Forecasting future demand for large-screen television sets using conjoint analysis with diffusion model

이종수, Youngsang Cho, 이정동, Chul-Yong Lee (2006) · Technological Forecasting & Social Change 73(4):362–376 · DOI ↗

출시 전 신제품의 demand 를 예측하기 위해 (i) conjoint 기반 정적 random utility, (ii) 제품별 가격 함수 $p_{jt} = p_{j0} e^{-\phi_j t}$ , (iii) 두 단계를 결합한 dynamic utility 와 (iv) 베스 확산 모형 의 시장 잠재력 추정을 4 단계로 통합한 forecasting framework 를 제안한다. 2003년 5월 서울 N=479 conjoint 와 1998–2003 가격 panel 을 결합해 한국 대형 TV 시장 (30 인치 이상 CRT / projection / PDP / LCD) 을 분석한 결과, 시장 잠재력 870 만 대 (2009–2010 peak), LCD 가격 하락률 ( $\phi$ =0.01346) 이 PDP (0.00953)·projection (0.00663) 보다 빨라 50 인치 이상 LCD TV 도입 후 LCD 가 시장을 잠식하며, 40 인치가 가구 사용 환경에서 가장 큰 점유를 차지한다는 forecast 를 도출한다.

RQ: Bass diffusion 의 한계 — 시장 진입 전 신제품 demand 예측 불가, 제품간 경쟁 미반영, 소비자 이질성 미반영 — 를 어떻게 극복할 수 있으며, 한국 대형 TV 시장의 LCD / PDP / projection / CRT 간 경쟁 결과는 어떻게 예측되는가?
방법론: 컨조인트 분석, 순위형 로짓 모형, 진술선호법, 확률효용모형, 베스 확산 모형, 동적 효용함수
데이터: 서울 N=479 face-to-face conjoint 설문 (2003-05), attribute 4종 (type / 30–60 인치 / US$300–15,000 / 0.3–2M 픽셀) 의 288 조합 중 orthogonal 20 card; 1998–2003 분기·월간 가격 panel (Displaybank · Enuri, projection 8개·PDP 8개·LCD monitor); 1998 Q1 – 2003 Q2 한국 대형 TV 판매량
주요 발견: utility 추정에서 LCD 0.861*, PDP 0.688*, projection 0.663* (CRT 기준), FINPRICE +0.022* (income−price 양수 — 가격↓ ⇒ utility↑); 가격 하락률 $\phi$ LCD monitor 0.01346 > PDP 0.00953 > projection 0.00663; Bass 시장잠재력 m ≈ 870만 대 (peak 2009–2010); 50 인치 LCD TV 도입 후 LCD 가 PDP 를 driving-out, 40 인치가 가구용 시장 dominant
시사점: 대형 TV 산업의 경쟁 결과는 가격 하락 속도에 의해 결정 — PDP 사업자는 LCD 가 50 인치 이상 진입하기 전 가격 우위로 시장점유를 잠그거나 가격 하락 속도를 가속해야 함; 신제품 출시 전 demand forecasting 에서 stated-preference + diffusion 의 dynamic 결합이 필요

Fig. 4. TV type 별 demand forecast: 2001–2010+ 의 4 가지 디스플레이 (projection / PDP / LCD / CRT) 가 경쟁하는 시장에서 LCD 가 50 인치 이상으로 진입하면서 PDP 를 driving-out 하는 substitution dynamics 를 시각화. 본 paper 의 핵심 결론 — "LCD 가격이 LCD monitor 의 하락률로 떨어지면 LCD 가 dominant" — 을 직접 보여주는 figure.

요약

2000년대 초 한국 대형 TV 시장은 CRT 의 기술적 상한 (36 인치) 이 디지털 방송 도입과 가구 home-theater 보급에 의해 deprecated 되면서 PDP · LCD · projection 등 평판 디스플레이 기술이 경쟁하는 단계에 있었다. 그러나 표준 베스 확산 모형 은 (i) 시장 진입 전 신제품 데이터 부재, (ii) 제품간 substitution 미반영, (iii) 소비자 이질성 무시 라는 세 가지 한계를 지녀, 신기술 도입 timing 과 type 별 점유 시뮬레이션에 부적합했다. 이 paper 는 이 한계들을 stated-preference 기반 컨조인트 분석 (개별 utility 추정) + 제품별 가격 함수 + 베스 확산 모형 (집계 시장잠재력) 의 4 단계 통합으로 해결한다.

Step 1 에서는 479 명의 conjoint 응답 (20 card orthogonal design, 5 card × 4 set ranking) 으로 type 4 종 (CRT / LCD / PDP / projection) · 크기 30–60 인치 · 가격 US $300–15,000 · 해상도 0.3–2M 픽셀 의 4 속성 + 7 demographic interaction 의 [[rank-ordered-logit]] 을 추정해 정적 utility$ U_{ij} = X_{ij}\beta + \varepsilon_{ij} $의 계수 14 개를 얻는다. 핵심: LCD 0.861, PDP 0.688, projection 0.663 (CRT 기준, 모두 p<0.01), RESOLUTION 0.002 (p<0.01), FINPRICE = (income − monthly price) 의 계수 +0.022 (p<0.01) — 가격 하락이 utility 증가로 직결. Step 2 에서는 Bayus (1993) 의 exponential decay form 을 채택, projection · PDP · LCD monitor 각각의 가격 panel 로$ \phi $를 추정 (각각 0.00663, 0.00953, 0.01346). LCD TV 의 가격 함수는 panel 부재로 LCD monitor 의$ \phi $를 substitute 한다. Step 3 에서 정적 utility + 시계열 가격을 결합해 dynamic utility$ V_{ijt} $와 dynamic 시장점유$ S_{jt} $를 도출, Step 4 에서는 1998 Q1 – 2003 Q2 판매량 panel 에 Bass 를 적합해 시장잠재력$ m \approx 8.7M $대, peak 2009–2010 을 추정한 뒤, 제품별 sales$ y_j(t) = Y(t) \cdot S_{jt}$ 로 환산한다.

핵심 forecast 결과는 두 가지다. 첫째, 2005 년경부터 LCD 가 50 인치 이상으로 진입하기 시작하면 PDP 와의 점유 경쟁이 격화되며 가격 하락 속도가 빠른 LCD 가 결국 driving-out 한다 — 단, PDP 가 그 시점 전에 점유를 잠그거나 가격 하락 가속에 성공하면 결과가 뒤집힐 수 있다는 conditional prediction. 둘째, 가구 사용 환경에서는 60 인치가 아니라 40 인치가 dominant 인데, 이는 응답자가 모두 가구 사용을 가정한 sampling 의 결과로 상업용·공공용 시장은 별도 분석이 필요. 한계는 명시적이다 — utility 의 part-worth 가 시간에 따라 변하지 않는다는 가정 (long horizon 에서 part-worth 변화는 follow-up 설문이나 Bayesian update 로 해결 가능), 시장잠재력 $m$ 의 시간 불변 가정, 가구용 시장 한정 sampling. 본 paper 의 framework 는 이후 Consumer preferences for alternative fuel vehicles in South Korea (alternative-fuel 자동차) · 다른 신제품 분야의 ex-ante demand forecasting 의 표준 template 이 된다.

핵심 결과

Step 1 utility 추정 (Table 3, N=479 × 20 card, t-stat 모두 p<0.01 except SIZE)

변수	계수	t	변수	계수	t
CONSTANT	−7.303	−54.46	MARRIAGE	0.558	17.46
LCD	0.861	17.88	P_PROJECTION	−0.355	−3.94
PDP	0.688	14.38	P_LCD	1.180	8.28
PROJECTION	0.663	13.81	P_PDP	−2.730	−14.93
SIZE (inch)	0.003	1.88 (n.s.)	P_TVSIZE	−0.068	−19.93
RESOLUTION (10^6 pixels)	0.002	11.07	T_BUYING	−0.081	−17.82
FINPRICE = income − price	0.022	174.17	V_TIME (hrs/day)	0.312	28.71

Step 2 가격 하락 계수 $\phi$ ( $p_{jt} = p_{j0} e^{-\phi t}$ , monthly)

Display	평균 $\phi$	해석
Projection (8 모델 평균)	0.00663	가장 느린 가격 하락
PDP (8 모델 평균)	0.00953	중간
LCD monitor (LCD TV proxy)	0.01346	가장 빠른 가격 하락

Step 4 Bass diffusion (1998 Q1 – 2003 Q2 분기 판매량)

항목	값
시장잠재력 $m$	≈ 870 만 대
Peak 연도	2009–2010
한국 가구수 대비 잠재 침투율	≈ 62% (870만/1,400만 가구)

Forecast 핵심 결론

50 인치 LCD TV 가 2004 Q1, 60 인치 LCD TV 가 2005 Q3 진입 가정 시 LCD 가 PDP·projection 을 점진 잠식
2006 까지는 projection 이 dominant, 이후 LCD/PDP 경쟁이 격화
가구용 size 별 점유: 40 인치 > 50 인치 > 60 인치 (가구 income · 공간 제약)

방법론 노트

소비자 효용은 확률효용모형 의 표준 형태 $U_{ij} = X_{ij}\beta + \varepsilon_{ij}$ 로 가정하고, $\varepsilon_{ij}$ 는 type-I extreme value iid 분포. 응답자가 $J$ 개 카드를 ranking 으로 정렬한 경우 순위형 로짓 모형 의 sequential conditional logit 형태 우도:

\Pr(U_{i1} > U_{i2} > \cdots > U_{iJ}) = \prod_{j=1}^{J} \frac{e^{X_{ij}\beta}}{\sum_{k=j}^{J} e^{X_{ik}\beta}}

이 prediction 의 핵심은 가격이 시계열에서 변한다는 점을 utility 에 직접 주입한 동적 효용함수 이다. 가격 함수는 Bayus (1993) 의 exponential decay form:

p_{jt} = p_{j0} e^{-\phi_j t}

$\phi_j$ 는 제품 $j$ 의 가격 하락 속도. dynamic utility 를 모든 응답자에 대해 평균하면 제품 $j$ 의 시점 $t$ 시장점유는

S_{jt} = \frac{1}{N}\sum_{i=1}^{N} \frac{e^{V_{ijt}}}{\sum_{k=1}^{J} e^{V_{ikt}}}

총 시장잠재력 $m$ 과 누적판매 $N(t)$ 는 베스 확산 모형 의 hazard 형태:

\frac{dN(t)}{dt} = [m - N(t)]\left[p + q\frac{N(t)}{m}\right]

$p$ 는 innovator coefficient (외부 영향), $q$ 는 imitator coefficient (이전 채택자 영향). 제품별 sales $y_j(t) = Y(t) S_{jt}$ . 식별은 (i) conjoint 20 card 의 orthogonal design 으로 attribute 간 공선성 제거, (ii) 가격 panel 의 시계열 변동으로 $\phi_j$ , (iii) Bass 의 누적 판매량 panel 로 $(p, q, m)$ 의 분리 식별에서 온다.

LCD TV 의 $\phi_{\rm LCD}$ 는 LCD monitor 의 panel 로 대체했다 — 50 인치 이상 LCD TV 가 2003 년 시점 시장 미진입이라 직접 추정 불가하기 때문. 동일 기술 (TFT) 의 monitor 도입 시기와 TV 도입 시기 사이의 cross-product 가격 dynamics 의 유사성 가정이 이 substitution 의 정합성 기반.

연구 계보

본 paper 는 베스 확산 모형 (1969) 의 1980 년대 이후 확장 — Mahajan-Muller (1996 Technological Forecasting and Social Change) 의 successive generation substitution, Eliashberg-Jeuland (1986 Marketing Science) 의 competitive entry pricing, Lilien-Rao-Kalish (1981 Management Science) 의 Bayesian repeat-purchase, Mahajan-Muller-Bass (1990 Journal of Marketing) 의 50 년 review — 의 후속이며, 특히 stated-preference + diffusion 결합 lineage 의 직접 predecessor 는 Bayus (1993 Management Science) 의 HDTV demand forecasting (price function approach 채택), Jun et al (2000 Telecommunication Systems) 의 LEO 모바일 위성 RUM+Bass, Jun-Park (1999 Technological Forecasting and Social Change) 의 choice-based 다세대 diffusion 이다. 본 paper 의 contribution 은 이들 lineage 중 static RUM 만 결합한 Jun et al 의 한계 (시간 불변 choice probability) 를 dynamic utility 로 확장한 점.

TEMEP 내 sibling 으로는 (i) Demand forecasting for multigenerational products combining discrete choice and dynamics of diffusion under technological trajectories — 이종수 · 이정동 · Tai-Yoo Kim 의 DRAM 다세대 demand forecasting 으로, revealed preference + aggregate data + Moore’s law 결합 (본 paper 의 stated-preference + 가격함수 결합의 mirror image), (ii) Evaluation of Technological Innovation in the Cellular Phone Display — 동일 방법론을 휴대전화 컬러 디스플레이 valuation 에 적용한 stated-preference 라인의 출발점, (iii) An Analysis of Consumer Preferences among Wireless LAN and Mobile Internet Services — 같은 batch 의 WDC 서비스 conjoint 로 mixed logit 의 Bayesian 추정으로 발전. 본 paper 가 정립한 dynamic utility + diffusion 의 4 단계 framework 는 TEMEP 의 신제품 ex-ante demand forecasting 표준 template 으로 후속 작업들에 영향을 준다.

인접 그래프

1-hop 이웃 25개

인물 5
방법론 6
주제 5
수록처 1
분류 1
논문 7

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

Forecasting future demand for large-screen television sets using conjoint analysis with diffusion model

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (4)

방법론 (3)

인물 (1)