Ordinal Utility用顺序描述偏好：人更喜欢哪个选项，或模型认为哪些选项同等受重视。数字可以记录顺序，但本身不能测量幸福量或满足感差距。这样可以讨论选择，而不假装有一把测量体验的尺子。
假设雅娜下午有空，而且三种活动都能选择。她最想散步，其次看电影，最后在家读书。这区分了偏好，却没说明散步是否只略胜电影，而读书远远落后。这里的效用是表达选项评价的方式，不是测出的愉快感觉总量。重要的是选项之间的关系，而非想象中尺子上的距离。 [1] [3]
给散步、电影、读书分别标上3, 2, 1，较大数字代表更喜欢的选项。100, 20, 10也能表达完全相同的顺序。雅娜并未改变想法，数字差距却大不相同。严格递增变换就是重新编号，同时保留顺序与可能的并列。因此，序数数字翻倍不代表满足感翻倍。 [3]
看到雅娜散步，不能断定她更喜欢公园而非电影院。电影院也许关门，或票价超出预算。理解决定，需要知道实际可选的方案及条件。米塞斯在Human Action中把价值排序与真实行动相连，而非与脑中不变的清单相连。明天的疲倦、雨天或另一部电影，都可能改变她的选择。 [1]
常见经济模型假设选项可比较，偏好具有传递性：若雅娜更喜欢散步而非电影、电影而非读书，也更喜欢散步而非读书。模型可以包含同等评价，无差异曲线连接的就是这些选项。这些是明确的假设和描述方式。一次下午的决定，并不能证明人在所有未来情境中都有完整、稳定的偏好。 [3] [5]
雅娜和彼得都给一次体验标10，并不产生共同的满意度刻度。两人的数字可分别改写，仍保持各自排序。把它们相加，本身不能测量集体幸福，也不能说明某项变化让谁获益更多。这不是说不能讨论社会福祉，而是说跨人比较需要额外规则、信息及论证，个人排序本身无法提供。 [1] [2]
将序数效用写成数学函数后，重新编号可以改变斜率及数字增量，而偏好不变。进一步说，函数的导数描述的是函数值的变化率，也不会自动测量体验强度。相关的Marginal Utility解释新增单位或所放弃用途的重要性。计算时要区分选择本身与所采用表示法中的数字。分析仍有意义，前提是清楚数字代表什么。 [3]
雅娜也可能在结果尚不确定的选项之间选择：例如，去郊游可能会淋雨，也可以选择室内活动。Expected Utility按概率对结果的效用加权。模型增加了假设，因此不能任意改写各个结果的效用数值后重新求平均，还期待保留全部结论。正仿射变换a·u+b，其中a>0，保留期望效用形式：所有评价乘以相同正数，再加同一常数。这种额外结构本身也不会创造不同人之间共同的幸福尺度。 [4]
钱包花费比特币时会用到私钥：这是一种秘密数值，可用于生成授权付款的数字签名。有人优先保护密钥，有人重视日常支付方便，还有人在意购买成本。因此，适合的钱包未必对所有人有相同排序。80对40不意味着个人收益翻倍。货币预算可以相加，却不会因此成为感觉的刻度。阅读比较时，应问清标准、权重由谁决定，以及可选方案是否符合自己的实际条件。对Bitcoin也一样：清楚的分数是辅助，不能替代解释。 [1] [2] [6]
要获得更完整的理解，请将本词条与以下词条结合阅读： Marginal Utility, Subjective Value Theory, Human Action, Opportunity Cost, Time Preference, Bitcoin. 反向关联还来自： Subjective Value Theory, Marginal Utility, Opportunity Cost, Ordinals Inscriptions.