理夫斯“UP”評估模型(轉載)
理夫斯“UP”評估模型
理夫斯“UP”評估模型
UP評估模型,實際上是一種大樣本抽象調查模式。
其基本原理是:在全國範圍廣泛的領域抽樣,把所得大樣本分為兩類:一類是未受廣告影響者,調查出那些不知廣告卻使用產品者,即對目前所實施的廣告一無所知但卻正在使用該產品的人,計算出該類人所佔比例(如記為X%);
另一類是受廣告影響者,調查出那些知廣告而使用該產品者,即對所實施廣告有深刻記憶而目前也正使用該產品的人,計算出該類人所佔比例(如記為Y%)。這樣,顯而易見:如不做廣告,只有X%的人購買商品,;若做廣告,則有Y%的人購買商品,其差額即(Y-X)%的人是被廣告影響或引導而購買使用該產品的,這個差值就稱作“使用牽引率”。
按照理夫斯的說法,此模型是判斷廣告促銷效果最為簡便的算術計演算法。
[編輯]
UP評估模型計算方法
UP=(A/A+C)-(B/B+D)
其中
- A是看過廣告而購買的人數
- B是未看過廣告而購買的人數
- C是看過廣告而未購買的人數
- D是未看過也未購買者人數
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/7942439/viewspace-18318/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 沃爾夫“PFA”評估模型(轉載)模型
- 斯塔齊的“NETAPPS”評估模型(轉載)APP模型
- 專案經理技能評估-初稿(轉載)
- 米爾斯-斯諾模型(轉載)模型
- 馬爾可夫鏈模型(轉載)馬爾可夫模型
- 機器學習之模型評估機器學習模型
- 斯堪的亞導航器模型(轉載)模型
- Z評分模型(轉載)模型
- 團隊素質評估法(轉載)
- 霍夫斯坦德的國家文化模型(轉載)模型
- 柯氏四級培訓評估模式(轉載)模式
- 如何評估大語言模型模型
- 迴歸模型-評估指標模型指標
- 隱馬爾科夫模型HMM(二)前向後向演算法評估觀察序列概率馬爾科夫模型HMM演算法
- 羅傑斯的創新擴散模型(轉載)模型
- 企業價值評估的體系分析(轉載)
- GNN 模型評估的一些陷阱GNN模型
- GNN模型評估的一些陷阱GNN模型
- 模型評估與改進:交叉驗證模型
- 效能優化-使用 RAIL 模型評估效能優化AI模型
- O'Reilly Report:評估機器學習的模型機器學習模型
- 評估類、評估類別、評估級別關係
- 資料庫效能需求分析及評估模型資料庫模型
- 知識總結:模型評估與選擇模型
- 格蘭丘納斯的上下級關係理論(轉載)
- Markov Model 馬可夫模型 & Hidden Markov Model 隱馬可夫模型模型
- 通過貝葉斯公式來評估功能難度和返工率公式
- 如何評估RPA需求,RPA需求的模型模型
- Delphi 6 Web Services初步評估 (轉)Web
- 藍斯登原則(轉載)
- 企業ERP評估中財務與分銷系統評估措施(轉)
- dBright&知乎:“EXACT”廣告潛力評估模型和應用報告(附下載)模型
- 一文詳盡系列之模型評估指標模型指標
- 模型評估過程中:命中率/覆蓋率模型
- 如何開發和評估Vanilla LSTM模型?(附程式碼)模型
- 機器學習-學習筆記(二) --> 模型評估與選擇機器學習筆記模型
- 【模型評估與選擇】sklearn.model_selection.KFold模型
- MIS607網路安全評估威脅模型模型