MaxDiff: как измеряют относительную важность атрибутов

MaxDiff, или maximum difference scaling, — это метод опроса, в котором респондент выбирает из набора вариантов самый важный и самый неважный. Его применяют, когда нужно упорядочить много атрибутов: преимущества продукта, сообщения, боли, функции, критерии выбора. Результат MaxDiff — не просто «что нравится», а **что сильнее влияет на выбор относительно остальных**.

Чем он отличается от conjoint. Conjoint оценивает, как люди выбирают между полными продуктами, состоящими из нескольких признаков одновременно. MaxDiff же работает на уровне отдельных элементов и не моделирует пакет свойств. Поэтому MaxDiff лучше для ранжирования тезисов, а conjoint — для проверки конфигурации продукта и цены.

Типичные ошибки:
— Пытаются с его помощью оценить абсолютную важность, хотя метод даёт именно относительные предпочтения.
— Дают слишком много или слишком похожих элементов, и различия становятся неустойчивыми.
— Делают выводы по одной группе респондентов, не проверяя сегменты: у B2B-аудитории при росте роли RevOps приоритеты часто различаются по роли в закупке.

Пример: если компания выбирает, какие 12 сообщений оставить на лендинге, MaxDiff помогает понять, что «экономия времени» важнее «простоты внедрения», а «поддержка 24/7» — слабее обоих.

— @QuantResearchRuPro