【星球问答】奖惩分析成果解读

张老师您好,之前参加了您的定量模型培训,学到了很多~但是在学习过程中产生几个小问题,想请教您一下:1.第1页中,太过惩罚度不是负数么,为什么图表里是正数?2.按照惩罚系数的算法,偏向值为正数不是代......

【星球问答】奖惩分析成果解读

发布日期:2023年02月24日    作者:张弛
张老师您好,之前参加了您的定量模型培训,学到了很多~但是在学习过程中产生几个小问题,想请教您一下:1.第1页中,“太过惩罚度”不是负数么,为什么图表里是正数?2.按照惩罚系数的算法,偏向值为正数不是代表整体喜欢度高吗,为什么也要改进?(问题在图片的对应位置标注出来了,您可以参考~)


同学好,我和定量小伙伴讨论了你的问题,回复如下:
 
1.惩罚系数(Penalty 系数)代表了某类偏向的消费者群体对该产品整体喜好度与没有偏向(认为刚好)人群的偏离程度,主要看的是绝对值大小。绝对值越大,代表该属性对产品的整体喜好影响越大。
 
2.注意第二张图的纵坐标数值并不是整体喜好度,而是偏向值,偏向值我们要看的是离原点那条横线的距离:偏向值离原点越远,表示离“刚刚好”的距离越远,越需要被调整校正。此外,柱状图表示偏向比例=太过Penalty指数绝对值*太过%-不够Penalty指数绝对值*不够%,柱状图数值为正表示该指标更偏“太过”,负值表示该指标更偏“不够”,这里的正负提示我们产品应当往哪个方向改进。
 
作为口味测试核心模型的奖惩分析,确实在这里有点绕:)