用的另一种选择是在实验中添加某种类型的“控制”或基准来衡量自己。这可以是现有的产品、竞争对手、当时评估过的过去的创新等…

尽管这使我们能够将其与更“真实”的事物进行比较，但很难分离出会影响用户评价的变量。选择哪个产品作为基准？一个已经存在的产品肯定没有那么新颖，但如果它成功了，它就会表现出更好的性能评估。选择市场份额低或鲜为人知的产品是有效的基准吗？

话虽如此我们得出了更复杂

模型的高级设计，这些模型通过为每个人分配 玻利维亚手机号码列表 购买概率来工作。有保险的买家，无论标准如何，进行有效的发布后购买的概率为“1”(100%)，净拒绝者的概率为“0”，因此所有中间值。

这些概率的总和将为我们提供发布后可能买家的总百分比的近似值。估计这个值不是一件容易的事。在发布后的整个期间，有很多因素会影响增加或减少这种购买可能性。

我们的概率建模算法越复杂，预测就越准确。同样，我们对未来行为的确定性总会有误差，不会是 100%。

详细了解客户购买过程的复杂性。

在不断寻找更好的结果

当然，这些概率模型的经验在市场研究的预测中总是取得更大的效果。尽管他们需要在时间和金钱上投入更多，但当推出新产品的成本需要估算投资回报以实现最终 OK 时，他们是合理的。

在许多情况下，消息并不像预期的那样，但以 CXB名录 通也有助于纠正和提高营销计划的效率，或优化要投入的资源。

在所有情况下，能够预测新产品的性能，即使存在一定的误差，也比在产品已经上市且已经进行投资时盲目反应要好。