直投素材效果相关性调研方法

直投素材效果相关性调研方法

说明：

    本方法是排除总体感觉的基础上，把图片上的各种因子分离出来作为每项独立指标进行纯理性分析的观点，进行研究。试图剖视用户的视觉或信息的关注点，单独进行相关度的调查研究。

 

    请注意：在使用本调研方法前，为了提高准确性，请遵守以下原则：

          1，在样本库的收集维度上，尽可能的同一类：例如选取的都是微信底部的长图，       把淘宝大图排除在样本库外。

          2，样本库每个样本的抽取上，每个尽量是样本展示的时间尽量统一的样本。

          3，样本库的样本尽可能多。

          4，在样本库里的样本分类上，只能分为不相容或互相矛盾的两种，例如：根据图片是非是深色的分类（是与否），或者根据图片是暖是冷色分类（双因子）。

 

具体分析方法：

第一步：选取样本库样本，让样本统一，详细注意事项见【请注意】第1-3项

        样本库符号记作L，不同样本库区分为L1，L2，L3.......Ln

        1个样本库只负责1个相关度的计算。

 

第二步：样本库内样本二进制分类（是或否）

        详细注意事项见【请注意】第4项

        样本库L内的所有样本分成是或否两类，分别记作

        a1,a2,a3......an；

        b1,b2,b3......bn

        每个a1，b1,a2，b2......分别代表一张图（一个样本）

 

第三步：把每个样本的值插入每个样本符号，例如把点击率插入样本：

        a1=1.87,a2=2.16,a3=1.12......

        b1=2.10,b2=1.03,b3=1.26......

 

第四步：分别计算平均值（例如上面插入的是点击率，就分别计算平均点击值k）

        平均值记作k1和k2.（这里只有且只有2个值）a1,a2,a3....的值为k1;b1,b2,b3...         的值为k2

        利用平均值公式计算：

       

 

         分别得出k1，k2的值。

 

第五步：相关度计算

        相关度计算是评估一个因子对与效果相关度的描述，原理为：第四步求得的值不难看出有以下关系（假设k1为否，k2为是）：

当k1>k2  ， k2与k1为 负关联

当k1<k2  ， k2与k1为 正关联

当k1=k2  ， k2与k1为 无关。因为两个数据越相似，就意味样本分布越靠近随机分布， 

            因此样本的分布越与因子的判断无关。

 

如此，k2-k1与k1的比便是k2相对于k1关于‘是’的变化率。

 

     得出变化率公式f（k）：

    

 

当f（k）的值为正，表示正相关，值越大因子与‘是’的相关度越高。

当f（k）的值为负，表示负相关，负值越大，因子与‘否’相关度越高。

当f（k）的值越趋向于0，因子存在是否与效果越不相关。

 

 

双因子比对调研：本法除了能比较是或否这个关系的单个因子效果对比外，还能对互不相容的两个概念的因子进行比较（库内真包含有且只有2个因子，且因子a与因子b互不相容）

比如冷调和暖调，突出文字和突出产品，等等......

当使用双因子比对时，结果变为：

 

当f（k）的值为正，且正值越大，则与因子b的正相关度越高。

当f（k）的值为负，且负值越大，则与因子a的正相关度越高。

当f（k）的值越趋向于0，因子存在是否与效果越不相关。

 

第六步：比对结果描述

例如某个库L1是基于因子‘展示茶汤’的点击率的是否比对，是为b，否为a，变化率为0.36，则结果描述为：展示茶汤比不展示茶汤点击率升高0.36

又如某个库L2是基于因子‘展示干茶’的点击率的是否比对，是为b，否为a，变化率为0.78，则结果描述为：展示干茶比不展示干茶点击率升高0.78.

此时，可得出另外一个结论：展示茶干比展示茶汤的点击率效果更明显。

 

 

最后必须提出的是，因为每个样本的效果都包含着随机性，尽管在求平均值的时候可排除一部分的随机波动性影响，但无法彻底排除随机波动性的影响，所以结果仅作为某个投放方式的参考对比，不能作为普遍性结论。