MaxDiff
MaxDiff (Best-Worst Scaling)
MaxDiff (Maximum Difference Scaling, он же Best-Worst Scaling) ранжирует список пунктов, например функций, сообщений или выгод. Респонденту несколько раз показывают небольшой набор и просят выбрать самый важный пункт и самый неважный. По серии таких выборов считают рейтинг всего списка. Метод заставляет делать выбор, а не ставить высокие оценки всему подряд.
- Сроки
- 7–21 день
- Респонденты
- 200+ человек
- Команда
- 1–2 человека
- Бюджет
- Низкий
- Сложность
- Средний
- Популярность
- Редко
Содержание
Когда использовать
Метод нужен, когда надо упорядочить список по важности. Какие функции делать в первую очередь, какое сообщение на лендинге сильнее, какая выгода убедительнее. Списки для него подходят от 8 до 30 пунктов. Меньше восьми хватит обычного ранжирования, а больше тридцати респонденты устают.
Рейтинг относительный. Он показывает, как пункты соотносятся друг с другом, но не говорит, насколько каждый важен сам по себе. Респондент выбирает лучшее и худшее даже тогда, когда ему безразличны все пункты, поэтому метод не покажет, нужны ли функции вообще. Для новых функций, с которыми у людей нет опыта, он может дать ложно-положительный сигнал. Спрос на такие функции проверяют тестом ложной двери и интервью.
Если нужны цена и готовность платить или взаимодействие характеристик, берут совместный анализ. Для ранжирования списка без цены MaxDiff проще и быстрее.
Что нужно для старта
- Список пунктов на одном уровне детализации и с параллельными формулировками
- Аудитория продукта и инструмент, который строит сбалансированные наборы и считает итог
- Выборка от 200 человек, а если сравниваете группы, от 200 на группу
- Пять–десять минут участия на человека
- Отдельный способ проверить, нужны ли пользователям функции из топа
Как провести
-
Список
Соберите от 8 до 30 пунктов. Описывайте их одинаково и убирайте дубли. Если в списке меньше восьми пунктов, задайте обычный вопрос на ранжирование.
-
Размер набора
Показывайте по четыре–пять пунктов. Не показывайте больше половины всего списка. Свыше пяти пунктов в наборе точность почти не растёт, а утомление растёт.
-
Число наборов
Каждый пункт должен встретиться у респондента от трёх до пяти раз. Минимум наборов получается так: число пунктов, умноженное на три, делённое на размер набора. Для 20 пунктов по четыре в наборе выходит 15 наборов. Типичный респондент проходит 10–15 наборов.
-
Выборка
Для 20 пунктов и наборов по четыре нужно около 200 респондентов, для 30 пунктов или сложной сегментации 400 и больше. Анализ по сегментам требует своей выборки на каждый сегмент. Если людей мало и каждый видит пункт реже одного раза, нужен упрощённый (разреженный) план, и тогда каждый пункт должен набрать не меньше 500 показов на изучаемую группу.
-
Опрос
Запустите опрос и следите за доходимостью. Всё занимает обычно 5–10 минут.
-
Расчёт
Самый простой счёт показывает, как часто пункт выбирали лучшим и как часто худшим. Оценка пункта — это доля выборов «лучший» минус доля «худший». Пункт, который назвали лучшим 70 % и худшим 5 %, получит 65 очков, а выбранный лучшим 35 % и худшим 30 % только 5. Для оценок на уровне отдельных людей используют иерархическую байесовскую модель, в инструменте Sawtooth она включена по умолчанию.
-
Разбор
Посмотрите верхние пять и нижние пять пунктов. Пересчитайте итог отдельно по ключевым сегментам.
-
Проверка нужности
Рейтинг показывает порядок среди предложенных вариантов. Нужны ли эти функции людям, проверьте другим методом до того, как строить по ним план.
Результат
Рейтинг пунктов с долей выборов «лучший» и «худший» и итоговой оценкой, а также те же цифры по сегментам. К ним прикладывают описание списка, дизайна наборов и выборки.
Типичные ошибки
-
Слишком большие наборы
Больше пяти пунктов в наборе утомляют, а точность почти не растёт. Показывайте четыре–пять и не больше половины списка.
-
Слишком мало наборов
Если пункт встречается реже двух раз на человека, оценки получаются шаткими. Рассчитайте число наборов по формуле.
-
Список короче восьми пунктов
Для маленьких списков хватает обычного ранжирования, MaxDiff только усложняет опрос.
-
Читать оценку как абсолютную важность
Баллы относительные. Высокое место в списке не значит, что пункт важен людям в принципе.
-
Считать рейтинг доказательством потребности
Респондент выбирает лучшее и худшее и тогда, когда все варианты ему безразличны. Для новых функций проверьте спрос отдельно.
-
Строить наборы вручную
Нужен сбалансированный дизайн блоков, без программы или статистика его не собрать.
-
Брать MaxDiff для цены
Он не показывает готовность платить. Для цены используют совместный анализ.
Российская специфика
Команда МТС в своём разборе описывает его как ранжирование функций внутри заданного списка и считает, что для инноваций он даёт ложные сигналы, поэтому оценивает не функции, а проблемные ситуации. Агентства называют MaxDiff упрощённым вариантом конджойнта.
Место в процессе
- Опросы и анкетированиеОпросы (surveys) собирают ответы большого числа людей сразу. Они не объяснят, почему что-то происходит, но покажут, насколько это распространено и как мнения распределены по аудитории.
- Модель КаноМодель Кано (Kano model) сортирует функции продукта по тому, как они влияют на удовлетворённость. Одни люди принимают как должное, у других польза растёт вместе с качеством, третьи радуют, хотя их никто не ждал. Респондентов спрашивают о каждой функции дважды, а ответы раскладывают по таблице.
- Совместный анализСовместный анализ (Conjoint Analysis) показывает, как люди выбирают между вариантами продукта, у которых несколько характеристик одновременно. Участников не спрашивают, что для них важно. Им предлагают выбирать из наборов, например цена, скорость и функции, а модель вычисляет ценность каждого уровня и вес каждой характеристики.
- A/B-тестированиеA/B-тестирование (A/B testing) показывает, какой из двух вариантов интерфейса лучше достигает заданной метрики, например конверсии или кликов. Пользователей случайно делят на группы, каждая видит свой вариант, а результаты сравнивают статистически.