80小说网

手机浏览器扫描二维码访问

第7章 从预试验到持续监测（第5页）

在公司的正常运行中，应当在测试前增加一步预试验，通过多项预试验可以排除好看但不好用的方法。

因为一开始没有投入很多，所以我们还可以尝试很多其他的预试验。

这就是为什么在预试验阶段我们不在意P=0.2，因为再加上定性检测结果，形成有力的三角交叉验证，我们就可以推进到测试阶段，承受因停止某些干预措施而招致的批评，并进行大规模干预。

这才是测试的真正亮点。

因为预试验的唯一目的是弄清干预能否导致行为改变，所以它不具有长期性。

在测试中，我们就可以开始考虑让某些做法成为最终的标准操作程序的一部分了。

这一考虑会给测试带来一些变化。

首先，要考虑真实运用，所以可能需要改进干预措施。

一方面，预试验的结果反映了这一要求；另一方面，扩大测试规模时也需要调整一些措施。

我们要对这些措施进行验证，确保措施的变化不会导致最终结果的变化。

第二，更多人会参与其中，有客户，也有员工。

这点很重要，主要是因为令人讨厌的确认偏见。

我们在预试验中已经实施了一次干预，所以我们很兴奋，想把它向前推进。

但是请记住，P=0.2意味着实际上有20%的干预措施不能改变行为，所以这20%的干预措施无法通过测试验证（如果通过了，那就是确认偏见）。

当这种情况发生时，你的选择与预试验阶段类似：重新测试一次，看看它是否只是一个异常值。

如果其他干预措施奏效，那就完全放弃这项干预措施，或者对它做调整，重新进行预试验。

观察P值、效应量及可能的干扰，挑出因范围扩大而不起作用的措施。

恭喜你成了一个领导者！

P=0.2意味着80%的干预措施是有效的，这将在测试验证中再次被证明。

测试的目的不仅仅是确认干预措施改变了行为，也要确定干预措施是否值得实施。

这件事值得做吗？测试的主要目的不是进行干预，而是判断是否要进行下一步的大规模试验。

在干预设计过程中，我们进行了多轮验证，从最早的可能性分析和压力影响因素分析，到对实际干预的两次验证，我们清楚地知道干预需要花费多少精力。

基于此，在测试之后，我们可以得到一个比较确定的“付出和收获的关系”

的陈述。

我们有（信心），（干预）将（方向）（行为）[由（数据）衡量]。

大规模试验需要（努力），会带来（变化）。

“疯狂填词”

（MadLibs）游戏是不是很有趣？让我们一起来填词。

信心=基于P值，但在措辞上通俗化而非学术化

干预=具体的干预措施

方向=增加还是减少行为

行为=行为陈述中可衡量的活动

数据=对群体目标行为的量化

努力=大规模试验所需的资源

变化=基于P值，但在措辞上通俗化而非学术化

对于流感疫苗信件的例子，具体陈述如下。

基于改善会员健康的目的，我们对于通过给居民寄送关于注射流感疫苗的私人信件来提高流感疫苗接种率（由流感疫苗接种数量衡量）非常有信心。

进行大规模试验需要大约10个小时和5500美元，试验将增加大约500次流感疫苗注射。

上面的很多术语都无须解释，这是干预设计过程步骤的自然结果。

但是非常聪明的人可能会细心地指出：如果只对有信心的措施进行大规模试验，为什么需要表示有信心这样的语句？