摘要：与数百个日化历史项目中男性消费者的回答结果相比，这则概念测试的大部分主要指标都略低于norm。所以要测试针对男性消费者的广告或概念，需要与男性为base的norm值相比才更科学。

广告创意是否能让目标消费者产生深刻的印象，对品牌产生好感，并准确地传递信息，甚至激发购买欲望？一般我们会在广告上线前对每个阶段的创意内容反复测试，基于消费者的反馈不断优化创意。

我们在开展广告及概念创意前测时，需要找到参照物才能评判其优劣。很重要的一步分析过程就是需将此次调研获得的主要指标得分，与行业整体水平相比较。这个“行业整体水平”，即为市场研究公司在积累诸多历史项目后形成的Norm值。

下面是一个男性个人洗护用品的广告概念测试结果。基于云思Concept CT研究模型，部分指标数据如下：

从这组数据可以看到，几个主要指标“理解程度”、“可信度”、“喜欢程度”和“购买意向”不论是Top 2(选择“非常同意”及“比较同意”的比例)还是平均值，均高于Norm。即这个概念测试结果与云思新意通数百个日化行业概念测试的历史项目数据相比，是好于平均水平的。

所以如果基于这样的比较，则我们似乎可以得到这个广告概念表现很好的结论。

但其实这里有一个问题：所测试的是一款针对男性消费者的产品的广告概念，调研对象也是男性消费者。而由于日化行业的目标消费者特征，在我们积累的数百个日化行业前测项目中，有近7成受访者为女性。以此次男性受访者的反馈情况，与基于大多数为女性受访者的均值比较，是否会有偏差？

以防男女有别，我们又将该项目数据与基于男性受访者的Norm进行了比较。于是看到了差异很大的结果：

与数百个日化历史项目中男性消费者的回答结果相比，这则概念测试的大部分主要指标都略低于norm。同样的调研结果，和不同Norm比较，得到了截然不同的结论。

看来男女果然有别。我们基于云思新意通norm库比较了日化行业概念测试中，男女受访者的平均水平。发现男性受访者在各项指标上都给到了更加肯定的反馈。比如“购买意向”指标，基于男性受访者的Norm值要比女性Norm值高12%。所以要测试针对男性消费者的广告或概念，需要与男性为base的norm值相比才更科学。

在传统研究公司中，对于历史项目数据的管理，是以“项目”为基本颗粒。项目可以按项目类型、客户行业等维度细分。类似前测类研究模型的Norm也是以项目为颗粒进行计算。而像上述这样，分性别（或者其他细分人群的维度）分别看Norm值，要耗费巨大数据处理的人力，极难实现。云思是应用自主开发的自动化洞察平台开展项目，可以以个体样本为基本颗粒进行数据管理的，所以得以实现更灵活地多维度计算Norm值。企业也能够通过多个项目积累自己的norm值，从而获得更准确、更多的洞察。