如何对持续的听众反馈做出反应?
当广播中不断引入观众见解时,专业人员通常会对弗雷德·雅各布斯(Fred Jacobs)所说的“ 类似EKG的台词,在广告,新音乐和DJ演讲中倾注 ”反应过度。 正如我在前一篇文章中所承认的那样,匆忙的决定是对PPM(或类似)和基于数据分析的技术的一种人为诱惑。 如果我们的解决方案Voizzup没什么不同的话 仅仅是内容评估的工具。 为了防止过度反应,Voizzup引入了一个持续改进的框架,该框架包括基于持续的听众反馈,较短的学习周期和实验的技术,方法和思维方式。 在运行实验以验证或反驳假设之后,可以在短时间内将确实相反的结论转化为行动。 这与恐惧驱动的仓促决定相反。 (有关Voizzup框架的更多信息,可以进行广播的持续改进,请 阅读本文 )。 重要的是要消除广播专业人员急于或对内容评估反应过度的自然趋势。 然而,按照雅各布的类比,我们不应低估这些类似于EKG的谱系对于日常学习的价值。 让我们从Voizzup仪表板的每日视图中看到一些曲线: 在上图中,我们可以看到随机的某天,从早上6点到9点,每天早上一分钟的听众的分布情况,您还可以看到音量的变化(正极网为绿色,负极网为红色)。 每天的曲线可能相似……或者根本不相似。…