什么是最佳-最差标度法？

最佳-最差标度法是一种基于选择的优先级排序工具，用于强制在功能、利益点、宣称或属性之间进行权衡。它为研究团队提供了一种规范的方法，将模糊的商业问题转化为受访者能够一致回答的选择、量表、任务或提示。其价值不在于该方法的标签本身，而在于它所强制要求的规范性：明确的目标群体、清晰的决策、现实的测试刺激物，以及在收集到答案之前就已确定的分析计划。

在 Minds 工作流中，请将最佳-最差标度法视为实地调研前的规划模板。首先选择目标群体，然后请求 Minds 针对该受众推荐合适的子板块、问题措辞、细分维度和解读风险。当团队有研究意图但尚未将其转化为适合受访者的语言时，这非常有用。

何时使用

当研究决策需要确定在受访者无法将所有选项都视为同等重要时哪些选项最重要，最佳-最差标度法便非常适用。当团队能够清晰描述受众群体和测试刺激物时，该方法的效果最强。如果受众定义模糊，首要任务不是撰写调查问题，而是使用 Minds 对目标群体定义进行压力测试，发现遗漏的子细分群体，并确定在开展人工研究之前哪些假设需要证据支持。

如果团队只想进行广泛的脑力激荡，最佳-最差标度法的用处就没那么大。在这种情况下，小组座谈会或定性访谈流程通常会产生更有用的素材。当需要对答案进行比较、排序、评分、诊断或将其转化为结构化的研究简报时，应当使用此模板。

问题与配置

从目标群体开始：谁应该回答、他们处于什么情境中，以及他们对产品、品类或品牌已经了解什么。然后定义测试刺激物。刺激物可以是概念段落、落地页、价格表、功能列表、信息组合、客户旅程、原型截图或日记提示。最后，定义输出格式。对于最佳-最差标度法，有用的输出是一组排序后的优先级，以及关于令人困惑或重叠选项的警告。

Minds 可以推荐起草的子板块，例如甄别逻辑、热身问题、核心任务、跟进追问、细分维度和分析说明。最稳妥的模式是每次只请求一个板块。在将该工具应用于真实受访者之前，请求 Minds 批判性地评估每个问题，检查是否存在引导性措辞、双重提问、不切实际的假设以及缺失的回答选项。

Minds 如何融入工作流

Minds 应当置于正式的研究记录系统之前。使用它将简报转化为更强大的方法设计，演练不同细分群体可能如何解读测试刺激物，并找出最终问卷应该测量的反对意见。在将预算花在编程、招募或主持上之前，该平台对于决定该方法是否适合目标群体特别有用。

实际的工作流很简单。创建或选择目标群体。选择最佳-最差标度法作为研究框架。粘贴测试刺激物或描述决策。请求 Minds 提供建议的板块、问题和配置。像研究员审查初级分析师的初稿一样审查该草案。然后，当决策需要正式证据时，将最终的工具移入由人工实地执行的调查、访谈或专业工具中。

局限性与验证

最佳-最差标度法仍然需要方法论上的判断。Minds 可以帮助进行措辞、目标群体推理和可能的解读，但不应将其用作代表性统计数据、监管宣称、精确市场规模估算、正式效用估计或最终价格弹性的最终来源。财务或合规风险越高，使用真实受访者和合格的研究设计进行验证就越重要。

主要风险是虚假精度。一份润色过的合成回答听起来可能比底层证据所允许的更加确定。要应对这一点，可以请求 Minds 列出假设、确定哪里需要人工数据，并将定性解读与定量测量区分开来。

入门模板

• 目标群体：能够在具体情境中比较具体选项的买家或用户。
• 研究决策：当受访者无法将所有选项都视为同等重要时，哪些选项最重要。
• 核心刺激物：功能、宣称、利益点或产品属性的简短列表。
• 主要任务：要求参与者在重复的组合中选择最重要和最不重要的选项。
• 分析视角：相对重要性、受访者疲劳度和属性清晰度。
• 验证说明：当输出必须支持最终的外部宣称时，请使用真实受访者或专业的统计工作流。

下一步

将此页面用作产品内模板的初稿。产品版本应当允许用户选择目标群体、选择最佳-最差标度法，并接收与受众和当前决策相匹配的建议板块、问题、默认配置和警告。