[마케팅] 포지셔닝 분석 _ 개념, 전략, 인식도(포지셔닝 맵) 작성

[마케팅] 포지셔닝 분석 _ 개념, 전략, 인식도(포지셔닝 맵) 작성

포지셔닝에 대한 학자들의 견해는 약간의 차이가 있다.

A.Ries 와 J.Trout 는 포지셔닝을 심리적인 문제로만 다루고 있고, G.L.Urban 과 J.R.Hauser 는 소비자에게 편익과 차별화를 전달하는 활동으로 보고 있고, P.Kotler 는 기업의 이미지와 가치제공물을 디자인하는 행위로 보는 등 학자마다 정도의 차이가 있으나 중심된 사상은 동일하다.

1. A.Ries 와 J.Trout 의 견해

이들은 포지셔닝을 현존하는 제품에 대해 행하는 창조적 활동으로 보았다.

포지셔닝은 제품과 함께 시작된다. 상품, 써비스, 기업, 기구, 심지어는 사람까지도 포지셔닝한다. 그러나 포지셔닝은 제품에 대해 행하는 것이 아니라 예상고객의 마음에 대해 행하는 것이다. 즉, 제품을 예상고객의 마음에 위치시키는 것이다.

이들은 포지셔닝을 심리학적인 문제로 다루고 있다. 하지만 포지셔닝은 심리학적인 것만이 아니라 제품의 유형적인 측면에도 관련되어 있어 여러가지 다른 개념들과 혼합되어 사용되고 있다. 시장세분화의 결정, 기업 이미지, 강조해야 할 제품 속성의 선택 등의 문제를 의미하기도 한다.

2. G.L.Urban 과 J.R.Hauser 의 견해

포지셔닝은 소비자에게 제공하는 편익을 선전하고, 경쟁사와의 차별화를 시도하는 조직의 노력이다. 따라서 포지셔닝은 신제품에 있어서 상당히 중요하며, 소비자에게 좋은 C B P ( core benefit proposition ) 를 제공하는 중요한 수단이 된다. 따라서 좋은 포지셔닝은 소비자가 신제품을 지각하는 차원을 이해해야 하고, 현 제품이 어떤 차원에 놓여 있는지를 알 수 있을 때 가능하다.

이들은 경쟁사와의 차별화를 포지셔닝으로 보고 있다.

3. P.Kotler 의 견해

포지셔닝은 세분화된 소비자에게 자사가 경쟁사와 무엇이 다른지를 이해, 설명시키기 위해서 자사의 이미지와 가치제공물을 디자인하는 활동이다. 따라서 기업이 포지셔닝 문제를 해결하게 되면 마아케팅 믹스 문제를 해결할 수 있다고 주장하면서, 마아케팅 믹스 - 제품, 가격, 유통, 촉진 - 는 근본적으로 포지셔닝 전략의 세부적인 전술을 작성하는 일이라고 보고 있다.

이상과 같이 여러 학자들의 포지셔닝에 대한 관점을 살펴보았는데, 결론적으로 말해서, 특정제품에 대해 소비자들이 갖는 인지는 그 제품과 연관된 인상, 경험, 정보 등을 통하여 소비자들의 마음 속(consumer's mind)에 형성된다. 그러므로 각 기업체는 자사제품이 소비자들의 마음 속에 바람직한 위치를 잡을 수 있도록 자사제품을 부각시키는 노력을 해야 한다. 이러한 노력이 포지셔닝이다.

*. 소비자의 인식 분석

이상에서 포지셔닝의 개념을 간략히 살펴보았고, 이제부터는 실제로 포지셔닝전략의 수립 방법을 다루기로 한다. 첫번째 단계는 소비자가 제품에 대해서 어떻게 인식하고 있는가를 분석하여야 하는데 이에는 인식도 (perceptual map) 방법이 널리 이용되고 있는데 소비자들로부터 제품이 지닌 속성들을 개별적으로 평가를 받아서 종합하여 하나의 인식도를 작성한다. 이 인식도를 작성하는 기법에는 여러 가지가 있지만 여기서는 가장 많이 사용되고 신뢰받는 요소분석 기법에 의해서 인식도를 작성하기로 한다. 두번째 단계에서는 작성된 인식도상에서 기존제품에 대한 포지션이 나타나 있으므로 신제품 혹은 기존 제품이 어느 곳으로 옮아가야 소비자에게 보다 많은 효용을 줄 수 있을 것인가를 분석하는 선호도 회귀분석 기법을 다루어 보도록 하겠다.

첫번째 단계부터 보기로 하자.

1. 인식도의 의미

소비자의 인식은 제품의 마아케팅 믹스 변수 (제품, 유통, 촉진, 가격)에 의해서 달라진다. 소비자의 인식을 도표에 나타낸 것이 인식도로서 이는 소비자가 제품을 평가하는데 사용하는 기본직인 인식차원을 알려주며, 이러한 차원에 있어서 기존 제품과 잠재적 제품의 상대적 위치를 알려주므로 경영자에게 시장기회를 확인시켜주고 창의성을 향상시킬 수 있으며, 소비자에게 가장 많은 효용을 줄 수 있는 마아케팅 전략을 수립할 수 있도록 해준다.

2. 인식도 작성 기법

소비자의 인식을 그림으로 나타내는 방법에는 두가지가 있다.

첫째는 제품의 속성 모두를 조사, 측정해서 하나의 도표로 나타내는 뱀그림(snake plot)이 있는데, 이는 각 제품의 속성치를 연결한 선이 뱀모양으로 구불구불되어 있다고해서 붙여진 이름이다. 󰃂 뱀그림은 대안간의 비교를 통해 강약점을 찾아낼 수 있어서 기업의 이미지 조사등에는 유용하나 , <그림 - 1> 과 같이 새로운 통신망에 대한 인식을 측정하는데 25가지의 속성을 나타내고 있으므로 이해하기가 매우 어렵고 실제로 소비자의 인식과정과는 동떨어져 있다. M.D.Johnson은 소비자의 인식을 다음과 같이 설명하고 있다. 대안간 비교성의정도에 따라 비교성이 높을 경우는 구체적이고 두드러진 속성으로 평가하고, 낮을 경우는 추상적인 특정한 속성으로 대안을 인식해서 선택한다. 󰃂 예를 들면,냉장고와 세탁기의 선택시 그 속성의 효용을 비교키가 어렵다면 좀 더 추상적 속성인 과시성, 자기만족도 등의 속성을 갖고 대안을 선택하게 된다. W.D.Wilkie 와 E.A.Pessemier 는 소비자들이 대안을 평가하는데 있어서 개인당

3 - 7 가지의 중요한 속성으로 비교하며, 이러한 속성을 발췌해서 가장 중요한 속성을 2 - 3 가지 선발한다면 인식도를 작성할 수 있다고 하였다. 그러나 이들이 인식도를 작성하면서 유의할 사항으로 꼽는 것은 두드러진(salient)속성이 반드시 중요한(important) 속성이 아니라는 점이다. 󰃂예를 들면, 자동차 구입시 색상은 두드러진 속성이나 중요한 속성은 아니므로 인식도의 중요기준으로는 선발되지 못한다고 해서 이러한 속성을 무시해서는 소비자의 만족도를 높이지 못할 것이다. 즉, 이러한 두드러진 속성은 기본적으로 충족시켜 주어야 한다.

<그림 -1 > 새로운 통신망에 대한 학자,경영자의 인식을 나타낸 뱀그림

두번째로는 뱀그림과 같이 많은 속성을 나타내면 혼란을 가져오므로 소비자가 가장 중요하게 여기는 속성을 찾아서 이것으로 인식도를 작성한다면 아주 쉽게 기존 제품의 포지셔닝은 물론 신제품의 포지셔닝 전략을 수립할 수도 있다. 󰃂 여기에는 3 가지의 주요 기법, 즉 유사성척도 (similarity scaling), 요소분석(factor analysis), 판별분석(discriminant analysis) 등이 있다.

유사성 척도에 의한 방법은 소비자들에게서 각 제품쌍에 대한 유사성과 비유사성을 측정하여 , 기하학적 공간상에서 제품간 거리의 순위가 원래 소비자의 유사성 순위와 가능한 일치하도록 위치시킴으로써 인식도를 구성하는 방법이다.

요소분석에 의한 작성은 속성에 기초한 방법(attribute-based methods)으로 속성들의 기저에 근거한 인식 구조를 밝힘으로써 인식도를 구성하는 방법이다. 이 방법에 있어서의 주요 관심은 기본 인식 구조가 어떤 것인가에 있으므로 속성간의 상관관계가 제품과 소비자들에 걸쳐 계산되며, 제품의 인식도상 위치는 요소점수(factor score)에 의해 측정된다. 특히, 소비자들이 그 제품군을 인식할 때 사용하는 기본 인식구조에 대한 통찰력을 제공해 주며, 선호도 분석(preference analysis) 과 잠재구매를 예측하는 데에도 사용할 수 있는 인식차원에서의 측정치도 비교적 정확히 제공해 준다.

판별분석법은 속성간의 상관관계에 기초한 구조를 밝히기 보다는 제품을 가장 잘 판별해 낼 수 있는 선형 결합을 찾아내는 것이다. 이 때, 속성의 공통구조를 알기 위하여 소비자들에 대해 판별분석이 행해지며 제품의 인식도상 위치는 판별 점수(discriminant score)에 의해 정해진다.

이들 각각의 방법은 각기 장,단점을 가지고 있어서 사용자들의 편의에 따라 방법이 선택되기도 하지만, 여러 연구 결과를 종합해 보면 요소분석이 유사성 척도법이나 판별 분석보다도 소비자의 인식을 측정하는데 있어서 예측력, 사용의 용이성, 설명력 등에서 더 좋다고 나타났다. 특히 요소분석은 각 속성을 공통요소에 의해서 종합함으로서 도출된 차원이 무엇인지를 명확히 알아볼 수가 있으며, 제품수가 상대적으로 적은 경우 (7개 이하의 경우)에 각 제품쌍을 비교하는 방법보다 정확한 위치를 찾아낼 수가 있다. 또한 고려하는 제품들에 대해서 소비자들이 이를 인식하는데 있어 차이가 있는 경우 다양한 속성으로 제품을 평가하므로 보다 정확한 소비자의 인식을 알아낼 수가 있다.

따라서 여기서는 보다 정확하고 예측력이 높다고 실증된 요소분석을 이용한 인식도의 작성을 살펴보도록 하자.

3. 요소분석에 의한 인식도의 구성

요소분석(factor analysis)은 여러 변수간의 상관관계로부터 공통의 변량을 찾아내고, 관측값의 중복성을 점검해 몇개의 변수 집단, 즉 요소들을 찾아내는 방법이다.

요소분석의 주된 목적은 정보의 손실을 최소화하면서 다수의 변수들을 소수의 차원(요소)으로 축소시켜 정보를 압축하는데 있다. 요소분석은 변수들간의 상관관계를 이용하여 여러 변수들로 측정된 자료를 보다 이해하기 쉬운 형태로 축소하거나 요약하는데 이용된다. 즉, 일련의 변수들의 집합 속에 존재하고 있는 구조를 발견하여 여러 변수들을 몇개의 동질적인 차원으로 묶어줌으로써 자료의 양적 축소와 더불어 이해를 보다 용이하게 해준다.

요소분석은 제품속성에 기초한 방법으로서 소비자가 실제로 중요하게 여기는 속성을 소비자가 인식할 수 있는 언어로 나타내서 조사한 측정치를 토대로 속성간의 구조를 파악해서 2 - 3 개의 요소를 찾아낸다면 쉽게 소비자의 인식을 파악할 수 있다는데 착안하고 있다. 따라서, 요소를 몇개로 결정할 것인가? ( 차원 수의 결정 문제 ), 결정된 요소의 해석 문제 , 이들 요소로 나타낸 인식도에서 각각의 제품이 어떻게 포지셔닝하고 있는가? 하는가가 요소분석에서의 핵심적이고 가장 주의를 기울여야 할 사항이다.

(1) 요소분석의 목적

요소분석의 목적으로는, 첫째 일련의 변수 집합들 속에 내재해 있는 변수들의 차원을 밝히기 위해 이용된다. 이는 요소적재량 (factor loading)에 의해서 판단할 수 있다.

둘째는 모집단내에 있는 상이한 특성을 갖는 개인들을 서로 동질적인 몇개의 집단으로 나누는데 이용된다. 첫째 목적은 평가항목을 동질적인 몇개의 집단으로 나누는 반면에, 이는 평가자들을 동질적인 집단으로 묶어낸다는 점에서 차이가 있다. 이것도 요소적재량에 의해서 분류할 수 있다.

세째는 수많은 변수에 의해서 회귀분석이나 판별분석 등을 시행키 어려우므로 이러한 추가적인 분석을 용이하게 하기 위해 소수의 새로운 변수(요소)로 축소시키는데 이용한다. 이는 요소점수 (factor score)에 의해서 판단된다.

네째는 측정의 타당성을 저해하는 변수들을 추출하는데 이용된다. 연구자가 측정하고자 하는 개념을 측정하는 변수들을 요소의 형태로 묶어서 골라내고 요소로 묶여지지 않은 변수는 상이한 개념을 측정하는 변수로 판단하여 탈락시키는데 이용한다. 이는 측정도구의 타당성 평가에 요소분석을 이용하는 경우이며, 요소적재량으로 평가할 수 있다.

(2) 요소분석을 위한 설문지

요소분석의 과정을 설명하기 위해 운동화 구매 조사의 예를 사용하기로 한다.

서울에 있는 한 남자고등학교에서 40명의 남자고등학생을 임의로 추출하여 설문조사를 하였다. 설문지에서는 운동화 구매시 중요하게 생각하는 5개 속성들에 대해 조사를 하였으며, 아주 중요하게 생각하는 경우는 7점, 전혀 중요하지 않게 생각하는 경우는 1점에 표시하도록 하여 중요도를 평가하였다. <그림 - 2>는 설문지를, <그림 - 3>은 설문의 결과를 보여준다.

< 그림 - 2 > 요소분석을 위한 설문지

문 : 귀하는 운동화를 구매할 때 다음의 속성들을 어느 정도 중요하게 생각

하십니까 ?

전혀 중요하지 않다. 매우 중요하다.

1 2 3 4 5 6 7

1. 편안함 ( ) ( ) ( ) ( ) ( ) ( ) ( )

2. 디자인 ( ) ( ) ( ) ( ) ( ) ( ) ( )

3. 수 명 ( ) ( ) ( ) ( ) ( ) ( ) ( )

4. 색 상 ( ) ( ) ( ) ( ) ( ) ( ) ( )

5. 세탁의 용이성 ( ) ( ) ( ) ( ) ( ) ( ) ( )

< 그림 - 3 > 설문의 결과

번 호 편안함 디자인 수 명 색 상 세탁의용이성

ID X1 X2 X3 X4 X5

1 1 5 1 5 3

2 2 5 1 4 4

3 3 6 2 5 4

4 3 5 3 5 3

5 2 4 2 4 3

. . . . . .

. . . . . .

. . . . . .

40 3 1 4 1 5

요소분석은 소비자 반응간의 상관관계를 살펴서 그 상관도가 높을 경우 이들 반응은 하나의 공통구조로 묶을 수 있다는 데 근거를 두고 있다. 소비자의 어떤 한 자극에 대한 반응은 모두 3가지로 나누어질 수 있는데, 어떤 변수가 다른 변수들과 공유하는 분산으로서의 공통분산, 어떤 특수한 변수에만 해당하는 분산으로서의 특수 분산, 그리고 자료수집 과정에서의 오차나 관찰대상의 확률적 요소에 해당하는 분산으로서의 오차분산으로 나눌 수 있다. <그림 - 4> 는 이것을 나타내고 있다.

< 그림 - 4 > 태도 측정에 있어서의 소비자 반응의 구성 요소

공 통 특 수 오 차

요 소 ( factor )

요소분석은 변수들간의 상관관계에 바탕을 두고 있으므로 공통분산이 클수록 보다 의미있는 결과가 나타나며, 특정분산이나 오류분산의 비율이 커질수록 요소분석의 의의는 사라진다. 그리고 위에서 설명한 분산 중에서 어떤 분산을 분석의 기초로 하느냐에 따라서 주성분 분석( principal component analysis : PCA ) 과 공통요소 분석( common factor analysis : CFA )으로 나눈다. 주성분 분석은 위의 세가지 분산을 모두 사용하므로 약간의 특수분산이나 오차분산을 포함한 요소가 도출되더라도 처음 몇개의 요소에는 크게 영향을 주지 않는 경우이며, 공통요소 분석에서는 공통분산에만 기초해서 요인을 도출하므로 변수들 사이에 존재하고 있는 차원이나 요소들을 발견하는데 이용된다.

(2) 출력 자료의 분석

이상의 자료를 컴퓨터에 입력해서 출력시키면 상관관계, 요소적재량, 아이겐 값 등을 얻을 수 있다.

1) 상관계수

요소분석의 기본단계로서 변수들간의 상관관계를 통해 변수들간의 개략적인 관계를 파악하는 것이다.

<표 - 1>에서 보면 X1 과 X3 의 상관관계(0.821)와 X2 와 X4의 상관관계(0.876)가 상당히 높으며, X5 와 X1, X3과의 상관관계(-0.491, -0.443)는 비교적 높은 편이고, 다른 변수들간의 상관관계는 비교적 낮은 편이다.

< 표 - 1 > 상관관계표

2) 요소적재량

요소적재량은 요소와 변수의 상관관계를 나타내며, 요소 1과 X1의 경우는 -0.846이 되고 이 값의 제곱인 (-0.846)2 = 0.716, 즉 X1 변량의 71.6%가 요소 1에 의해 설명됨을 나타낸다. <표 - 2>는 요소적재량을 다루고 있다.

< 표 - 2 > 요소적재량

3) 아이겐 값

요소분석을 통하여 얻어지는 가능한 최대 요인의 수는 변수의 수와 같다. 이 경우에는 변수가 5개이므로 요인의 수도 최대 5개까지 얻어진다. 물론 요소분석의 주 목적중의 하나가 변수의 수를 줄이는 데 있으므로 5개의 요소를 모두 사용하여 해석을 하는 것은 바람직하지 않다.

아이겐 값(eigen-value)은 몇개의 요소를 다음 분석에 사용할 것인가의 기준을 제시해 준다. 총요소의 아이겐 값을 합하면 변수의 수와 동일하며 이 경우는 5이다. 아이겐 값은 각 요소가 얼마나 많은 설명력을 가지는가를 나타내 주며, 이 설명력은 전체 요인의 아이겐 값을 더한 것으로 각 요인의 아이겐 값을 나누어 주면 된다. 이 경우 요소 1의 설명력은 ( 2.75 5 )인 0.55, 즉 55.0%이다. 다시 말하면 요소 1은 전체변량 5중에서 (각 변수의 변량이 1이며 5개의 변수가 있으므로 전체변량은 5이다) 55.0%의 변량인 2.75를 설명하고 있다. 또한 요소 2는 전체 변량의 29.0%인 1.45만큼의 설명력을 가진다. 요소의 추출에서는 설명력이 큰 요소부터 추출되므로 요소 1의 설명력은 요소 2의 설명력보다 크며, 요소 2는 요소 3보다 설명력이 크다. 아이겐 값은 요소적재표에서 구할 수 있는데 이것은 각 변수와 요소와의 상관관계의 제곱을 더한 값과 같다. 요소 1의 아이겐 값은 (-0.8476)2 + (-0.8464)2 + (0.7700)2 + (0.7228)2 + (0.4484)2 = 2.7512가 된다. <표 - 3>에는 위 예의 아이겐 값을 보여준다.

< 표 - 3 > 아이겐 값

그렇다면, 이제 몇 개의 요소를 분석에 사용할 것인가의 결정이 문제가 된다. 많은 수의 요소를 사용하면 설명력은 높아지나 변수의 수가 많기 때문에 요소분석의 의도가 소멸되며, 적은 수의 요소를 사용하면 분석은 용이하나 설명력이 낮아지게 된다. 따라서 적정한 요소의 수를 결정하는 것이 요구되는데 이에는 다음과 같은 방법이 있다.

첫째는 가장 많이 사용되는 기준으로 아이겐 값이 1보다 큰 요소를 선택하는 방법으로서 변수의 수가 20 - 50개일 경우에 적합하며, 50개 이상이 되면 너무 많은 요소의 수가 추출되게 된다. 앞의 예에서는 2개가 추출되었다.

둘째는 연구자가 경험이나 문헌에 의해서 요소의 수를 사전에 결정하는 방법이 있다.

세째는 연구자가 요소들의 설명력의 합이 얼마이상이어야 한다고 규정을 하고 그 설명력에 상응하는 요소를 추출하는 방법이다. 앞의 예에서는 연구자가 90%의 설명력을 요한다면 3개의 요인을, 80%의 설명력이 충분하다고 생각한다면 2개의 요인을 추출하게 된다.

네째는 스크리 테스트(scree test)를 사용하는 방법이다. 이 방법은 하나의 요인을 더 추가하여 얻어지는 한계치(marginal value)가 하나의 요인을 추가할 정도로 큰지를 비교하는 것이다. <그림 - 5>와 같이 아이겐 값과 요소의 수를 나타내어 그 곡선이 팔꿈치(elbow)의 모양이 되는 곳에서 요소의 수를 결정하는 것이다. 이 팔꿈치 부분에서 요소의 수를 결정하는 이유는 이 부분에서 아이겐 값이 현저히 줄어들므로 요소 하나를 추가해서 얻는 값이 오히려 요소분석의 효과보다 못하기 때문이다.

< 그림 - 5 > 스크리 테스트를 위한 아이겐 값

4) 커뮤날리티

커뮤날리티(communality)는 변수의 변량중 분석에 포함된 요소들에 의해 설명되는 비율을 말한다. 만약에 연구자가 모든 요소를 다 사용하면 각 변수의 커뮤날리티는 1이 된다.

위의 예에서는 X1 의 커뮤날리티는 X1 의 요소 1의 적재량의 제곱과 X1 의 요소 2의 적재량의 제곱인 (-0.8464)2 + (0.3550)2 = 0.8424 가 된다. <표 - 4>을 보면 가장 적은 커뮤날리티를 가진 X5의 값이 0.7185이므로 5개의 변수가 모두 2개의 요소에 의해 설명이 잘 되고 있다.

< 표 - 4 > 아이겐 값과 커뮤날리티 ( 두 요소만 사용했을 때 )

5) 요소 점수

위와 같이 해서 요소의 수와 새로운 명칭이 부여되고 나면 다음으로는 각 제품의 위치를 2차원의 공간 상태에 나타내면 인식도가 작성되는 것이다. 즉, 제품 각각에 대한 인식도상에서의 좌표는 요소분석을 통해서 얻게 되는 개개인의 요소점수(factor score)를 평균함으로써 얻게 된다.

이 요소점수는 요소점수계수행렬(factor score coefficient matrix)을 이용하여 구하게 되는데, 컴퓨터를 이용한다면 사양(option)에 의해 요소점수를 계산할 수 있으므로 매우 쉽게 이용할 수 있다.

<표 - 5> 는 앞의 뱀그림에서 다루었던 새로운 통신망에 대한 소비자의 인식을 조사하여 요소점수를 구한 것이다. 원으로 표시된 수치를 평균한다면 전화에 대해 효율성이라는 요소의 위치를 얻을 수 있다.

< 표 - 5 > 요소 점수

6) 요소의 회전

요소의 회전(rotation) 목적은 변수들을 설명하는 축이라 할 수 있는 요소들을 회전시킴으로써 요소의 해석을 돕는 것이다.

회전을 하는 방법은 직각회전 (orthogonal rotation) 과 비직각회전 (oblique rotation)의 방법이 있다. 직각회전은 회전시 요소들간의 상호 독립성을 유지하게 하여 요소를 회전하는 방법이고, 비직각회전은 요소들간의 독립성을 유지하지 않고 요소를 회전하는 방법이다. 일반적으로 변수들과 요소들의 관계를 파악하지 않은 채 직각회전을 많이 이용하고 있다. 이 결과가 < 표 - 6 >에 나타나 있다.

< 표 - 6 > 요소축의 회전 후 결과

변수를 설명하는 축을 회전시킴으로써 요소의 해석을 돕는 예로 <그림 - 6>을 보도록 하자. (a) 그림은 축의 중간에 속성의 방향이 있으므로 어떻게 관련되어 있는지 이해하기가 매우 어렵다. 그러나 (b) 는 요소축을 회전시켜서 속성과의 상관성이 분명히 나타나고 있다. 속성 1,2,3,9,10은 요소 1과 상관성이 높고, 반면에 속성 4,5,6,7,8은 요소 2와 상관성이 높다는 것을 쉽게 알 수 있게 해 준다.

< 그림 - 6 > 요소축의 회전

7) 요소의 해석

이상의 결과를 가지고 연구자는 요소의 구조가 의미가 있는지를 파악하여야 하고 각 요소의 이름을 정하여야 한다. 요소의 구조는 하나의 변수가 하나의 요소에 의해 대부분이 설명되고, 비슷한 의미의 변수들끼리 같은 요소에 적재되어 있을 때 해석하기 좋은 구조라 할 수 있다. 위의 경우에는 X1, X3, X5 는 요소 1과의 상관관계가 크고 요소 2와는 낮으며, X2, X4 는 요소 2와의 상관관계가 크고 요소 1과의 상관관계가 낮다. 또한 편안함(X1), 수명(X3) 및 세탁의 용이성(X5)은 신발구매시 얼마나 실용적인가 하는 점에서 공통적이고, 디자인(X2)과 색상(X4)은 구매하는 신발의 멋을 나타내는 점에서 공통적이므로 이 경우 요소의 구조는 좋다고 할 수 있겠다. 요소의 구조 파악시 각 요소의 이름을 정하여야 하는데, 위의 경우에는 요소 1을 실용성이라 할 수 있고, 요소 2는 멋이라고 명명할 수 있다. 그러나 일반적으로 요소분석시 요소의 구조가 연구자가 원하는 만큼 좋은 경우가 많지 않아 그 이름을 정하는 것이 쉽지는 않다. 요소들의 명칭을 부여하는 과정은 연구자의 주관적 판단에 의한 것이기 때문에 연구자의 창의성을 필요로 하는 부분이며, 또한 똑 같은 결과에 대해서도 연구자마다 각기 다른 해석을 내릴 여지도 있다.

*. 소비자의 선호 분석

1. 소비자 선호분석의 의의

앞에서는 소비자의 인식을 분석하기 위해서 요소분석을 이용하여 인식도를 작성해 보았다. 이제 인식도를 그렸으니 어느 곳에 포지셔닝할 것인가를 결정해야 한다. 이것은 신제품 개발에는 말할 것도 없이 중요하며, 기존 제품에 있어서도 보다 소비자를 만족시켜줄 수 있는 제품이 될 수 있도록 리포지셔닝 전략을 세우는데 매우 가치가 있다.

바꿔말하면 인식도에서의 이상 방향을 찾고자하는 것이 소비자의 선호 분석이라 할 수 있다. 기법은 가장 많이 사용되고 편리한 선호도 회귀분석을 사용하고자 한다. 인식도에서 이상 방향이란 각 차원상에 있어서 상대적인 가중치의 평균선을 의미하는 것이다.

2. 선호도 회귀 분석법

이 기법은 요소분석과 달리 속성을 기초로 하지 않고, 먼저 소비자에게 각 제품에 대한 선호도를 아래의 <표 - 1>과 같은 방법으로 조사한다. 아래의 예는 진통제를 대상으로 선호도를 조사, 분석하고자 한다.

< 표 - 1 > 선호도 회귀분석을 위한 선호서열 측정서

We are interested in your preferences for alternative pain relievers.

Below are listed a number of products. Place a "1" next to the product

you prefer. Place a "2" next to your next most preferred product. Place

a "3" next to your third preference, a "4" next to your fourth preferen-

ce, and a "5" next to the predect you least prefer. Be sure to rate

all the listed preducts.

Anacin

Bayer

Bufferin

Excedrin

Tylenol

위에서와 같이 소비자의 선호 순위를 조사해 순위가 높은 제품에 대해서는 많은 점수를 할당하고, 이 선호도 점수와 각 차원에 있어서의 요소 점수를 회귀분석함으로써 각 차원의 가중치를 도출한다. 이 가중치가 이상 방향의 기울기가 되며, 각 차원에서의 상대적 중요도를 나타내는 것이 된다. 여기서 선호도 점수를 주는 가장 좋은 방법은 제품의 수에서 측정한 원 서열 점수를 뺀 값을 이용하는 것으로, 첫번째 아나신을 3, 다섯번째 타이레놀까지 차례대로 4, 2, 1, 5 위라는 순위를 매겼다면 , 아나신은 5 - 3 = 2 가 되고, 에시드린은 5 - 1 = 4 가 되는 것이다.

여기서 선호도 평가 점수는 종속 변수가 되며, 효과(effectiveness)와 위에 부담을 주는 정도(gentleness)는 독립변수가 되어 회귀분석을 행하게 되며, 그 실행 결과에 따른 회귀분석의 계수 추정치가 각 차원에 있어서의 상대적 중요도가 된다. <표 - 2>와 <그림 - 1>을 살펴보도록 하자. 진통제의 효과와 위에 부담을 주는 정도의 두가지 요소로서 인식도에서의 이상 방향을 찾는다면 그 기울기는 0.65 / 0.35 가 된다. 따라서 진통제 소비자는 효과보다는 위에 부담을 주는 정도를 더욱 중요하게 여긴다. 그렇다고 진통 효과를 무시하는 것이 아니라 35%정도는 중요하다고 보고 있다. 그리고 신제품 1의 포지셔닝은 이상 방향을 충족시켜 줄 수 있는데 반해 신제품 2는 가장 선호되는 제품인 에시드린의 부족한 속성을 채워줄 수 없는 데에 포지셔닝 되었으므로 바람직하다고 할 수 없다. 이렇듯이 제품의 선호도를 갖고서 요소점수와의 회귀분석을 한다면 인식도상에서의 이상적인 포지셔닝 방향을 찾을 수 있다.

이상의 예는 진통제를 들었으나 이와 같은 선호도 회귀분석법은 써비스업, 소비재, 산업재 등에도 유효하게 사용될 수 있다.

지금까지 제품 포지셔닝을 위해서 소비자의 인식분석 및 선호분석에 대해 살펴보았다. 시장에 나와있는 기존의 제품들이 소비자들에게 어떻게 인식되고 있는지를 파악하는 기법으로서 요소분석을 이용한 인식도 기법을 먼저 보았고, 이와 더불어 인식도상에서 도출된 소수의 차원에 대해 어느 차원에 얼마마한 가중치를 두어야 하는가를 알아보는 선호도 회귀분석에 대해 다루어 보았다. 이러한 방법들을 통해서 기업은 2차원 평면상에 기존 제품의 위치와 소비자들이 생각하는 이상 방향을 나타내어 새로운 제품에 대한 시장 기회는 물론이거니와 신제품이 갖추어야 될 속성들의 종류와 그 속성들의 상대적 중요도를 알 수 있었다.

물론 이 방법을 통해서 도출된 중요성은 여러 속성들이 합성되어 나타난 기본 인식 차원상에서의 중요도 가중치이므로, 구체적으로 개개 속성이 얼마나 중요하고 소비자들이 가장 선호하는 속성들의 집합이 무엇인지에 대해서는 컨조인트 분석(conjoint analysis)을 해보아야 한다.

현대의 마아케팅은 소비자를 중심으로 모든 것이 전개된다. 따라서 소비자의 인식과 선호 분석을 통한 시장세분화, 포지셔닝은 마아케팅의 핵심이라해도 과언이 아니다. 이상과 같이 소비자 지향적인 포지셔닝을 한 다음에는 그 시장의 크기를 알아야만이 수익을 파악할 수 있을 것이다. 물론 포지셔닝이 확정되고, 계속 진행시킬 가치가 있다면 이제부터는 소비자를 최대로 만족시키고, 기업의 이익을 최대화시킬 수 있는 마아케팅 믹스전략이 진취적이고 능동적으로 수립되어져야 할 것이다.