시장 예측력향상을 위한 소비자 선택모델의 개선방안(Adjueting Choice Models to better Predict Market Behavior)에 관한 고대 경영대학 김재환 교수의 연구논문이  국제 저널인 마케팅 레터스 (Marketing Letters)에 게재됐다. 
 
기업경영연구원(원장 한재민)은 그 공로를 높이 평가해 IBRE Award를 수여했다 
 

 
 
다음은 저자가 경영신문 620호에 직접요악한 논문       
 

   기업의 마케팅전략이 얼마나 효율적으로 수행되었나를 가늠하는 척도는 결국은 시장에서 소비자들이 실제로 그 기업의 제품이나 서비스를 구입했느냐라 할 것이다. 이러한 소비자들의 선택에 관한 문제는 경영학뿐 아니라, 인접분야인 계량경제학, 통계학, 심리학 분야에서 오랜 기간동안 폭넓게 연구되어 왔으며, 가장 많이 연구된 분야중의 하나가 소비자들의 이산적 선택(Discrete Choice), 즉 얼마나 잠재적으로 선호하느냐보다, 실제 구매를 했느냐 아니냐를 모형화하고, 예측하는데 역점을 둔 소비자선택모델의 개발과 응용이었다. 
  이러한 소비자선택모델을 구축하고, 통계적으로 모수들을 추정하고 하는 일련의 행위들의 궁극적 목표는 무엇일까? 결국은 실험실이 아닌 시장에서 소비자들이 실제로 어떤 선택을 하는지 예측하기 위함이다. 따라서 선택모형의 개발의 근본방향은 어떻게 하면 이 예측력을 높일 수 있는가에 있다. 아무리 사전에 잘 준비된 실험설계를 통해, 정교한 조작을 거쳐 얻어진 자료라 하더라도, 소비자들의 실제 의사결정과정을 제대로 반영하지 못한 것이라면, 시장에서 해당제품의 구매는 마케팅관리자의 예상을 빗나가기 일수이다. 마찬가지로, 적절하게 얻어진 자료라 할지라도, 선택모형이 제대로 설정되어 있지 못했을 때에도 결과는 그와 다르지 않을 것이다. 
실험실에서의 선택행위와 시장의 실제 구매행위간의 차이점 
첫째, 소비자들에게 선택을 요구하는 실험상황(choice experiment)에서는 의사결정에 필요한 자료가 실제시장에 비해 상대적으로 자세하고 명확하게 주어진다. 
둘째, 실제 시장에서는 소비자들의 구매결정 전 단계에 고려 상품군이 형성되고, 그 안에 있는 제품들에 대해 평가가 이루어 진다고 보고 있지만, 실험상황에서는 이를 반영하기가 어렵고, 연구자가 정한 선택집합(choice set)이 주어지고, 실제에서는 그 집합에 포함되지도 못했을 수도 있는 제품들이 인위적으로 고려될 수 있다.
셋째, 실험상황에서는 소비자들이 의사결정에 대해 동기부여가 낮아서, 대개는 실험에서 어떤 제품을 선택한다는 응답을 주기 위해 처리해야 하는 여러가지 제품속성과 같은 정보들을 단순 간략화시켜 처리하는 경향이 있다.
넷째, 실험상황에서의 선택시 그 상황적 배경(context)은 다분히 추상적이다. 그러나, 실제시장에서 개인의 구매결정은 특정 장소, 특정 시간, 혹은 특정사용용도등이 주어진 구체적인 배경하에서 이루어진다.
선택모델의 예측력 향상을 위한 방안
이는 자료수집과정과 모델구축과정의  두 가지로 나누어 생각할 수 있다. 
전자와 관련해서는 다음사항들이 제언될 수 있다. 첫째, 자료수집시 제시되는 제품속성의 수와 그 범위가 현재 시장의 상황가 근접될 필요가 있다. 둘째, 여러가지의 제품을 제시해서 그 가운데 비교해서 선택하는 방법보다는 보다 간단한 형태로 응답을 유도하는 방안이 좋다. 셋째, 품질이 우수하면 가격이 높다는 것처럼, 소비자들은 제품속성들간의 고유의 trade-off 에 익숙해있다. 이러한 상관성이 실험디자인에 반영될 필요가 있다. 
선택모델의 설정과 관련된 사항은 다음과 같다. 첫째, 계량적 모델의 설정은 그 가정과 함축된 의미를 따져보고, 실제행위나 의사결정과정이 잘 반영되는 쪽으로 이루어져야 한다. 둘째, 실제시장의 구매행동자료와 실험실 자료가 공존할 시, 각기 따로 추정하지 않고, 이들 두 자료에 대해 동시에 우도를 설정하여(joint likelihood) 모수를 추정하는 것이 유리하다. 
지난 10여 년간은 특히 베이지안적 접근법의 발달로 소비자 선택모델의 유요성과 실험적 선택모델의 가치에 대한 이해가 한층 진일보하였다고 볼 수 있으며, 이러한 추세는 계속될 것으로 기대된다.