若要针对多种因素的重要程度（该案例为14种因素）进行排序，可以通过Maxdiff让受访者在较少的选项（该案例为5种因素）中选择“最重要”和“最不重要”的因素。通过多轮选择后计算出属性排序（该案例为6次任务）。电站监控数据准确分数最高，说明该因素对受访者最有吸引力；分数>0的属性，表示选择最重要的次数多于最不重要的次数，如电桩故障推送及时、收益情况准确推送等；分数<0的属性，表示选择最不重要的次数多于最重要的次数，如浏览行业热点资讯、查看管理用户评价等。

该方式适合线下调研，让受访者针对不同编号的外观（口味、材质、颜色等属性均可）进行对比，选择最喜欢和最不喜欢的。经过多轮反复对比，找到受访者的偏好排序。风格5分数最高，说明该风格对受访者最有吸引力；分数>0的属性，表示选择最喜欢的次数多于最不喜欢的次数，如风格4；分数<0的属性，表示选择最不喜欢的次数多于最喜欢的次数，如风格3和风格1等；分数=0的属性，表示选择最喜欢的次数等于最不喜欢的次数，如风格2。