Cloud4Feed
Demo Talep Et
Müşteriler Fiyatlandırma
Demo Talep Et

MaxDiff nedir ve nasıl kullanılır?

Bir puanlama ölçeğindeki her madde 4 ya da 5 aldığında hiçbiri öncelik olarak öne çıkmaz. MaxDiff müşterilerden puanlamak yerine seçim yapmalarını ister ve yalnızca neyin önemli olduğunu değil, diğer her şeyden ne kadar daha önemli olduğunu da gösterir.

Cloud4Feed Araştırma Ekibi Güncellendi: 8 dk okuma
Kısa yanıt

MaxDiff (Maksimum Fark Ölçeklemesi) katılımcılara 4–5 maddelik küçük setler gösterir ve hangisinin en önemli, hangisinin en az önemli olduğunu sorar. Pek çok sette tekrarlanan bu seçimler, her maddeyi ortak bir ölçeğe yerleştirir.

Bir MaxDiff görevi. Bir çalışma bunu farklı madde kombinasyonlarıyla tekrarlar.
Sayım skoru = (En önemli seçilme sayısı − En az önemli seçilme sayısı) ÷ Gösterilme sayısıHesaplayıcıyı deneyin ↓

Bir bakışta

Görev
Her sette en önemli ve en az önemli maddeyi seçmek
Set başına madde
4–5
Bir araştırmadaki madde sayısı
Genellikle 8 ile 30 arası
Çıktı
Fayda skorları ve tercih payları
En uygun olduğu alan
Özellikleri, ihtiyaçları ya da iyileştirmeleri önceliklendirmek

MaxDiff nedir?

Maksimum Fark Ölçeklemesi'nin kısaltması olan ve en iyi–en kötü ölçeklemesi olarak da bilinen MaxDiff, insanlar için neyin en önemli olduğunu bulmaya yarayan bir anket yöntemidir. Katılımcılar her maddeyi tek tek puanlamak yerine hepsi makul olan dört ya da beş maddelik küçük setler görür ve her sette en önemli ve en az önemli olanı seçer. “Hepsini istiyorum” diyemezler.

Yöntem 1980'lerin sonunda Jordan Louviere tarafından geliştirildi ve ilk kez 1992'de yayımlandı. Pazar araştırmasında yaygın olarak kullanılır, çünkü derecelendirme ölçeklerinin yaygın bir sorununu çözer: Müşteriler maddeleri tek tek puanladığında çoğu madde 4 ile 5 arasında kalır ve liste artık bir öncelik göstermez. İnsanlar seçenekleri tek başına değerlendirmez, karşılaştırır. MaxDiff tam olarak bu karşılaştırmayı ölçer.

MaxDiff nasıl çalışır?

  1. Deneyi tasarlayın. Genellikle dengeli eksik blok tasarımına (BIBD) dayanan dengeli bir tasarım, her maddeyi pek çok farklı sete yerleştirir; böylece her madde yaklaşık eşit sıklıkta görünür ve diğer her maddeyle yarışır.
  2. Seçimleri toplayın. Her katılımcı bir dizi seti tamamlar ve her birinde en önemli ve en az önemli maddeyi seçer.
  3. Seçimleri modelleyin. Tüm örneklem için çok terimli logit (MNL) ya da her katılımcı için Hiyerarşik Bayes (HB) gibi bir seçim modeli, her maddenin diğerlerine karşı seçilme olasılığını tahmin eder.
  4. Fayda skorlarını ve payları raporlayın. Model her maddeye ortak bir ölçekte bir fayda skoru verir; bu skor çoğunlukla toplamı 100 eden tercih paylarına dönüştürülür.

Sayım skoru = (En önemli seçilme sayısı − En az önemli seçilme sayısı) ÷ Gösterilme sayısı

Sayım skoru verilere hızlı bir ilk bakıştır ve −1 ile +1 arasında değişir. Nihai sonuçlar 3. adımdaki seçim modelinden gelir.

Örnek uygulama200 katılımcı, 8 madde, set başına 4 madde, kişi başına 6 set. Her madde her katılımcıya 3 kez gösterilir: toplamda 600 kez.Güvenilirlik 300 kez en önemli, 30 kez en az önemli olarak seçildi.Sayım skoru = (300 − 30) ÷ 600 = 0,4520 kez en önemli, 350 kez en az önemli seçilen sadakat ödüllerinin skoru (20 − 350) ÷ 600 = −0,55'tir. Örneğin tamamı hesaplayıcıda.

MaxDiff sayım hesaplayıcı

Her maddeyi, kaç kez gösterildiği, en önemli ve en az önemli olarak kaç kez seçildiğiyle birlikte girin. Sıralama siz yazarken güncellenir.

Sayım skoruna göre sıralama Sayım skoru = (En çok − En az) ÷ Gösterilen
1Güvenilirlik0,45
En çok 300 · En az 30 · Gösterilen 600
2Teslimat hızı0,33
En çok 250 · En az 50 · Gösterilen 600
3Fiyat şeffaflığı0,25
En çok 220 · En az 70 · Gösterilen 600
4Destek kalitesi0,10
En çok 160 · En az 100 · Gösterilen 600
5Kolay iade−0,03
En çok 120 · En az 140 · Gösterilen 600
6Uygulamanın kullanım kolaylığı−0,20
En çok 80 · En az 200 · Gösterilen 600
7Mağaza deneyimi−0,35
En çok 50 · En az 260 · Gösterilen 600
8Sadakat ödülleri−0,55
En çok 20 · En az 350 · Gösterilen 600

Puanlama ölçekleri ve MaxDiff

Puanlama ölçekleri her maddenin tek başına ne kadar iyi ya da önemli olduğunu sorar. MaxDiff ise maddeler yarıştığında hangisinin kazandığını sorar. Fark, sonucun ne kadar net olduğunda ortaya çıkar.

Konu1–5 puanlama ölçeğiMaxDiff
Soru tipiHer maddeyi tek başına puanlamakBir setteki maddeler arasında seçim yapmak
Tipik sonuçSkorlar birbirine yığılır, çoğunlukla 4,2–4,8Maddeler arasında net farklar
Ölçek kullanımıKatılımcılar ölçeği farklı kullanır (bazıları her şeye yüksek puan verir)Yorumlanacak bir ölçek yok, dolayısıyla ölçek kullanım yanlılığı da yok
Ölçüm düzeyiSıralı: skorların sırası, gerçek mesafeler değilAralıklı fayda skorları; tercih payları oran olarak okunabilir
ÖncelikHer şey önemli görünürYalnızca kritik maddeler öne çıkar
Yanıtladığı soru“Bu önemli mi?”“Bu, şundan ne kadar daha önemli?”

MaxDiff ne zaman kullanılır, ne zaman kullanılmaz?

MaxDiff'i şunları yapmak istediğinizde kullanın:
  • pek çok özellik, ihtiyaç, mesaj ya da iyileştirme arasında seçim yapmak
  • bütçe ve zaman sınırlıyken bir yol haritası oluşturmak
  • önceliklerin müşteri segmentleri arasında nasıl farklılaştığını bulmak
  • her maddenin 4 ya da 5 aldığı bir önem tablosunun yerine geçmek
Şunlara ihtiyaç duyduğunuzda başka bir yöntem seçin:
  • sadakati zaman içinde izlemek: NPS
  • belirli bir deneyimi puanlamak: CSAT
  • bir işin ne kadar kolay olduğunu ölçmek: CES
  • çalışan sadakatini izlemek: eNPS
MaxDiff sürekli bir metrik değil, bir araştırmadır: öncelik belirlemeniz gerektiğinde yürütün, ardından sonuçları NPS, CSAT ya da CES ile izleyin.

Bir MaxDiff araştırması nasıl tasarlanır?

Standart MaxDiff sorusu

Bir [kategori] sağlayıcısı seçerken bunlardan hangisi sizin için EN önemli, hangisi EN AZ önemli?

Net ve karşılaştırılabilir maddeler yazın

Her madde, diğerleriyle aynı ayrıntı düzeyinde, müşterilerin kullandığı sade kelimelerle tek bir fikri anlatmalıdır. Örtüşen (“hızlı teslimat” ve “çabuk kargo”) ya da iki şeyi birleştiren (“hızlı ve ucuz teslimat”) maddelerden kaçının.

Çalışmanın büyüklüğünü belirleyin

Çoğu araştırma set başına 4 ya da 5 maddeyle 8 ile 30 arasında madde kullanır. Her maddeyi her katılımcıya en az üç kez göstermeyi hedefleyin. Set sayısını tahmin etmenin hızlı bir yolu: madde sayısının üç katını set başına madde sayısına bölmek. 20 madde ve set başına 5 maddeyle bu 12 set eder.

Segmentleri önceden planlayın

Saha çalışmasından önce müşteri tipi, bölge ya da değer seviyesi gibi hangi grupları karşılaştırmak istediğinize karar verin ve her grubun tek başına raporlanacak kadar katılımcısı olduğundan emin olun.

İpucu: MaxDiff görevlerinden sonra “Bu listede sizin için önemli olan eksik bir şey var mı?” gibi bir açık uçlu soru ekleyin. Test etmeyi düşünmediğiniz maddeleri yakalar.

MaxDiff sonuçları nasıl okunur?

Fayda skorları modelin ham çıktısıdır. Genellikle sıfır etrafında merkezlenir; yani pozitif maddeler ortalamanın üzerinde, negatif maddeler altındadır. Fayda skorları arasındaki farklar anlamlıdır; böylece iki maddenin birbirinden ne kadar uzak olduğunu söyleyebilirsiniz.

Tercih payları fayda skorlarını her maddenin seçilme olasılığına dönüştürür ve tüm maddelerin toplamı 100 olacak şekilde ölçeklenir. Oran olarak okunabilirler: payı 20 olan bir madde, payı 10 olan bir maddeden iki kat önemlidir. Çoğu ekibin sunduğu sürüm budur.

Segment sonuçları, her katılımcı için skor tahmin eden Hiyerarşik Bayes'ten gelir. Aynı ürün çok farklı değerlerle değerlendirilebilir: bir segment hızı, diğeri güvenilirliği, bir başkası fiyat şeffaflığını öne koyabilir. Ölçüm burada tasarıma dönüşür.

Her anket yöntemi gibi MaxDiff de maddeleri ve örneklemi kadar iyidir. Önemsediğiniz maddelerin listede olduğunu ve katılımcıların hizmet vermek istediğiniz müşterileri temsil ettiğini kontrol edin.

MaxDiff sonuçlarına göre nasıl harekete geçilir?

Neyi yapmayacağınıza karar verin

MaxDiff'in asıl değeri neyi dışarıda bırakacağınızı söylemesidir. Sıralamanın en altındaki maddeler bilinçli olarak durdurabileceğiniz ya da erteleyebileceğiniz işlerdir; böylece kaynaklar müşterileri etkileyen birkaç şeye gider. Bir yol haritası ancak “hayır” da diyebildiğinde bir stratejidir.

Önemi performansla birleştirin

MaxDiff neyin önemli olduğunu gösterir; CSAT, CES ya da madde düzeyindeki puanlar ise bunu ne kadar iyi sunduğunuzu. İkisini bir araya getirin ve önemin yüksek, performansın düşük olduğu yerden başlayın.

Önem (MaxDiff) →
Önce düzeltin Yüksek önem, düşük performans
Koruyun Yüksek önem, yüksek performans
Önceliği düşürün Düşük önem, düşük performans
Fazla yatırım yapmayın Düşük önem, yüksek performans
DüşükYüksek
Mevcut performans (CSAT, CES ya da puanlar) →

Segment bazında tasarlayın

Segmentler farklı düşündüğünde tek bir ortalama öncelik listesi kimseye iyi hizmet etmez. Yolculukları, mesajları ve hizmet seviyelerini her grubun en çok değer verdiği şeye göre uyarlamak için segment sonuçlarını kullanın.

MaxDiff SSS

Hayır. 20 maddenin tam sıralaması yorucudur ve listenin ortası çoğunlukla tahmindir. MaxDiff her küçük sette yalnızca en kolay iki yargıyı, yani en iyi ve en kötüyü ister; istatistiksel bir model bunları maddeler arası mesafeleri de içeren eksiksiz bir sıralamaya dönüştürür.

Cloud4Feed Araştırma Ekibi

Araştırma, analitik ve CX ekibimiz 15+ sektörde geri bildirim programları yürütürken öğrendiklerini yazıyor.

Hakkımızda →

Yeni rehberler ve araştırmalar, ayda bir.

Satış e-postası yok. İstediğiniz zaman abonelikten çıkın.

Bilgilerinizi talebinize yanıt vermek için kullanırız. Gizlilik Politikamızı inceleyin.

Bunu uygulamaya koymaya hazır mısınız?

Sektörünüze ve ekibinize göre hazırlanmış 45 dakikalık bir tanıtım.