Детальное сравнение: MaxDiff vs Conjoint-анализ

Понимание механизмов, на основе которых потенциальная аудитория делает свой выбор, всегда остаётся краеугольным камнем для успешного маркетинга. Почему один товар получает высокий спрос и собирает все лавры, а другой – остаётся не у дел? Что конкретно влияет на успех: характеристики, отзывы, правильно выстроенная рекламная кампания?

Чтобы ответить на эти вопросы, аналитики и маркетологи могут использовать разные подходы. В этом материале рассмотрим два наиболее интересных инструмента: Conjoint и MaxDiff-анализ. Оба метода помогают измерить, что действительно ценно для потребителя, но делают это по-разному.

Ниже разберём как работает каждый подход, чем они отличаются и в каких ситуациях показывают максимальную эффективность.

Что такое MaxDiff-анализ

MaxDiff (Maximum Difference Scaling, русск. «шкала максимального различия») – это теория в математической психологии, предложенная М.В. Ричардсоном, которая предполагает, что респонденты сравнивают предложенные варианты, выделяя наиболее сильные различия в предпочтениях или в важности.

Если сильно упростить, то из предложенных вариантов человек может назвать один лучший и один худший вариант, что позволяет выстроить сильную математическую модель попарного сравнения предпочтений для большинства возможных комбинаций.

Метод можно применять на любом количестве элементов в списке, но чем их меньше, тем больше комбинаций сравнения будет известно. С увеличением числа элементов всё больше комбинаций попарного сравнения будет оставаться с неопределённым статусом.

Формула расчёта числа известных комбинаций выглядит так: 2*(N-1)-1, где N – это количество предложенных вариантов.

Например, для 3 элементов охватывается 100% парных сравнений, для 4 элементов – 5 комбинаций из 6, для 5 – 7 из 10, для 6 – 9 из 15 и т.д. Чем дальше, тем больше разрыв.

Пример для понимания

Просим оценить респондента важность характеристик смартфона: качество камеры, цена, ёмкость аккумулятора и частота процессора.

Клиент выделяет в качестве наиболее важного фактора камеру, а в качестве наименее значимого – частоту процессора.

В итоге мы можем выстроить следующие комбинации попарного сравнения:

камера > цена, камера > АКБ, камера > процессор, камера > процессор, АКБ > процессор.

Остаётся неохваченной только комбинация: цена – аккумулятор.

Итоговые результаты чаще всего выражаются в долях или процентах: 37% респондентов посчитали камеру самым важным фактором, а наименее важным – процессор (27%).

Глоссарий: что такое  MaxDiff-анализ.

Что такое Conjoint-анализ

Conjoint-анализ (русск. «общий или совместный анализ») – это метод маркетинговых исследований, который позволяет определить, какие характеристики продукта влияют на выбор потребителей и насколько сильно. Conjoint-опросы во многом напоминают симуляцию реального рынка, когда клиентам предлагаются разные целостные варианты товара с определёнными комбинациями характеристик и цен, чтобы респондент выбрал тот, что ему больше нравится.

Комбинации могут показываться случайным образом, а могут использоваться последовательные экраны сравнений, когда один респондент выбирает лучшую комбинацию несколько раз подряд, чтобы охватить все возможные предложения.

В дальнейшем результаты анализируются с помощью сильных статистических моделей, примерно, как при факторном анализе, чтобы выявить скрытые переменные и взаимное влияние характеристик.

С помощью Conjoint-анализа можно детально сегментировать аудиторию, проверять различные гипотезы и находить самые удачные комбинации характеристик продукта.

Пример для понимания

Респондентам показывают реалистичные версии смартфонов с разным набором характеристик и с конкретными ценами. Например:

• Камера 48 Мп, аккумулятор 4000 мА·ч, цена 50 000 ₽.
• Камера 64 Мп, аккумулятор 5000 мА·ч, цена 60 000 ₽.
• Камера 32 Мп, аккумулятор 6000 мА·ч, цена 55 000 ₽.

Респонденту нужно выбрать что-то одно – вариант, который бы он реально купил (тот, что вызывает у него интерес).

На основе статистики ответов и комбинации характеристик вычисляется математическая модель связей факторов с актуальными коэффициентами для каждого. При расчётах используются логистические или линейные регрессии, байесовская статистическая модель, метод наименьших квадратов.

Пример реального расчёта для Conjoint-анализа. Без специальных математических модулей здесь не обойтись. Обратите внимание: факторы могут быть как положительными, так и отрицательными. Чем больше у вас ответов, тем выше точность развесовки коэффициентов. Но чем больше факторов (характеристик у товаров), тем сложнее выбор для респондентов и тяжелее расчёт для маркетологов.

Сравнение: MaxDiff против Conjoint

Оба метода измеряют предпочтения, но решают разные исследовательские задачи. MaxDiff выявляет относительную важность характеристик (помогает с их ранжированием), а Conjoint показывает, как эти характеристики влияют на выбор конкретного продукта (за счёт реалистичного моделирования процесса выбора и сильных статистических моделей).

Если упростить ещё сильнее, то MaxDiff помогает быстро найти общий вектор движения (благодаря расстановке приоритетов) или ограничить список функций/фич, а Conjoint обеспечивает максимальную детализацию и понимание силы влияния для каждого фактора. С ним вы сможете найти наиболее удачную комбинацию характеристик продукта, которая  будет одновременно пользоваться достаточным спросом и недорогой в производстве.

Однако, только на этом разница между подходами не заканчивается. Давайте дополнительно сравним MaxDiff и Conjoint по целям использования, методике проведения и сложности расчётов.

Цели использования MaxDiff и Conjoint-анализа (применимость)

MaxDiff-анализ позволяет выявить иерархию предпочтений среди списка фиксированных элементов. Технически – это возможность определить, какие опции «самые важные», а какие — «самые ненужные». В связи с этим MaxDiff-подход можно применять для приоритизации функций или фич продукта, например, при их разработке и проектировании. Это идеальное решение для IT-проектов и продуктовых компаний.

Conjoint-анализ позволяет точно оценить вклад каждого отдельного атрибута в общую ценность продукта, поэтому с его помощью можно подобрать оптимальную конфигурацию характеристик – как своего рода компромисс при сложном выборе с неявным балансом. Более того, изменяя характеристики и отслеживая колебания интереса к ним, вы можете моделировать реальный спрос и даже предсказать свой объём продаж (долю в нише). В общем, Conjoint-анализ – это серьёзный инструмент для стратегического планирования.

Разница в структуре опросов

При MaxDiff-опросах респондентам обычно показываются небольшие списки атрибутов или функций – от 4 до 8 элементов. Хотя некоторые компании увеличивают списки до 40-50 вариантов, но в этом случае существенно снижается точность соотношения всех промежуточных сравнений. Либо применяется разбивка на несколько вопросов/экранов – по 4-6 элемента в каждом. Респондента просят выделить только лучший и худший вариант.

Во время Conjoint-исследования респондентам показывают либо большой список готовых комбинаций с ключевыми свойствами продукта (карточки товаров / комплексные профили продуктов), либо небольшой список случайных карточек (они не охватывают полный перечень комбинаций). Респондента просят выбрать ту карточку, которая вызывает наибольший интерес.

В итоге MaxDiff-опросы выглядят проще и быстро проходятся. А при Conjoint-исследовании клиенту нужно внимательно изучить характеристики продуктов, детально их обдумать, взвесить и только потом сделать выбор. Поэтому Conjoint-опросы проходятся дольше (почти как на рынке, когда вы ходите по разным рядам и выбираете то, что вам нужно).

Разница в технологии расчёта

При MaxDiff-анализе результаты можно подсчитать простым способом – на основе частоты выборов лучший/худший. Такие итоги легко можно выразить в процентах или в баллах. Хотя, если нужны сильные математические подходы, можно задействовать логит‑модели и иерархический Байес. Но это уже скорее по желанию, и строго для тех, кто знаком с высшей математикой.

Conjoint-анализ изначально работает только с сильными статистическими моделями: линейная регрессия, логит, иерархический Байес. Результат расчёта – числовое значение «полезности» каждого атрибута (весовые коэффициенты).

Итоговая сравнительная таблица MaxDiff vs Conjoint-анализ

	MaxDiff	Conjoint
Цель исследования	Ранжировать элементы по важности (чаще всего это функции или характеристики)	Оценить вклад атрибутов в ценность продукта, выявить оптимальный набор характеристик для целевой аудитории
Формат вопроса	Выбор лучшего и худшего элемента в наборе	Выбор между полными профилями (карточками)
Результат	Важность функций или атрибутов	Статистическая ценность каждой характеристики
Сложность разработки	Низкая	Средняя/высокая (нужна детальная подготовка)
Размер выборки	Около 100–150 респондентов	Более 200–300 респондентов
Время прохождения опроса	Небольшое	Увеличенное
Анализ результатов	Простые математические модели	Сложные статистические подходы (регрессия, логит, Байес)
Применение	Приоритизация, отбор идей, ключевых функций	Оптимизация продукта, поиск лучшей цены, проверка гипотез, выявление скрытых факторов, прогнозирование спроса и т.п.

Когда использовать совместный анализ, а когда MaxDiff

MaxDiff проще в подготовке и проведении, а также в анализе результатов. Но этот метод исследования подходит в основном только для простых задач, например, для поиска значимых факторов выбора (для уменьшения большого стартового списка), для определения наиболее приоритетных функций и технических характеристик, для формирования более ёмких рекламных слоганов (объявлений).

Conjoint-анализ сложнее, но его результаты более комплексные и информативные. Их можно использовать для определения лучшей конфигурации товара (при разработке нового продукта или при оптимизации имеющейся товарной линейки), а также для поиска оптимальной цены, для проверки гипотез, оценки потенциальной доли рынка и активности спроса, для выявления неявных закономерностей и важных факторов. Conjoint-исследования во многом напоминают имитацию реальных продаж – как свободный рынок, только с фокус-группой.

Естественно, Conjoint-подход позволяет закрыть больше задач маркетологов. Но из-за своей сложности и трудоёмкости он не всегда может быть реализован на практике.

Итоги и рекомендации

Не стоит воспринимать MaxDiff и Conjoint-анализ как конкурирующие подходы для маркетинговых исследований. В реальности они решают разные задачи и подходят для разных целей использования. Более того, они могут взаимно дополнять друг друга, например, сначала проводится MaxDiff-опрос, чтобы выявить ключевые атрибуты продукта, а затем на основе этих атрибутов формируются комплексные карточки для Conjoint-анализа и уже здесь ищется оптимальная комбинация, которая бы устроила и производителя, и потребителя (по сочетанию цена/характеристики).

Какой бы из методов исследования вы ни выбрали, вам определённо пригодится качественный инструмент для создания и проведения опросов. Выбирайте WebAsk и получайте: готовую панель респондентов с точным таргетингом, удобный онлайн-конструктор форм и анкет, а также надёжную облачную инфраструктуру и всё для командной работы.