风铃系统致力于打造未来的商业操作系统，运用大数据和人工智能技术，融合行为和态度数据，帮助企业全时段聆听用户心声，全旅程改善用户体验。风铃系统推出了品牌体验、产品体验、服务体验和员工体验组成的CEM产品矩阵，为企业、政府、高校和个人提供问卷设计、样本收集、建模分析、决策建议等一站式解决方案。

最大化差异度量（Maximum Difference Scaling，简称MaxDiff）鉴别客户需求偏好的工具。目前被广泛的应用在市场调研领域。在进行市场研究时，客户往往需要了解消费者对多个对象，例如多种产品属性，多个版本的广告等等的偏好。传统的打分或排序方式往往对受访者来说是种挑战，他们很难做出准确的回答，这导致最终的研究结果经常体现不出对象间明显的差异。本次，风铃系统带大家看看：市场调研常说的MaxDiff是什么？

运用MaxDiff，受访者在多次问题中只需要指出“最重要”和“最不重要”的因素，就可以使我们更快速，更高效地获得所需要的成对比较信息。

MaxDiff技术

让受访者从一组对象中指出能表明最大差异偏好的对象。例如受试者需要在3到5个对象中指出“最好的”和“最差的”（或者“最重要的”和“最不重要的”等等）。

这种方法比成对比较用更少的对比次数，极大的提高了对比效率。

我们来看它是如何提高对比效率的，还拿我们成对比较中的举例。用MaxDiff方法对比4个对象: A, B, C, D。

假设被访者认为A是最好的，D是最差的，那么我们很容易获得以下的结论：

显然，用户仅仅选择一次“最好的”，一次“最差的”，就可以帮我确定5个对比关系。只有一对B.PK.C的关系未能确认。而在上述成对比较中，我们需要5次比较，才能获取同等的信息。

一定程度上，当测试的对象越多，MaxDiff的测试效率就越明显。

经典案例

一家很受欢迎的连锁餐馆准备扩大自己的市场份额。调研团队进行一系列的焦点小组和偏好度问卷调研，认为消费者想要的有：最健康的食物选择和新的装修。但是当这家连锁餐馆推出新的菜单后，市场反响却很平淡：顾客发现新的菜单让他们感到困惑，难以做出选择。而那些刚装修完的新餐馆销售额也在下降。

于是，这家公司的营销团队决定运用MaxDiff技术，来对客户偏好进行更广泛和深入的研究。他们让顾客对八个属性进行比较，然后得出一个令人惊讶的结论。这个结果显示，快捷的把热腾腾的饭菜端上饭桌和便利的位置，相对于健康的食物和现代化的装修来说，要来的更重要很多。因此，餐馆的最佳改进路径就是提高厨房的服务，并把店址选择距离比邻顾客工作地的地方。（以上案例来源于网络）

最后，给大家介绍一下，一个良好的MaxDiff实验设计应该满足以下4个条件：

被测对象出现的频率均等（FrequencyBalance）

两两测试对象同时出现的频率一致（Orthogonality）

每个对象在MaxDiff题目中每个位置出现的频率相等（Positional Balance）

所有对象均可“相连接”（Connectivity）

以上便是风铃系统为读者朋友带来的相关内容介绍，希望对大家有所帮助，感谢阅读！