ベスト・ワースト・スケーリングとは？

ベスト・ワースト・スケーリングは、機能、メリット、訴求、または属性の間で強制的にトレードオフを行わせるための、選択ベースの優先順位付け手法です。これにより、リサーチチームは曖昧なビジネス上の問いを、回答者が一貫して答えられる選択肢、尺度、タスク、またはプロンプトへと規律ある方法で変換できます。この手法の価値は、その名称にあるのではありません。その価値がもたらす規律にあります。つまり、定義されたターゲットグループ、明確な意思決定、現実的な提示物、および回答が得られる前に決定された分析計画です。

Mindsのワークフローでは、ベスト・ワースト・スケーリングを実地調査前の計画テンプレートとして扱います。まずターゲットグループを選択し、次にその対象者に適したサブセクション、質問の文言、セグメントの切り口、および解釈におけるリスクを提案するようMindsに求めます。これは、チームにリサーチの意図はあるものの、回答者に提示できる段階の言葉にまだ翻訳できていない場合に有用です。

どのような場合に使用するか

ベスト・ワースト・スケーリングは、回答者がすべてを等しく重要であると答えられない状況において、どの選択肢が最も重要であるかを明らかにする意思決定に適しています。この手法は、チームが対象者と提示物を明確に説明できる場合に最も効果を発揮します。対象者の定義が曖昧な場合、最初のタスクは調査質問を作成することではありません。最初のタスクは、Mindsを使用してターゲットグループの定義を検証し、見落とされているサブセクションを洗い出し、実際の調査を実施する前にどの仮定に裏付けが必要かを特定することです。

単に幅広いブレインストーミングを行いたいだけの場合、ベスト・ワースト・スケーリングはそれほど有用ではありません。その場合は、パネルディスカッションや定性インタビューの流れを設計する方が、通常はより有用な素材を得られます。このテンプレートは、回答を比較、ランク付け、スコア化、診断、または構造化されたリサーチブリーフに変換する必要がある場合に使用すべきです。

質問と設定

まずターゲットグループから始めます。誰が回答すべきか、彼らがどのような文脈に置かれているか、および製品、カテゴリー、またはブランドについてすでに何を知っているかです。次に、提示物を定義します。提示物には、コンセプトの説明文、ランディングページ、価格表、機能リスト、メッセージセット、カスタマージャーニー、プロトタイプのスクリーンショット、または日記のプロンプトなどがあります。最後に、出力形式を定義します。ベスト・ワースト・スケーリングにおいて有用な出力は、ランク付けされた優先順位のセットと、混乱を招く選択肢や重複する選択肢に関する警告です。

Mindsは、スクリーナーロジック、導入質問、コアタスク、フォローアップの深掘り、セグメンテーションの切り口、分析ノートなどのサブセクションのドラフトを提案できます。最も安全なパターンは、一度に1つのセクションずつ求めることです。実際の回答者に調査を実施する前に、誘導的な文言、ダブルバーレル質問、非現実的な仮定、不足している回答選択肢がないか、各質問を批評するようMindsに求めてください。

Mindsがワークフローにどのように組み込まれるか

Mindsは、正式なリサーチの記録システムの前に位置づけるべきです。ブリーフをより強固な調査設計に変換し、異なるセグメントが提示物をどのように解釈するかをリハーサルし、最終的なアンケートで測定すべき反論を見つけ出すために使用します。このプラットフォームは、プログラミング、リクルート、またはモデレーションに予算を費やす前に、その手法がターゲットグループに適しているかどうかを判断するのに特に役立ちます。

実践的なワークフローはシンプルです。ターゲットグループを作成または選択します。リサーチフレームワークとしてベスト・ワースト・スケーリングを選択します。提示物を貼り付けるか、意思決定の内容を説明します。セクション、質問、および設定の提案をMindsに求めます。リサーチャーがジュニアアナリストの最初のドラフトをレビューするように、そのドラフトをレビューします。その後、意思決定に正式なエビデンスが必要な段階になったら、最終的な調査設計を実際の回答者を対象としたアンケート、インタビュー、または専門ツールに移行します。

限界と検証

ベスト・ワースト・スケーリングには、依然として方法論的な判断が必要です。Mindsは文言の調整、ターゲットグループの論理的根拠、および予想される解釈を支援できますが、代表性のある統計データ、規制上の主張、正確な市場規模の把握、正式な効用推定、または最終的な価格弾力性の最終的な情報源として使用すべきではありません。財務的またはコンプライアンス上のリスクが高いほど、実際の回答者と適切なリサーチ設計を用いて検証することが重要になります。

主なリスクは、見かけ倒しの正確性です。洗練された合成回答は、根底にあるエビデンスが許容する以上に確実であるように聞こえることがあります。これに対処するには、仮定をリストアップし、人間のデータが必要な箇所を特定し、定性的な解釈と定量的な測定を区別するようMindsに求めてください。

スターターテンプレート

• ターゲットグループ：文脈の中で具体的な選択肢を比較できる購入者またはユーザー。
• リサーチにおける意思決定：回答者がすべてを等しく重要であると答えられない状況において、どの選択肢が最も重要であるか。
• 主要な提示物：機能、訴求、メリット、または製品属性の短いリスト。
• 主なタスク：繰り返されるセットの中で、最も重要な選択肢と最も重要でない選択肢を選択するよう参加者に求める。
• 分析の視点：相対的な重要度、回答者の疲労度、および属性の明確さ。
• 検証に関する注意：出力結果を最終的な外部への主張の裏付けとする必要がある場合は、実際の回答者または専門的な統計ワークフローを使用してください。

次のステップ

このページを、製品内テンプレートの最初のドラフトとして使用してください。製品版では、ユーザーがターゲットグループを選択し、ベスト・ワースト・スケーリングを選択すると、その対象者や目前の意思決定に合致したセクション、質問、設定のデフォルト値、および警告の提案を受け取れるようにする必要があります。