MAXDIF (OU ÉCHELLE DU MEILLEUR AU PIRE)
LOGICIEL D'ENQUÊTE POUR MAXDIF

MAXDIFF ET SON UTILISATION DANS LA RECHERCHE QUANTITATIVE


MaxDiff est une technique quantitative que beaucoup connaissaient, mais que peu comprenaient en profondeur. Dans cet article, nous détaillerons sa mise en œuvre, ses utilisations et applications dans le domaine des études de marché par le biais de questionnaires, et nous fournirons des recommandations pour son application et sa mise en œuvre optimales.

QU'EST-CE QUE MAXDIFF ET QUI EST LE CRÉATEUR DE CETTE TECHNIQUE ?

MaxDiff, également connue sous le nom de "Échelle du Pire/Meilleur", est une variante radicale de la question classique de sélection simple, multiple ou de classement que nous avons tous vue dans les questionnaires de marketing. Par exemple, on demandait au répondant : "Parmi la liste de marques ci-dessous, sélectionnez celle qui répond le mieux à vos besoins", puis une liste de marques était présentée pour la sélection. Ou, par exemple, on demandait au répondant : "Quels sont les attributs suivants que vous considérez comme les plus importants lors de l'achat d'un smartphone ?", en présentant une liste d'attributs tels que le prix, la qualité, la durée de vie de la batterie, la garantie, la durabilité, le design, etc.

Le problème identifié par le professeur Jordan Louviere, PhD en Marketing de l'Université de Sydney, Australie, et créateur de la technique MaxDiff dans les années 90, est que la prise de décision des acheteurs est plus complexe que la simple sélection d'un élément d'une liste fermée. Louviere soutenait que l'esprit humain fait des comparaisons complexes entre des attributs tels que le prix, la marque, la qualité, la commodité, la garantie, la valeur, etc., en écartant des attributs jusqu'à ce qu'il ne reste qu'un duo ou un trio final, rendant la décision finale entre seulement 2 ou 3 éléments finaux.

Par exemple, un client évaluant des voitures pourrait comparer la marque Toyota vs. Ford, en raisonnant que Toyota offre une meilleure qualité à long terme, mais que Ford a un meilleur prix. Ainsi, il pourrait choisir Toyota pour sa qualité. Cependant, en comparant Toyota vs. Hyundai, il pourrait écarter Toyota pour sa consommation élevée de carburant, choisissant maintenant Hyundai pour être plus économique et offrir une qualité similaire. Cette comparaison "un contre un" et "un contre tous" a donné naissance à la technique MaxDiff.

Avec l'avancement de l'informatique personnelle dans les années 90, l'application de cette technique est devenue possible, initialement dans de petits groupes de discussion, et à partir de l'an 2000, elle est devenue une technique standard applicable par le biais de questionnaires en ligne et hors ligne. Aujourd'hui, MaxDiff est proposée par des outils de logiciels de sondage en ligne tels que RotatorSurvey, QuestionPro, Qualtrics, SurveyMonkey, Survey Gizmo, entre autres, et est proposée comme produit de portefeuille par des milliers d'entreprises d'études de marché.

MISE EN ŒUVRE DE LA TECHNIQUE MAXDIFF

Pour étudier cette technique en détail, nous évaluerons les attributs que les clients valorisent le plus lors de l'achat d'une nouvelle voiture. Supposons que nous avons défini une liste fermée d'attributs fournie par le client de l'étude (TOYOTA DU MEXIQUE) qui a été validée dans divers groupes de discussion réalisés par notre entreprise. Ces attributs pourraient être :

  • Qualité

  • Prix

  • Garantie

  • Services après-vente

  • Luxe et confort

  • Économie de carburant

  • Puissance du moteur

  • Valeur de revente

  • Disponibilité des pièces et des pièces de rechange

  • Statut social

Nous créerons alors des combinaisons d'éléments en groupes de 2 ou 3 pour que le répondant nous indique lequel est le plus et le moins important à considérer dans la décision d'achat. Par exemple :


"Lors de l'achat d'une nouvelle voiture, parmi les 3 attributs ci-dessous, indiquez lequel est le plus important pour vous et lequel est le moins important" :


• Services après-vente
• Valeur de revente
• Garantie

Le répondant pourrait indiquer que l'attribut le plus important est la "Garantie" et le moins important est la "Valeur de revente".

Ensuite, nous demandons :

"Lors de l'achat d'une nouvelle voiture, parmi les 3 attributs ci-dessous, indiquez lequel est le plus important pour vous et lequel est le moins important" :


• Garantie
• Prix
• Disponibilité des pièces et des pièces de rechange

Le répondant pourrait sélectionner comme plus important le "Prix" et comme moins important la "Garantie".

De cette manière, les attributs seront présentés sur l'écran de l'ordinateur en groupes de 3, tandis que le répondant sélectionne le meilleur et le pire des attributs montrés. En interne, l'outil MaxDiff attribuera +1 à l'attribut sélectionné comme le plus important et -1 à celui sélectionné comme le moins important, tandis que les attributs non sélectionnés assumeront la valeur de zéro. De ce calcul dérive le nom "MaxDiff", car le produit de la technique est précisément de mettre en évidence les attributs les plus différents, soit parce qu'ils accumulent beaucoup de points positifs, soit parce qu'ils accumulent beaucoup de points négatifs.


PLANIFICATION ET CONFIGURATION DU MAXDIFF

Lors du processus de planification du MaxDiff, il est nécessaire de définir plusieurs paramètres qui seront critiques pour la qualité et la fiabilité des résultats :

1. Nombre d'attributs à évaluer : Les preuves empiriques recommandent que la liste des attributs ou des éléments à évaluer ne doit être ni trop longue ni trop courte, car des listes étendues nécessiteront de grands échantillons pour générer toutes les combinaisons possibles.

2. Nombre de ensembles ou "tâches" à réaliser par répondant : Plus la liste des attributs est longue, plus la combinaison d'éléments à présenter sera grande, ce qui peut causer un stress mental et visuel chez les répondants, réduisant ainsi la fiabilité des résultats.

3. Nombre d'éléments par ensemble : Si la liste des attributs dans chaque ensemble montré est trop grande, cela provoquera une fatigue mentale et visuelle chez le répondant. Ainsi, le nombre recommandé peut varier entre 2 à 4 éléments par ensemble.

4. Fréquence d'apparition de chaque attribut : Présenter de nombreuses fois le même attribut peut causer de la confusion et de la fatigue cognitive ; la recommandation basée sur l'expérience empirique est de 3 à 4 fois au maximum.

5. Taille de l'échantillon : Il doit être suffisamment grand pour que les résultats soient fiables et projetables à l'univers étudié ; les échantillons recommandés varient entre 200 sujets pour peu d'attributs et plus de 1000 répondants pour de nombreux attributs.

ANALYSE DES RÉSULTATS DU MAXDIFF

Une fois les données collectées, nous procéderons à leur analyse. Bien que chaque outil logiciel offre diverses possibilités d'analyse, l'analyse de base commune entre elles est le pourcentage obtenu en divisant la somme de chaque attribut par le nombre de fois qu'il a été montré, connu sous le nom de Pourcentage MaxDiff. En représentant graphiquement ce pourcentage, on obtient un graphique à barres horizontales avec des valeurs négatives et positives, les plus positives étant les attributs les plus importants et les plus négatives étant les moins importants. Avec ces chiffres, un classement peut être construit qui sera de grande valeur pour le client de l'étude.


Vidéo 1 pour une discussion plus approfondie :


Vidéo 2 pour une discussion plus approfondie :