Почему MaxDiff часто ломают не метод, а логика выбора

Я часто вижу одну и ту же ошибку: MaxDiff используют как «быстрый рейтинг всего на свете». Это удобно для презентации, но плохо для решения. Метод хорош не тогда, когда нужно просто отсортировать 20 атрибутов, а когда вы хотите понять, **что реально двигает выбор в условиях ограниченного внимания**.

В моей практике MaxDiff особенно полезен в трёх случаях:
— когда список длинный, а ресурсов на длинную анкету нет;
— когда атрибуты похожи друг на друга и обычная шкала даёт «всё важно»;
— когда нужно подготовить материал для следующего этапа — conjoint или сегментации.

Но есть важная оговорка: MaxDiff отвечает на вопрос «что люди чаще выбирают как наиболее и наименее важное», а не «что сработает в реальной покупке». Если команда ждёт от него прямого прогноза поведения, разочарование почти гарантировано. Я бы сказал жёстче: MaxDiff — это не замена рыночной логике, а инструмент сжатия приоритетов.

За последний год я заметил, что спрос на такие методы вырос именно в B2B и подписочных продуктах. Причина понятна: классический поток MQL/SQL ослабевает, решения чаще принимают не по одному касанию, а через цепочку согласований и влияний. В таких условиях полезнее не «собирать мнение», а **выявлять структуру предпочтений** — что важно на уровне выбора, а что лишь шумит в анкете.

Мой практический ориентир простой: если после MaxDiff у вас не меняется продуктовая или коммуникационная гипотеза, значит вы либо задали слишком общие формулировки, либо использовали метод как витрину, а не как исследовательский инструмент.

— @QuantResearchRuPro