研究证据库

完整阅读十五篇论文,并转化为有边界的产品决策。

American Economic Review · 2011-10

Bayesian Persuasion

打开证据记录

研究问题

合乎伦理的信息设计

方法

理论研究 · n/a · DOI 10.1257/aer.101.6.2590

假设

  • 贝叶斯说服: 发送者在理性接收者行动前承诺信息结构的理论模型。
  • 发送者与接收者: 信息设计中构造信号的一方和观察后行动的一方。
  • 信息设计: 有意且真实地安排披露什么信息以及何时披露。
  • 承诺: 在结果已知之前固定信息政策的模型假设。

证据支持范围

围绕决策排列真实证据、不确定性和不适配条件,不把贝叶斯说服变成操纵评分。

局限与可迁移性

把主张与证据、不确定性、替代解释和诚实适配相连,不生成说服力评分。 这是披露与规划辅助,不证明文案会改变行为。

该研究没有证明什么

不计算通用评分 · 这是披露与规划辅助,不证明文案会改变行为。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 证据与定位实验室

Review of Economic Studies · 2017-01

Competition in Persuasion

打开证据记录

研究问题

竞争定位

方法

理论研究 · n/a · DOI 10.1093/restud/rdw052

假设

  • 发送者与接收者: 信息设计中构造信号的一方和观察后行动的一方。
  • 信息设计: 有意且真实地安排披露什么信息以及何时披露。
  • 承诺: 在结果已知之前固定信息政策的模型假设。

证据支持范围

在共同基础上比较真实替代方案。竞争可能增加或减少披露,不会自动产生真相。

局限与可迁移性

把主张与证据、不确定性、替代解释和诚实适配相连,不生成说服力评分。 这是披露与规划辅助,不证明文案会改变行为。

该研究没有证明什么

不计算通用评分 · 这是披露与规划辅助,不证明文案会改变行为。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 证据与定位实验室

Experimental Economics · 2024-09-13

Rational inattention in games: experimental evidence

打开证据记录

研究问题

理性注意与摩擦

方法

受控实验 · 12 · n=238 · DOI 10.1007/s10683-024-09843-z

假设

  • 理性忽视: 在信息价值与注意或处理成本之间权衡的一类模型。

证据支持范围

结合利害、熟悉度、不确定性、可逆性和信息成本审查。买卖实验不能产生通用注意指数。

局限与可迁移性

结合情境审查决策环境,不假定选项越少越好。 输出是观察和待检验假设,不是转化评分。

该研究没有证明什么

不计算通用评分 · 输出是观察和待检验假设,不是转化评分。

NAVINES明确没有构建什么

不计算通用评分

信息来源

CC BY 4.0开放获取

NAVINES如何应用: 决策摩擦与选择架构实验室

ACM KDD · 2003

Maximizing the Spread of Influence through a Social Network

打开证据记录

研究问题

影响与分发

方法

算法研究 · Independent Cascade; Linear Threshold; (1−1/e−ε); DOI 10.1145/956750.956769

假设

  • 影响力最大化: 在指定图与传播模型中选择种子节点以最大化预期扩散。
  • 次模性: 随着种子集合扩大,添加同一种子的边际收益趋于下降的性质。

证据支持范围

以明确参数和不确定性模拟真实图。次模模型下的贪心近似不是病毒传播预测。

局限与可迁移性

在明确扩散假设下比较贪心蒙特卡洛选种与度数基线。 估计触达取决于图、参数和模型,不是病毒式传播预测。

该研究没有证明什么

不计算通用评分 · 估计触达取决于图、参数和模型,不是病毒式传播预测。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 影响力种子规划器

ACM CHI · 2001

What Makes Web Sites Credible? A Report on a Large Quantitative Study

打开证据记录

研究问题

可信度证据

方法

历史行为证据 · 1999 · n=1,410 · US/FI · 51 · DOI 10.1145/365024.365037

假设

审查可观察的身份、作者、来源、政策、可用性和安全证据,不预测转化。

证据支持范围

展示身份、作者、来源、政策、日期、安全与无障碍可用性。历史感知研究不是转化或排名研究。

局限与可迁移性

审查可观察的身份、作者、来源、政策、可用性和安全证据,不预测转化。 自动检查不能验证专业性、主张真伪、完整无障碍或人的感受。

该研究没有证明什么

不计算通用评分 · 自动检查不能验证专业性、主张真伪、完整无障碍或人的感受。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 可信度证据审计

Journal of Consumer Research · 2010-10

Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload

打开证据记录

研究问题

选择架构

方法

元分析 · 63 · 50 · N=5,036 · d=.02 · 95% CI −.09… .12 · I²=68% · DOI 10.1086/651235

假设

  • 选择过载: 更多选项可能在特定情境造成不利结果,并非通用规律。

证据支持范围

有帮助时分类并渐进披露,但需在情境中测试。元分析平均效应接近零且异质性很大。

局限与可迁移性

结合情境审查决策环境,不假定选项越少越好。 输出是观察和待检验假设,不是转化评分。

该研究没有证明什么

不计算通用评分 · 输出是观察和待检验假设,不是转化评分。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 决策摩擦与选择架构实验室

Data Mining and Knowledge Discovery · 2009

Controlled experiments on the web: survey and practical guide

打开证据记录

研究问题

受控实验

方法

实验运营指南 · DOI 10.1007/s10618-008-0114-1

假设

  • 总体评价标准: 预先指定、用于整体判断实验的主要指标。
  • 护栏指标: 当受保护的重要结果恶化时可阻止或限制发布的指标。

证据支持范围

查看结果前定义OEC、护栏、功效、分配、放量和停止规则。临界p-value不能单独决定胜者。

局限与可迁移性

记录假设、指标、样本、分配,并比较比例或平均值。 前后比较无法控制季节性等因素,也无法显示因果关系的胜利。

该研究没有证明什么

不计算通用评分 · 前后比较无法控制季节性等因素,也无法显示因果关系的胜利。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版页标注开放获取;再利用许可仍需确认

NAVINES如何应用: SEO实验方案/结果比较

ACM KDD · 2017

A Dirty Dozen: Twelve Common Metric Interpretation Pitfalls in Online Controlled Experiments

打开证据记录

研究问题

指标解释错误

方法

实验运营指南 · 12 · Microsoft · DOI 10.1145/3097983.3098024

假设

  • 样本比例不匹配: 观察分配与计划分配之间统计上不太可能的差异,常提示执行问题。
  • 新奇效应与首因效应: 由于变化新颖,或用户随时间学习适应而产生的暂时反应。
  • 辛普森悖论: 因组权重或混杂而导致总体与子组模式反转。
  • 特怀曼定律: 异常惊人的结果在庆祝前更需要额外审查的运营警示。

证据支持范围

行动前检查SRM、比率、遥测、功效、多重性、分组、异常值、新奇效应、漏斗、辛普森风险和特怀曼定律。

局限与可迁移性

记录假设、指标、样本、分配,并比较比例或平均值。 前后比较无法控制季节性等因素,也无法显示因果关系的胜利。

该研究没有证明什么

不计算通用评分 · 前后比较无法控制季节性等因素,也无法显示因果关系的胜利。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: SEO实验方案/结果比较

ACM CIKM · 2013

Beyond Clicks: Query Reformulation as a Predictor of Search Satisfaction

打开证据记录

研究问题

点击之外的搜索满意度

方法

历史行为证据 · ≈6,000 · 7,628 · n=218 · DOI 10.1145/2505515.2505682

假设

  • 查询改写: 人在继续搜索任务时改变措辞、范围或术语的后续查询。

证据支持范围

快速相似改写可支持会话摩擦假设。点击不等于成功,沉默不等于满意,GSC汇总也不是会话。

局限与可迁移性

把匿名会话级改写作为假设分析,并让查询留在本地。 点击不证明成功,没有后续查询也不证明满意。

该研究没有证明什么

不计算通用评分 · 点击不证明成功,没有后续查询也不证明满意。

NAVINES明确没有构建什么

不计算通用评分

信息来源

出版方版权;仅发布原创摘要和官方链接

NAVINES如何应用: 搜索旅程摩擦分析器

证据审核于 2026 年 8 月 15 日 · 不代表当前 Google 排名因素或保证结果。

调查

研究和数据具体说明方法、基本原理和局限性。

不要追逐算法。建立清晰、信任和累积可见性。

我们使高级搜索智能变得易于理解、有用且易于使用,帮助企业将其转化为可衡量的行动。

方法

  • 定义目标模板、用户和转化路径。
  • 示例响应、机器人、规范、hreflang、链接和结构化数据。
  • 在进行更改之前确定目标、关键指标、保护指标和目标细分。
  • 准确保存基准期和实施日期。

限制

  • Search Console 聚合包括舍入和匿名化。
  • 仅分析数据并不能证明因果关系。
WhatsApp