MaxDiff: cómo priorizar atributos cuando todo parece importante
Por qué las escalas de importancia fallan al priorizar, cómo funciona un estudio MaxDiff, cuántas tareas diseñar y cómo leer las puntuaciones para decidir qué comunicar.
Pregunta a 500 consumidores qué tan importante es cada uno de estos atributos de un jugo en una escala del 1 al 10: sabor, precio, ingredientes naturales, sin azúcar añadida, envase reciclable, marca conocida. Casi todos obtendrán 8 o 9. El resultado es técnicamente correcto y prácticamente inútil: todo es importante, así que nada ayuda a decidir.
MaxDiff (Maximum Difference Scaling, también llamado Best-Worst Scaling) resuelve este problema obligando a elegir.
Cómo funciona
En cada pantalla el entrevistado ve un subconjunto de elementos, normalmente 4 o 5, y marca el más importante y el menos importante. Después ve otra combinación, y así durante 8 a 15 tareas.
Cada elección aporta mucha información: si en una pantalla con A, B, C y D elige A como la más importante y D como la menos, sabemos que A > B, A > C, A > D, B > D y C > D. Cinco comparaciones con dos clics.
Por qué da mejores resultados
- No hay sesgo de escala. Hay personas que califican todo alto y otras que nunca dan un 10. Al elegir, ese estilo de respuesta desaparece.
- Discrimina mucho más. Los atributos se separan con claridad, aunque en una escala tradicional estuvieran empatados.
- Escala de razón. Con estimación Bayesiana jerárquica (HB) obtenemos una puntuación por persona y atributo que suma 100. Si “sin azúcar añadida” obtiene 18 y “envase reciclable” 9, el primero pesa el doble.
- Funciona igual en todos los países. Al no depender de cómo cada cultura usa una escala, es ideal para estudios en varios mercados de LATAM.
Cuántos elementos y cuántas tareas
MaxDiff funciona bien con 10 a 30 elementos. La regla de diseño es que cada elemento aparezca al menos tres veces por entrevistado:
Con 12 atributos mostrados de 4 en 4, se necesitan unas 9 tareas. Con 24 atributos conviene mostrar 5 por pantalla y usar unas 14 tareas, o recurrir a Express MaxDiff para no cansar al entrevistado.
El diseño debe estar balanceado: cada elemento aparece el mismo número de veces, cada par de elementos se muestra junto con frecuencia similar y las posiciones en pantalla rotan. Un diseño mal balanceado sesga los resultados aunque el análisis sea correcto.
Qué puedes priorizar con MaxDiff
- Beneficios y claims para empaque o publicidad
- Funcionalidades de una app o de un producto financiero
- Nombres o conceptos de producto en etapas tempranas
- Motivos de compra o de abandono
- Mensajes para médicos en la industria farmacéutica
Cómo leer los resultados
La salida principal es una gráfica de puntuaciones de preferencia, pero el valor está en los cruces:
- Por segmento. Lo que importa a los compradores frecuentes puede ser distinto de lo que atrae a nuevos consumidores.
- Clases latentes. Agrupar a los entrevistados por su patrón de preferencias revela segmentos que no aparecen en las variables demográficas.
- TURF. Si vas a comunicar tres mensajes, TURF encuentra la combinación que convence al mayor número de personas, que rara vez es la de los tres mensajes con mayor puntuación promedio.
Una variante útil: Anchored MaxDiff
MaxDiff dice qué atributo es más importante que otro, pero no si alguno supera un umbral absoluto. Con una pregunta de anclaje (“¿cuáles de estos harían que compraras?”) sabemos cuáles están por encima de la línea de decisión.
En resumen
Si tu pregunta es “¿qué es lo más importante?”, una escala de 1 a 10 te dará una lista empatada. MaxDiff te dará un orden claro, con distancias que puedes defender ante un comité. En IMS usamos nuestro propio motor de diseño óptimo y estimación HB, con reportes por segmento y simulador TURF.
¿Tienes una lista larga de atributos que priorizar? Cuéntanos tu caso o conoce las demás metodologías avanzadas que aplicamos.