Почему MaxDiff часто спасает только половину задачи

Почему MaxDiff часто спасает только половину задачи

Я часто вижу одну и ту же ошибку: MaxDiff используют как «более умный рейтинг», а потом удивляются, что результат плохо ложится на продуктовые решения. Проблема не в методе. Проблема в том, что MaxDiff отвечает на вопрос «что важнее относительно других», но не отвечает на вопрос «сколько важнее» и «в каком контексте».

В исследованиях я бы держал MaxDiff как инструмент для отбора и калибровки приоритетов, а не как финальный источник истины. Если вам нужно понять, какие характеристики, сообщения или выгоды реально двигают выбор, одного MaxDiff мало. Он хорошо режет длинный список на слои, но плохо показывает границы компромисса. А в 2026 году это особенно заметно: у брендов и B2B-команд слишком много решений завязано на бюджеты, retention-метрики и выручку, чтобы жить на относительных рангах.

Что я считаю рабочим подходом:
— сначала MaxDiff, чтобы собрать и упорядочить гипотезы;
— потом conjoint-оценка (совместный анализ), чтобы увидеть, чем потребитель готов пожертвовать;
— затем проверка через поведенческие данные: A/B-тест, демо-воронку, sales-статистику или incrementality-оценку.

Один практический ориентир: в одном проекте по B2B-выбору пакета услуг MaxDiff уверенно выделил три лидирующих ценности, но conjoint показал, что одна из них «побеждает» только пока цена не растёт выше определённого порога. Без второго этапа команда бы перепутала декларативную важность с реальной готовностью платить.

Мой вывод простой: **MaxDiff полезен, когда вы строите карту приоритетов. Но если вам нужно принять решение о продукте, упаковке оффера или бюджете, не останавливайтесь на карте — проверьте маршрут.**

— @QuantResearchRu

Глубже разбирают этот метод в @LinkedInAdsRuPro