# 選択ベースのコンジョイント分析の実行

> 選択ベースのコンジョイント分析の実行 - コンジョイント分析を使い、DataRobotによるアンケートベースの選択モデリングと解釈可能性により、製品機能に対する顧客の好みを特定します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.231028+00:00` (UTC).

## Primary page

- [選択ベースのコンジョイント分析の実行](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/model-deploy-mlops/conjoint.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot/data-science-scripts/blob/master/accelerators_dev/use_cases_and_horizontal_approaches/Choice-based-conjoint.ipynb)

コンジョイント分析は、新製品開発テストのマーケティング研究で広く使用されているツールです。 これは通常、オンラインアンケート形式で実施され、数名のアンケート回答者が、さまざまな選択肢の中から1つを選択します。 この結果により、研究者は製品開発前に、どのような製品の特徴量や組み合わせが最も効果的かについて、高い精度で特定できます。

このノートブックでは、コンジョイント分析のトピックの一部として、選択肢ベースのコンジョイント分析の実行方法を概説しており、プリファレンススコアを派生させるためのモデリングに重点を置いています。 DataRobotのSHAP値は、負の係数が解釈を難しくする線形回帰係数スコアリングを使用する従来の方法よりも、解釈可能性の価値を追加します。

技術的な観点から見ると、コンジョイント分析は、アンケートでその製品特徴量について明示的に質問することなく、回答者（顧客）の製品特徴量に対する好みを特定する方法です。 これは、一連の選択肢から1つの項目を選択するよう回答者に求めることによって行われます。 それぞれの選択肢は、テストしようとしているさまざまな特徴量の組み合わせや順列で構成されています。 多数のレスポンスに対してアンケートを実施する際に、DataRobotは、顧客自身が気づいていない潜在的/無意識的な特徴量の好みを特定するのに役立ちます。