Оценка важности функций (MaxDiff)

ДОПОЛНИТЕЛЬНАЯ ФУНКЦИЯ. Вы можете использовать это решение с нашим коллектором Audience в любых тарифных планах SurveyMonkey. Начните работу прямо сейчас или ознакомьтесь с нашими решениями для исследования рынка. Это решение доступно только для учетных записей центра обработки данных в США.

Коллектор данных по веб-ссылке доступен в любом платном тарифном плане.

Решение MaxDiff помогает понять, какие элементы или функции наиболее важны для вашей аудитории. Например, с его помощью вам будет проще определить приоритетность новых продуктов или функций и узнать, что интересует клиентов больше всего. 

Решение создано на основе методологии MaxDiff. Мы составляем вопросы для опроса с использованием введенных вами элементов. Вам не нужно создавать каждый вопрос MaxDiff самостоятельно. Вы вводите позиции, которые хотите включить в опрос, и мы составляем вопросы.

Решение MaxDiff составляет вопросы опроса на основе введенных вами элементов. Вам не нужно создавать каждый вопрос MaxDiff самостоятельно. Вы вводите позиции, которые хотите включить в опрос, и мы составляем вопросы.

Разверните раскрывающийся список, чтобы узнать больше об экспериментальной схеме.

  • Экспериментальная схема MaxDiff

MaxDiff не является моделью прогнозирования. Метод использует алгоритмические прогнозы для оценки результатов на основе сценариев с множественными вариантами ответа. Рекомендуем создать собственные уведомления об этих инструментах для респондентов.

Срок хранения результатов исследований — 3 года. По его окончании результаты удаляются.

В этом разделе вы узнаете, как создать исследование MaxDiff.

Как настроить исследование:

  1. Создайте новое исследование MaxDiff.
  2. На начальной странице в поле Исследование без названия введите название исследования. Ознакомьтесь с процессами, которые происходят при подготовке и после запуска исследования. 
  3. Выберите Далее — Настройка MaxDiff.

Как добавить компоненты опроса:

  1. Добавьте введение, чтобы участники опроса точно знали, что делать при прохождении опроса.
  2. Добавьте текст для вопроса MaxDiff, чтобы участники опроса знали, как на него отвечать. Этот текст будет показан над вопросом MaxDiff. Объясните респондентам, что они должны выбрать один лучший и один худший признак в каждом наборе элементов.
    • Выберите метку, которая будет использоваться в вопросах MaxDiff для «лучших» и «худших» вариантов. «Лучший» и «худший» выбраны по умолчанию. Вы можете создать и свои собственные метки.
  3. Добавьте в MaxDiff элементы, которые хотите использовать в вопросах. Можно добавлять элементы по одному или импортировать все сразу.
    • Выберите Добавить элемент, чтобы создать новый элемент. При необходимости добавьте метку и изображение.
      В поле Описание элемента указан текст, который будут видеть участники опроса.
    • Выберите Импортировать элементы, чтобы использовать список элементов. Они будут видны справа. Проверив их, выберите Импорт.
  4. Изменить количество элементов в наборе, всего наборов. Этот параметр определяет, сколько элементов будет включать каждый вопрос и сколько наборов вопросов необходимо представить респондентам. Задав необходимые настройки, вы можете выбрать Предварительный просмотр вопроса MaxDiff.
    • Количество элементов в наборе: сколько элементов будет отображаться в каждом наборе вопросов MaxDiff. Их должно быть не менее 5.
    • Количество наборов на одного респондента сколько наборов вопросов MaxDiff увидит каждый участник опроса. Прочитайте текст справки над полем Количество наборов на одного респондента; он изменяется в зависимости от количества добавленных элементов.
    • Масштаб изображений: размер изображения, добавляемого к элементам. Указанное значение применяется ко всем изображениям. Чтобы посмотреть изображение, выберите Предварительный просмотр вопроса MaxDiff.
    • Предварительный просмотр вопроса MaxDiff: как ваши вопросы будут выглядеть в опросе. Выберите Один набор, чтобы посмотреть, как будет выглядеть отдельный вопрос. Выберите Все элементы для предварительного просмотра всех элементов в наборе.
    • Выберите Посмотреть отчет, чтобы открыть отчет об экспериментальной схеме. В нем описано, как мы сопоставляем данные, чтобы избежать субъективных результатов. Чтобы сохранить копию отчета, выберите Загрузить отчет (CSV).
  5. Выберите Далее — Добавление пользовательских вопросов.

Включите в опрос дополнительные вопросы, чтобы получить другую важную информацию от своей целевой аудитории. Вы можете:

В целях защиты нашей методологии вопросы MaxDiff заблокированы, и их нельзя редактировать. Вы можете просматривать вопросы, но не можете их изменять.

Выберите в правом верхнем углу Предварительный просмотр опроса, чтобы протестировать опрос в новом окне и посмотреть, как он будет выглядеть для респондентов. Опрос в режиме предварительного просмотра можно отправить другим пользователям, чтобы узнать их мнение.

Выберите Далее — Сбор ответов, когда будете готовы отправить исследование.

Чтобы отправить опрос, щелкните значок Сбор в меню слева.

Значок сбора ответов — это второй значок снизу на боковой панели слева.

Существует два способа сбора ответов:

  • Поделиться ссылкой на опрос: создайте веб-ссылки для отправки опроса своей аудитории. Функция доступна только в некоторых тарифных планах.
  • Выбрать идеальных респондентов: купите ответы от определенных демографических групп с помощью панели SurveyMonkey Audience. Функция доступна во всех тарифных планах.

Для исследования MaxDiff можно создать несколько коллекторов.

ПЛАТНАЯ ФУНКЦИЯ. Коллектор данных по веб-ссылке для решения по оценке важности функций (MonkeyDiff) доступен в любом платном тарифном плане. В бесплатных планах для сбора ответов может использоваться SurveyMonkey Audience.

Создайте веб-ссылку, которую можно будет отправлять. Как поделиться ссылкой на опрос:

  1. На странице сбора ответов выберите Добавить новый коллектор, а затем Коллектор данных по веб-ссылке.
  2. Задайте настройки для веб-ссылки. Вы можете:
  3. Когда будете готовы отправить опрос, скопируйте свою веб-ссылку.

Участники панелей SurveyMonkey Audience сортируются на основе сотен параметров для отбора аудитории, что позволяет подбирать респондентов в зависимости от страны, демографических данных, статуса занятости, хобби, религии и других критериев.

Как выбрать целевую аудиторию:

  1. На странице сбора ответов выберите Добавить новый коллектор, а затем Купить ответы.
  2. Выберите целевую аудиторию, задав критерии страны, пола, возраста и дохода.
  3. Выберите Другие параметры отбора аудитории, чтобы найти и выбрать требуемые варианты из сотен других параметров.
  4. Выберите необходимое количество завершивших опрос. Мы порекомендуем значение исходя из числа элементов в вашем исследовании.
  5. (Необязательно) Укажите, добавлять ли вопрос для отсеивания. Такие вопросы помогают сузить целевую аудиторию и исключить людей, которые не подходят для опроса.
  6. Если вы добавляете вопрос для отсеивания, укажите, сколько примерно человек предполагается отобрать для участия в опросе.
    • Если вы решили добавить вопрос для отсеивания, откройте страницу Настройка опроса в новой вкладке.
    • Вставьте квалифицирующий вопрос в начало опроса. Рекомендуется использовать «Множественные варианты ответа» или «Флажки».
    • Добавьте логику пропуска, которая отсеивает участников, если они выбирают определенные варианты ответа.
    • Вернитесь на страницу настройки целевой аудитории, чтобы определить показатель отбора.
  7. Проверьте сводные характеристики целевой аудитории.
  8. Когда все будет готово, нажмите Оформить заказ.
  9. Проверьте данные своего заказа.
  10. В разделе Способ оплаты выберите пункт Кредитная или дебетовая карта либо Мой баланс.
  11. Введите платежные данные, проверьте общую сумму и выберите Подтвердить.

После отправки платежа мы сразу же начнем собирать ответы на ваш опрос.

Щелкните значок диаграммы слева, чтобы приступить к анализу результатов. В разделе «Анализ» доступны следующие подразделы: «Обзор», «Количество», «Эмпирический байесовский опрос», «Результаты опроса» и «Отдельные ответы».

  • Обзор: отслеживайте статус проекта Audience, узнавайте количество собранных ответов и получайте сводные данные по критериям отбора.
  • Количество: узнавайте, как часто элементы были выбраны лучшими или худшими.
  • Эмпирический байесовский анализ: оценивайте результаты для каждого из элементов по сравнению с другими.
  • Результаты опроса: просматривайте диаграммы и данные по пользовательским вопросам. 
  • Отдельные ответы: просматривайте ответы каждого из респондентов.

Анализ значений показывает, как часто элементы были выбраны лучшими или худшими. Эти данные полезны для быстрой оценки и отражают отношение респондентов к тому или иному элементу. В диаграмме можно просматривать несколько наборов данных: простое количество, количество ответов «лучший», количество ответов «худший» или количество ответов «лучший» и «худший».

  • Простое количество: сумма оценок элемента «лучший» за вычетом оценок «худший».
  • Количество ответов «лучший»: сколько раз элемент был выбран лучшим. 
  • Количество ответов «худший»: сколько раз элемент был выбран худшим.
  • Количество ответов «лучший» и «худший»: сколько раз элемент был выбран лучшим и худшим. 

Все данные по каждому элементу можно посмотреть в таблице под диаграммой. Таблица также показывает пропорцию значений, то есть число оценок «лучший» или «худший», поделенное на количество раз, когда респонденты видели элемент.

Эмпирический байесовский анализ показывает, как респонденты оценивают каждый элемент. Он показывает, с какой вероятностью данный элемент будет выбран лучшим по сравнению с другими. 

Эмпирический байесовский анализ производит оценку полезности каждого элемента и является мерой его эффективности. Этот показатель рассчитывается для всех наборов и участников опроса. Для расчета оценки полезности каждого элемента мы используем следующие данные:

  • сколько раз он был выбран лучшим;
  • сколько раз он был выбран худшим; 
  • сколько раз он был показан.

​​Сначала мы объединяем все ответы, чтобы получить оценку полезности каждого элемента. Затем мы рассчитываем полезность элемента для каждого респондента. Если кто-то из участников видел не все элементы, мы используем байесовское слияние (или «сжатие»), чтобы оценить, как респондент мог бы отреагировать на данный элемент. Мы исходим из того, что полученный ответ должен отражать совокупную оценку, поскольку она объединяет в себе все ответы. Мы «ужимаем» значение полезности, присвоенное респондентом, до уровня совокупной оценки элемента, который респондент не видел. Полученные показатели помогают нам оценить вероятность того, что элемент будет выбран лучшим.

Диаграмма показывает оценку полезности каждого элемента. Чем выше значение, тем выше вероятность того, что элемент будет выбран лучшим и может представлять больший интерес для вашей целевой аудитории.

С помощью шкалы в правом верхнем углу можно изменить способ просмотра данных.

  • Вероятность. Насколько вероятно то, что респонденты выберут элемент лучшим. Оценка полезности всегда показана в процентах. Элемент с самым высоким значением, скорее всего, будет выбран как лучший. Сумма всех значений составляет 100. 
  • Сведение среднего к нулю. В качестве среднего значения шкалы используется 0. Положительное число означает, что элемент был оценен выше среднего. Отрицательное число говорит о том, что элемент оценили ниже среднего.
  • Без обработки. Исходные, необработанные данные оценки полезности для каждого элемента. Это фактический выбор, который респонденты делали в ходе опроса. Такие данные не показывают вероятность.

В таблице под диаграммой приведены значения оценки каждого элемента и доверительный интервал 95 %. Доверительный интервал — это диапазон оценок, содержащий значение, которое мы получили бы определенное количество раз (в процентах), если бы проходили опрос снова и снова. Допустим, доверительный интервал 95 % для элемента составляет [13–14]. Это значит, что при повторном прохождении опроса в 95 случаях из 100 данный элемент будет получать оценку от 13 до 14 баллов.

Чтобы отфильтровать данные, на любой странице нажмите кнопку Фильтры над диаграммой.  Фильтры, примененные к одной диаграмме, будут также применяться ко всем другим. Например, если включить фильтр по возрасту для анализа количества, он будет действовать и для эмпирического байесовского анализа.

Вы можете экспортировать данные количества, сводные данные эмпирического байесовского анализа, все данные ответов или отдельные ответы.

  • Количество и эмпирический байесовский анализ
  • Все данные ответов
  • Отдельные ответы