 이노퀘스트, GFK 등이 있으며, 소규모 플레이어의 예로는 스쿠우버와 아센트릭 익스프레스 테스트 등이 있다.

구매 동인으로 개념 속성의 중요성 확인

속성 중요도를 결정하는 가장 간단한 접근법은 직접 개방형 질문을 하는 것이다. 또는 각 제품 속성의 중요도에 대한 체크리스트 또는 등급을 사용할 수 있다.

다만 각 제품 속성의 중요도를 소비자가 직접 표시하도록 신뢰할 수 있는지 여부에 대해서는 다양한 논쟁이 있어왔다. 그 결과, 상관 분석과 다양한 형태의 다중 회귀 분석은 종종 직접 질문에 대한 대안으로 중요도를 식별하기 위해 사용되어 왔다.

개념 시험에 대한 보완 기법은 결합 분석(이연성 선택 모델링이라고도 함)이다. 다양한 형태의 결합 분석과 이산 선택 모델링이 존재한다. 학계에서는 둘의 차이를 강조하지만 실제로는 거의 차이가 없다. 이러한 기법은 실험 설계에 따라 대체 제품을 만든 다음, 이러한 대안에 대한 소비자 반응(대개 구매 가능성 또는 대안 간에 이루어진 선택의 등급)을 사용하여 중요성을 추정함으로써 간접적으로 제품 속성의 중요성을 추정한다. 결과는 종종 고객이 대체 제품 구성과 가격을 테스트할 수 있는 '시뮬레이터' 도구의 형태로 표현된다.

체적 개념 시험

체적 개념 테스트는 복잡성 수준 측면에서 전통적인 개념 테스트와 사전 테스트 시장 모델(시뮬레이션된 테스트 시장 모델은 유사하지만 더 큰 사실성을 강조함) 사이에 속한다. 출시 전에 신개념에 대한 '대략적인' 판매량 예측을 제공하는 것이 목적이다. 그들은 분배 전략과 같이 개념 시험 조사 자체에서 입력된 것 이상의 다른 변수를 포함한다.

체적 예측 방법론의 예로는 '어큐폴 선견지명'[9]과 의사결정 분석가의 '컨셉터'[10]가 있다.

일부 모델('사전 테스트 시장 모델' 또는 '시뮬레이션 테스트 시장'[11]으로 보다 적절하게 언급)은 후속 제품 테스트 조사(특히 반복 구매율을 추정할 필요가 있으므로 소비자 패키지 상품의 경우)에서 추가 데이터를 수집한다. 또한 광고 품질 평가를 목적으로 하는 광고 시험 구성요소를 포함할 수 있다. 의사결정 분석가와 같은 일부는 이산 선택 모델/결합 분석을 포함한다.

참고 항목

참조

  1. ^ Wind, Yoram (1984). NEW-PRODUCT FORECASTING MODELS AND APPLICATIONS. Lexington Books. ISBN 978-0-669-04102-6.
  2. ^ Schwartz, David (1987). Concept Testing: How to Test New Product Ideas Before You Go to Market (1st ed.). American Management Association. ISBN 978-0814459058.
  3. ^ 로드, F.와 노빅, M. R. (1968년) 정신 테스트 점수에 대한 통계적 이론. 애디슨 – 웨슬리.
  4. ^ 헤이즈, D. R. (1969년) 시험-검정 상관 관계에서 신뢰성과 안정성 분리. 미국 사회학 리뷰 34, 93-101
  5. ^ 앤드류스, F. M. (1984) 조사 조치의 유효성 및 오류 구성 요소: 구조 모델링 접근법. 분기별 여론 48, 409-442
  6. ^ 사리스, W. E., 갤러퍼, I. N. (2014) 조사 연구를 위한 설문지의 설계, 평가 및 분석. 세컨드 에디션. 호보켄, 와일리
  7. ^ Thomas, Jerry (2016-01-11). "Concept Testing (And The "Uniqueness" Paradox)". Decision Analyst. Decision Analyst. Retrieved 21 April 2017.
  8. ^ Thomas, Jerry (2016-01-11). "Concept Testing (And The "Uniqueness" Paradox)". Decision Analyst. Decision Analyst. Retrieved 21 April 2017.
  9. ^ "ForeSIGHT™ Going-Year Volume Estimates". Acupoll. Archived from the original on 31 March 2017. Retrieved 21 April 2017.
  10. ^ "Conceptor® Volumetric Forecasting". Decision Analyst. 2015-12-28. Retrieved 21 April 2017.
  11. ^ Wind, Yoram (1984). NEW-PRODUCT FORECASTING MODELS AND APPLICATIONS. Lexington Books. ISBN 978-0-669-04102-6.