引言
企业每天都在做出大量依赖消费者判断的决策。从新产品研发、价格制定，到服务体验设计和营销内容选择，这些决策都需要可靠的消费者研究作为依据。
然而，传统调研通常需要较长的执行周期和较高的成本，企业很难针对每一个新问题、每一种备选方案都开展独立研究。
Atypica 正在探索一种新的消费者研究方式。我们开发的主观世界模型（Subjective World Model）能够模拟不同人群面对特定问题时的反应，帮助企业了解消费者偏好、比较不同方案，并在实际投入资源之前获得更多决策依据。
模型的工作方式很直接：输入目标人群、需要研究的问题或场景，以及可供选择的回答选项，模型便会预测不同回答在人群中的分布比例。
美国受访者对增设付费人工服务选项的态度。该问题衡量的是对服务
选项的支持程度，而非受访者个人的实际付费意愿。
这种研究方式有望提高消费者研究的效率。
企业可以更快地探索问题、比较更多方案，并在后续决策中重复使用已有的研究能力。但要真正实现这些价值，首先必须解决一个根本问题：模型的预测结果是否足够可靠，能够为实际商业决策提供依据？
如何评估模拟结果
为了判断模型预测是否可靠，我们将预测结果与真实人群在相同问题下的回答进行比较，并采用三项互补的评估指标。它们分别衡量预测结果的不同方面，对应着商业研究中不同类型的决策需求。
对于这款可口可乐产品，
模型预测有 59.0% 的受访者愿意购买，真实调研结果为 57.2%。
总变差距离（TVD）
总变差距离（Total Variation Distance）用于衡量模型预测的回答分布与真实人群回答分布之间的差异。它综合计算各个选项的预测比例与实际比例之间的偏差。
TVD 越接近 0，说明预测分布与真实数据越接近；当 TVD 为 0 时，两者完全一致。
对于需要估计消费者选择比例的商业研究，TVD 尤为重要。例如，在价格研究中，企业不仅需要了解消费者是否倾向于购买某款产品，还需要估计不同价格下可能有多少消费者愿意购买。
首选项准确率（Top-Choice Accuracy）
首选项准确率衡量模型能否正确识别真实人群中最受欢迎的选项。
当企业需要从多个方案中选出一个最优候选时，正确识别首选项可能比精确预测每个选项的比例更重要。
例如，产品团队需要决定优先开发哪项功能，营销团队需要从多个广告创意中选择一个方案。这些决策首先需要回答的是：哪个选项最有可能获得消费者的认可？
排序一致性（Ranking Agreement）
排序一致性衡量模型对不同选项的排序与真实人群的排序有多大程度的一致。
与只关注第一名的首选项准确率不同，排序一致性会进一步比较各个选项之间的相对顺序。比较不同标题、产品或其他方案时，需要在相同问题和可比条件下衡量同一种反应。
排序一致性适用于需要比较和安排多个方案优先级的商业决策。例如，企业需要从一批新产品概念中确定研发顺序，比较多个营销创意的吸引力，或决定如何在不同市场机会之间分配资源。
这三项指标分别对应不同的研究需求。有些决策需要准确估计消费者选择某个选项的比例，有些需要找出最受欢迎的方案，还有些需要了解多个方案之间的优先顺序。通过结合不同指标，我们可以更全面地判断模型的预测结果是否满足实际商业研究的要求。
为什么 TVD 较低仍然可能导致错误决策
假设一家媒体公司的营销团队需要从三个标题中选出一个，用于发布同一篇文章。模型分别预测三个标题的点击率，团队可以根据这些结果决定最终采用哪个标题。
这组研究预测的平均 TVD 为 0.021，却将标题 C 排在首位；
真实数据中，标题 A 的点击率最高，标题 C 最低。
预测比例与真实数据接近，并不意味着模型一定能够支持正确的商业决策。因此，Atypica 不会仅凭单一指标判断模型表现。我们同时关注预测比例的准确程度，以及模型能否正确识别和区分不同方案，从而根据实际业务需求评估预测结果的可靠性。
从消费者预测到商业决策
消费者模拟的实际价值，最终体现在它能够帮助企业回答哪些问题，以及这些答案如何影响决策。
以下三个案例展示了主观世界模型在不同商业场景下的应用，并将模型预测与真实人群数据进行对比。
评估价格调整
一家企业的定价团队希望了解，随着产品价格上涨，消费者的购买意愿会发生怎样的变化。
以一款六瓶装 Coca-Cola Zero Sugar 为例，模型预测，当价格从 1.04 美元提高至 9.32 美元时，消费者的购买意愿将从 59.0% 下降至 18.0%。真实调研数据呈现出相近的下降趋势，购买意愿从 57.2% 降至 13.7%。
通过比较不同价格下的消费者反应，定价团队可以判断购买意愿在哪些价格区间开始明显减弱，并筛选出值得进一步验证的价格方案。这使团队能够更有针对性地开展后续定价研究，而不必对所有候选价格投入同等的调研资源。
美国受访者对同一款六瓶装 Coca-Cola Zero Sugar 在不同价格下的购买意愿。每行对应一个价格；数据反映受访者表达的购买意愿，
并非实际销售结果。
设计客户服务体验
一家企业的客户体验团队希望了解，消费者是否支持在自动化服务之外，增加一个需要额外付费的人工服务选项。
模型预测，39.0% 的受访者对此表示支持，真实调研结果为 40.3%。两组数据中，支持均为占比最高的回答。不过，模型对强烈支持人群的比例存在一定低估。
这些结果可以帮助团队判断，付费人工服务是否值得纳入后续的服务设计研究。团队可以据此进一步研究该服务选项的市场需求，并通过后续调研确定消费者的实际付费意愿。
美国受访者对增设付费人工服务选项的态度。该问题衡量的是对服务选项的支持程度，而非受访者个人的实际付费意愿。
选择更有效的营销标题
一家媒体公司的内容团队希望从三个候选标题中，选出最有可能获得较高点击率的版本。
在这一案例中，早期版本的模型分别预测标题 A、B、C 的点击率为 1.43%、0.87% 和 0.73%。真实数据对应的点击率为 1.48%、0.82% 和 0.70%。模型不仅较为准确地预测了各个标题的点击率，也正确还原了三个标题的表现排序。
根据这一预测，内容团队可以优先选择标题 A，并将后续测试资源集中在最有潜力的方案上。在这个案例中，预测结果的价值不仅在于点击率估计接近真实数据，更在于模型帮助团队找到了实际表现最好的标题。
三个标题对应同一篇文章，原始测试中的配图及其他展示条件相同。
图中标题为中文译文；模型根据原始英文标题预测，未使用配图信息。
结语：让可靠的消费者研究
跟上商业决策的速度
企业的决策节奏正在不断加快。新产品持续推出，营销内容频繁迭代，消费者需求也在不断变化。与此同时，传统消费者调研往往需要重复招募受访者、设计问卷和收集数据，时间与成本限制了企业开展研究的频率和范围。主观世界模型提供了另一种可能：通过可重复使用的消费者模拟能力，以更快的速度和更低的边际成本研究消费者反应，让更多商业决策获得数据支持。
但要让模拟研究真正成为企业可以依赖的研究方式，预测的准确性与可靠性始终是首要前提。 Atypica 持续将模型预测与真实人群数据进行对比，并根据不同商业决策的需求，采用多项指标评估模型表现。我们不仅关注预测结果与真实数据有多接近，也关注这些预测能否为实际决策提供可靠依据。
未来，我们将继续拓展主观世界模型能够覆盖的商业场景，积累更多真实人群数据，并通过持续评估与优化提升模型表现。我们的目标是让可靠的消费者模拟成为企业日常研究与决策中的实用工具，帮助团队以更高的效率获得消费者洞察，并更有信心地做出决策。
前往官网预约demo 期待与您相约
更多真实案例分享 尽情期待
atypica.AI｜AI原生的消费者研究平台
让更多重要的决定，都有消费者研究作为依据