MaxDiffi analüüs

Lihtne ja täpne erinevuste skaleerimine MaxDiffi abil

MaxDiff on tuntud kui maksimaalse erinevuse skaleerimise statistiline meetod, mis näitab

  • toote/teenuse omaduste tajutavat olulisust või kasu tarbijale
  • tarbijate eelistusi erinevate kriteeriumide või nähtuste (items) vahel.
Miks on MaxDiff parem kui traditsiooniline lähenemine?
  • Täpsem kui tavapärased järjestamise küsimused, sest mõõdab ka järjestatud kriteeriumide omavahelist kaugust;
  • täpsem kui tavapärased hindamisküsimused, sest eristab omadusi tugevamalt.
On laialt kasutatav

MaxDiff sobib hästi erineva fookuse ja valdkonna uuringutesse nagu toote/teenuse omaduste olulisuse mõõtmine, reklaami sõnumite testimine, vajaduspõhine turusegmenteerimine, pakendi kujundus, tootesarjade optimeerimine, kultuuridevahelised uuringud, kasu vs. kõrvalmõjude hindamine tervishoiurakendustes jne.

Lihtne ülesehitus, mugav vastata

Näitame vastajale korraga 3-5 kriteeriumi ning palume valida neist kõige olulisem ja kõige vähem oluline kriteerium (alternatiivid: eelistatuim/vähem eelistatud, parim/halvim). Sama ülesannet korratakse mitu korda uute kriteeriumide komplektidega. Selline lähenemine on vastaja jaoks kergesti arusaadav ja lihtne, sest ei ole vaja igat kriteeriumi skaalal hinnata ning valik tuleb teha vaid väikse arvu kriteeriumide seast. Intervjuu võtab vähem kui 5 minutit.

MaxDiff näidis 1

Andmeid analüüsitakse hierarhilise Bayesi meetodiga, mille tulemuseks on kasulikkuse väärtused iga kriteeriumi ja iga vastaja jaoks. Need väärtused näitavad kriteeriumi suhtelist tähtsust vastajate jaoks.

Kuidas tulemusi lugeda?

MaxDiff näidis 2

  • BBC One on kõige olulisem telekanal. BBC Entertainment on kaks korda olulisem kui BBC Three.
  • Kriteeriumid, mille väärtus on üle 80, on tarbijatele kõige olulisemad ning tuleks seada prioriteediks telepakette arendades.
Aivar Voog

Aivar Voog

Ärisuuna juht

+372 626 8538

Margo Veskimägi

Balti regiooni juht, Kantar Emor

On asju, mis selles andmete külluses ei muutu – see on inimene ja tema käitumine. Tehnoloogiliste uuenduste puhul ei tohi seda arusaama kaotada ning liialt andmetesse kinni jääda. Kui teed kampaaniat, on võimalik võtta sadakond mõõdikut, aga kui sa sellega igapäevaselt ei tegele, tunned end eksinult. Andmete kasutamise ülim eesmärk on ikka inimene ja tema käitumise mõistmine.