判断 3 秒扫读测试结果是否稳定,核心标准是「新增同属性样本后,核心结论不反转、关键数据波动可控」,本质是排除个体偶然偏差对结论的影响,确保结果能真实反映目标受众的普遍感知。具体可通过「核心结论一致性」「关键数据波动范围」「异常值占比」三个维度综合判断,配套实操流程,适配短期促销类电商 Banner 的测试场景:
一、核心判断维度 1:核心结论是否一致(最关键)
3 秒扫读测试的核心结论是 “优秀 / 合格 / 不合格”(对应:命中 2 项 + 关键信息 / 命中 1 项 / 未命中任何项),结论稳定的核心是「新增样本后,多数用户的结论等级不发生反转」。
- 操作方法:
- 第一步:先基于基础样本量(单一受众 5 人、多元受众 8 人)统计初始结论,确定 “多数用户对应的等级”(如 5 人中 3 人 “优秀”、2 人 “合格”,初始结论为 “优秀 / 达标”);
- 第二步:新增 2-3 个同属性样本(如单一受众补至 7-8 人、多元受众补至 10-11 人),重新统计 “多数用户对应的等级”;
- 判断标准:
- 稳定:新增样本后,多数用户的结论等级与初始结论一致(如初始 “优秀”,新增后仍为 “优秀”),无反转(如初始 “不合格”,新增后变 “优秀”);
- 不稳定:新增样本后,多数用户的结论等级发生反转,或始终无多数一致结论(如 5 人中 2 人优秀、2 人合格、1 人不合格,新增 2 人后仍为各等级分散)。
二、核心判断维度 2:关键数据波动是否可控
除了结论等级,还需关注 “关键信息命中比例”(如 “优惠力度”“活动时限”“核心品类” 的命中人数占比),稳定的结果需满足「新增样本后,各关键信息命中比例波动≤10%」。
- 操作方法:
- 统计初始样本中,3 大关键信息(优惠力度、活动时限、核心品类)各自的命中比例(如 5 人中 3 人命中 “优惠力度”,命中率 60%);
- 新增样本后,重新计算各信息的命中比例,对比前后波动幅度;
- 判断标准:
- 稳定:所有关键信息的命中比例波动≤10%(如 “优惠力度” 命中率从 60% 变为 55%,波动 5%;“活动时限” 从 50% 变为 58%,波动 8%);
- 不稳定:任意一项关键信息的命中比例波动>10%(如 “核心品类” 命中率从 40% 骤升至 60%,波动 20%),说明初始样本未覆盖普遍感知。
三、补充判断维度 3:异常值占比是否可控
异常值是指 “与多数用户结论差异极大的样本”(如多数人 “优秀”,仅 1 人完全未命中任何信息),稳定的结果需满足「异常值占比≤20%」,且新增样本后异常值占比不上升。
- 操作方法:
- 定义异常值(如:多数人命中≥1 项关键信息,某用户 1 项未命中;或多数人能说出具体优惠力度,某用户误读为完全不同的优惠类型);
- 统计初始样本 + 新增样本的总异常值数量,计算占比(异常值占比 = 异常值数量 / 总样本量);
- 判断标准:
- 稳定:异常值占比≤20%(如 8 人中 1 人异常,占比 12.5%),且新增样本后占比未上升(如补 2 人后总样本 10 人,异常值仍 1 人,占比 10%);
- 不稳定:异常值占比>20%(如 5 人中 2 人异常,占比 40%),或新增样本后占比上升,说明现有样本未覆盖核心偏差类型,结果不可靠。
四、实操判断流程(快速落地)
- 基于基础样本量得出初始核心结论,统计各关键信息命中比例;
- 新增 2-3 个同属性样本,重新统计核心结论、关键信息命中比例、异常值占比;
- 若满足 “核心结论一致 + 关键数据波动≤10%+ 异常值占比≤20%”,则结果稳定;任意一项不满足,需继续新增样本重复验证,直至三项均达标。
示例参考
- 稳定案例:高端美妆促销 Banner(单一受众,初始 5 人),初始结论 “优秀”(3 人命中 2 项),优惠力度命中率 60%、活动时限 50%、核心品类 70%,异常值 1 人(占比 20%);新增 2 人后,结论仍 “优秀”,各信息命中率波动≤5%,异常值占比降至 14.3%(1/7)→ 结果稳定。
- 不稳定案例:综合电商促销 Banner(多元受众,初始 8 人),初始结论混乱(3 人优秀、3 人合格、2 人不合格),核心品类命中率波动 15%,异常值 2 人(占比 25%);新增 2 人后仍无多数结论,异常值占比升至 27%(3/11)→ 结果不稳定。