Badanie MaxDiff w B2B
CASE STUDY
CEL
Zdobycie danych, które umożliwią nadanie kolejności prac deweloperskich przy tworzeniu cyfrowego produktu dla wąskiej grupy odbiorców
Branża
Księgowość i prawo
Zastosowane metody
Skalowanie maksymalnych różnic MaxDiff połączone z badaniem CBC i TURF
Wyzwania
Wąska grupa odbiorców docelowych i trudno dostępnych specjalistów, konieczność ujęcia opisu funkcji w sposób zrozumiały dla grupy nie znającej jeszcze założeń całego systemu
Rezultaty
Takie właśnie zadanie postawił przed nami Klient z branży treści dla profesjonalistów z obszaru księgowości i prawa. W ramach współpracy wypracowaliśmy model badania, które umożliwiło określenie optymalnego zakresu MVP (Minimum Viable Product – minimalna wersja produktu, którą firma może i chce wypuścić na rynek) dla nowej platformy z dostępem do treści.
Głównym wyzwaniem dla naszego Zespołu Badawczego było przygotowanie procesu w taki sposób, aby dostarczyć respondentom wiedzę na temat określonych funkcji planowanych do wdrożenia oraz przeprowadzić badanie cenowe pozwalające zbudować optymalny model cennika.
W projekcie posłużyliśmy się metodyką analizy MaxDiff, CBC oraz TURF. W pierwszym etapie badania wyłoniliśmy zestaw funkcji najbardziej pożądany z perspektywy użytkowników. Bazując na uzyskanych danych dopasowaliśmy poszczególne funkcje do elementów systemu. Wydzieliliśmy te odpowiedzialne za bezpieczeństwo, workflow, bazę danych i dysk z pamięcią w chmurze. Dla Klienta stanowiło to dodatkową wartość – dzięki naszym działaniom dowiedział się, które obszary systemu są dla odbiorców najważniejsze i które powinny zostać opracowane w pierwszej wersji produktu.
W drugim etapie, wykorzystując metodę Choice by Conjoint, przeprowadziliśmy analizę najbardziej optymalnych wariantów cenowych. Dzięki temu Klient mógł przewidzieć, które wersje abonamentu będą się najlepiej sprzedawać.
Tak zaplanowany proces badania pomógł w podjęciu kilku decyzji istotnych z perspektywy czasu, budżetu i samego produktu. Po pierwsze – badanie uporządkowało hierarchię funkcji w budowanym systemie. Po drugie – udało się zbudować zestawy cenników najbardziej atrakcyjne dla potencjalnych odbiorców. Po trzecie – przygotowany zestaw danych pozwolił skorelować potencjalne zyski z nakładami inwestycyjnymi na budowę oprogramowania. Dzięki temu możliwe było wybranie właściwego kierunku rozwoju tworzonego produktu i nadanie priorytetów kolejności prac deweloperskich.