I risultati sono arrivati!
All'ultimo evento sociale della nostra conferenza di analisi online JMP Discovery Summit Europe 2021 , i partecipanti hanno votato una serie di coppie di foto di cookie. Ogni coppia di foto è stata scattata da volontari secondo le istruzioni basate su un esperimento progettato. Per maggiori dettagli sull'esperimento, è disponibile un file post del blog separato delineandolo.
I partecipanti dovevano scegliere quale delle due immagini li tentava di più da ogni set, immagine A o immagine B.
Sebbene non immediatamente noti ai partecipanti, i fattori modificati dai nostri fotografi sono stati:
- Bevanda: Latte / Tè / Caffè
- Tipo di piatto: Solido / Motivo
- Ambientazione: Dentro fuori
- Numero di biscotti sulla piastra: 2/6
- Immagine: Colore / bianco e nero
- Usa un oggetto: Si No
Molte grazie a Clay Barker per aiutare a raccogliere dati durante il social e preparare l'analisi. Ha impostato il set di dati da utilizzare con il modello Bradley-Terry come si è visto in un paio di post precedenti ( Qui e Qui ). Divulgazione completa: poiché i dati venivano raccolti in tempo reale e Clay aveva le percentuali disponibili, è stata inserita la percentuale di ogni coppia di immagini. Quindi si finge di avere 100 intervistati, quando ne abbiamo avuti tra i 70 e gli 80 in un dato momento.Modellando questo come la probabilità che l'immagine A venisse selezionata, durante il social Clay ci ha mostrato il modello degli effetti principali in JMP :
Ciò che questo ci dice è che, in base agli intervistati, sei cookie sono meglio di due (che è emerso nella discussione), il colore è preferibile al bianco e nero e potrebbe esserci un piccolo effetto utilizzando un oggetto di scena.
Dopo il social, considerando le interazioni e passando attraverso alcuni perfezionamenti del modello, siamo arrivati a questo modello:
Sempre più o meno la stessa storia: sei biscotti e un'immagine a colori sono i driver principali, ma il latte / caffè / tè e l'ambiente esterno possono esserlo, a seconda di cosa lo stai confrontando. Le interazioni tengono conto di ciò che ha l'immagine accoppiata, quindi può essere un po 'più difficile da vedere da qui. Se vuoi approfondire i dettagli, ho allegato la tabella dati originale e quella predisposta per il modello Bradley-Terry.
Clay è stato così gentile da impostare anche il Profiler in modo da poter confrontare la probabilità di scegliere le impostazioni dell'immagine A date come definite dalle immagini A e B. Se vuoi esplorare il modello, il Profiler interattivo è disponibile su JMP Public .
Secondo il nostro modello, queste due immagini dovrebbero sembrare allettanti. Fammi sapere nei commenti se quei piatti di biscotti ti stanno davvero bene (o non così bene).
Pensieri finali
Sarebbe stato interessante raccogliere alcune informazioni demografiche per accompagnare i risultati, ma poiché l'evento era virtuale, abbiamo voluto mantenerlo il più semplice possibile.
Se mai dovessimo contemplare di nuovo un esperimento come questo, cambierei il modo in cui gestiamo l'elica, che è stata lasciata molto aperta per questo esperimento. Essere molto più specifici sul tipo di sostegno darebbe un'idea migliore se l'uso di un sostegno fa la differenza.
In allegato a questo post ci sono un paio di versioni dei dati per l'analisi e una serie di diapositive con le immagini, se sei interessato.
