# 方法论

合成调研只有在你清楚它何时可靠、何时不可靠时才有价值。本页说明数字受访者如何构建、一次测试如何计分，以及哪些问题这套方法答得很差。

## 数字受访者如何构建

细分是一份规格说明，而不是对某个数据库的筛选。你描述应该由谁来回答——性别、年龄、城市与地区、收入、教育、家庭结构，以及对你的品类真正重要的行为——平台据此生成一组符合该规格的人格样本。

每个人格都带着完整画像，并在整场测试中保持不变。这种一致性正是关键：第四题的答案必须能和产出第一题答案的那个画像对得上，否则这组样本不过是贴了人口标签的噪声。

## 答案如何收集

每种测试类型都自带按该类前测标准方法搭好的问卷——静态创意素材看吸睛度、理解度、品牌契合与行动意向；广告片创意看信息、理解度、好感度、相关性、差异化与购买意愿；平台测量的 15 项传播指标依此类推。

题目分两种：量表题按 1–5 分作答，开放题由受访者用自己的话作答。两者都重要。量表给你排名；开放题告诉你排名为什么长这样，而后者才是一次测试真正值回票价的地方。

## 结果如何计分

- **Top-2-Box** — 核心数字：给出 4 分或 5 分的受访者占比。它是前测行业的标准指标，因为它统计的是真实的正面反应，而不会让一大堆无所谓的中间分把均值粉饰得好看。
- **均值与 Top-1-Box** — 一并给出，因为它们与 Top-2-Box 的分歧本身就有信息量——均值高而 Top-1-Box 低，说明这是一个没人讨厌、也没人真心喜欢的方案。
- **归类后的开放题** — 自由文本按情感倾向（正面、中性、负面）与主题归类，同时保留原话引用，让你读到的是真实措辞，而不是对它的概括。

## 准确度如何验证

方法通过平行测试来验证：同一批素材、同一份问卷、同一套细分规格，分别在数字样本与真人受众上各跑一次，然后比较两组结果——哪个方案胜出、前三名的构成，以及开放题里浮现出哪些洞察。

领先方案的一致率是最要紧的数字，因为那正是一次前测通常被买来做的决策。洞察层面的一致率则是更难的考验，也是让报告中开放题那一半保持诚实的那道关。

## 方法在哪些场景不成立

- **感官体验** — 味道、气味、质地与实物触感超出模型能表征的范围。测试能告诉你一个包装创意读起来如何，无法告诉你这个包装拿在手里是什么感觉。
- **成品工艺** — 测试是为创意阶段设计的。它评估的是故事、信息、名称，而不是终剪的调色或一支成片的执行质量。
- **群体动力学** — 受访者彼此独立作答。这消除了主持人效应与「嗓门最大者」效应，通常正是你想要的——但也意味着这套方法无法向你展示一场真实的小组讨论会如何改变一个观点。
- **全新品类** — 人格反映的是已经成型的行为模式。对于尚不存在、也没人有既有习惯可供推演的品类，请把结果当作方向性参考，并用真人调研加以验证。

## 结果该怎么用

合成测试最合适的位置是筛子——早做、常做：在那些本来会被跳过前测的环节跑它，用它在制作成本堆上去之前砍掉弱势方案，并把开放题当作改稿的 brief。

对于背后压着大预算的最终决策，最稳的模式是组合拳——用合成测试收窄范围，用真人调研验证入围方案。这比把所有方案都拿去做真人验证便宜得多，也比什么都不验证站得住脚得多。