In qualità di ricercatori, tutti noi ci siamo trovati davanti alla necessità di misurare la preferenza tra varie opzioni, l’importanza di diversi attributi e/o la soddisfazione rispetto ad alcuni aspetti di un brand, un prodotto o un servizio.
Di fronte a questo tipo di quesiti, gli strumenti più comunemente utilizzati sono:
- scale numeriche (1-7, 0-10): permettono agli intervistati di assegnare un punteggio individuale a ciascuna alternativa;
- scale di ranking: al rispondente viene chiesto di riordinare una serie di opzioni a seconda delle sue preferenze;
- domande di preferenza diretta: ai partecipanti vengono presentate tutte le alternative e viene chiesto loro di scegliere la migliore o la preferita;
- distribuzione dei pesi: agli intervistati viene chiesto di ripartire un certo numero di punti tra le diverse opzioni.
Tutti questi strumenti, però, hanno un punto debole comune: richiedono ai rispondenti di svolgere compiti che non sono per loro usuali, come elaborare lunghe liste, valutare, riordinare o assegnare punteggi. Inoltre, le scale numeriche, la soluzione forse più diffusa, presentano due ulteriori possibili distorsioni: da una parte, l’alta probabilità che il consumatore assegni un voto simile a molte alternative e, dall’altra, i pregiudizi individuali e sociali (quello che per un partecipante è un 8, per un altro potrebbe essere un 7, ad esempio).
Immaginate quanto tempo impiegheremmo al supermercato se dovessimo applicare uno dei processi appena descritti alla scelta di ogni singolo prodotto della nostra lista della spesa. L’approccio più naturale, quando dobbiamo prendere una decisione, è ben diverso: partiamo da uno dei prodotti disponibili e lo confrontiamo con un piccolo gruppo di prodotti simili, così da scartare i peggiori e tenere i migliori.
Come possiamo, quindi, affrontare questo tipo di misurazione? È qui che entra in gioco “Max Diff”, una metodologia che dovrebbe essere ben nota a ogni ricercatore.
La Max Diff, nota anche come Maximum Difference Scaling, è una tecnica di ricerca che permette di misurare l’importanza, le preferenze e la soddisfazione di e con diverse alternative (concetti, affermazioni, attributi, aspetti…) in un modo percepito dal rispondente come molto più facile e spontaneo.
La forza di questa metodologia risiede nella semplicità della sua struttura. A ciascun partecipante viene mostrato un sottoinsieme di tutte le possibili opzioni (solitamente 4) e gli viene chiesto di scegliere la migliore, la più importante o la più soddisfacente e la peggiore, la meno importante o la meno soddisfacente. Una volta che l’intervistato ha risposto, gli viene mostrato un secondo sottoinsieme e gli viene chiesto di svolgere lo stesso compito. Il processo continua finché tutti i sottoinsiemi non vengono valutati.
Questa metodologia può essere implementata in modo estremamente agile grazie a Toluna Start, la prima piattaforma di consumer intelligence in tempo reale, che consente di testare fino a 50 diverse opzioni sotto forma di testi o immagini. Durante la fase di progettazione del questionario, il team di esperti di Toluna seleziona attentamente la quantità dei quesiti e le alternative da mostrare per ognuno di essi, così da ridurre le domande necessarie anche nell’eventualità di un alto numero di combinazioni possibili e garantire al sondaggio un design ideale.
Toluna Start consente di eseguire la metodologia Max Diff in modo molto visivo. Ad esempio, se si volesse conoscere la preferenza tra alcuni supereroi, gli intervistati la visualizzerebbero in questo modo:
Al termine del sondaggio, inoltre, la piattaforma genera in tempi record una scorecard con i risultati, facilitandone la lettura e il successivo processo decisionale.
La versione base della scorecard calcola l’utilità o la preferenza attraverso il conteggio, mostrando le seguenti metriche:
- percentuale di volte in cui ciascuna alternativa è stata selezionata come MIGLIORE;
- percentuale di volte in cui ciascuna alternativa è stata selezionata come PEGGIORE;
- differenza tra le due percentuali (%MIGLIORE – %PEGGIORE);
- classifica basata sulla differenza tra le due percentuali;
- punteggio Max Diff: la differenza tra la percentuale migliore e quella peggiore viene standardizzata per facilitare la visualizzazione dei risultati (il miglior posizionamento avrà sempre un punteggio di 100 e il peggiore avrà sempre un punteggio di 0).
Questa scorecard consente di ordinare i dati in base alla classifica e al punteggio Max Diff standardizzato per una migliore visualizzazione.
È possibile, inoltre, integrare alla Max Diff la metodologia TURF (Total Unduplicated Reach and Frequency) per ottimizzare il portfolio, scegliere una versione avanzata della scorecard con i vantaggi di una classificazione più accurata o, infine, optare per un report completo in cui vengono incluse conclusioni e raccomandazioni da parte del team di ricerca Toluna.
Il consiglio è quello di cominciare quanto prima a introdurre questa tecnica nelle vostre ricerche: Max Diff vi permetterà di migliorare significativamente la qualità e la solidità della vostra indagine – il tutto in modo estremamente facile e agile grazie alla piattaforma Toluna Start.
Torna al blog
