最近要对网站上展示的素材作品进行一下评估，于是乎各种查阅资料，最终习得了综合评分法与四象限分类法。本文将对此两种方法做一个简要的总结，希望可以对大家有所帮助。
产品内容价值的综合评分法
1 确定关键数据指标
评估产品内容价值的第一步，是要确定关键的数据指标，在本案例中，素材作品的主要关键数据指标就是：浏览量，转化率（付费下载量/浏览量）。
2 确定关键数据指标权重
关键数据指标权重的确定，主要使用矩阵分析法。矩阵分析法如下：
现假设有A、B、C、D四个数据指标，采用1/0式思维方式。
开展团队会议投票，纵向指标比横向指标重要时，填“1”，反之填“0”。
将每行数字相加，根据合计数值进行排序。
根据公式：指标权重=（指标的合计得分/所有指标的合计得分之和）*100%，由于图中D指标的合计得分是0，为了方便计算，可将各指标合计得分分别加1。
由此可得，A指标的权重=3/10*100%=30%，B指标的权重=4/10*100%=40%，C指标的权重=2/10*100%=20%，D指标的权重=1/10*100%=10%。
在本案例中，只有两个数据指标，即浏览量和转化率，矩阵分析结果如下：
根据指标权重公式，计算出，浏览量的权重=1/3*100%=33.3%，转化率的权重=2/3*100%=66.7%。
3 计算出素材作品的综合评分
现将需要评估价值的素材作品列出（仅列出少量内容，作举例用），如下：
根据公式，作品内容综合评分=浏览量评分*浏览量权重+转化率评分*转化率权重，计算作品的综合评分。
那么浏览量评分和转化率评分如何得到呢？我们继续来拆解。这里需要利用到数据标准化方法中的归一化方法：数据统一映射到 [0，1]，公式为 x=（x-min）/（max-min）。由此就可以得出，所有作品的浏览量评分。以1号作品为例，浏览量评分=（720-450）/（1120-450）=0.4；转化率评分=（0.1023-0.0152）/（0.1023-0.0152）=1；综合评分采用百分制，使用归一化后的评分乘以100，即综合评分=（0.4*33.3%+1*66.7%）*100=80。
由此可以得出，全部作品的综合评分列表：
所以，综合评分越高的作品，在运营策略上就要越重点维护和优先推荐。
产品内容价值的四象限分类法
1 确定关键数据指标
评估产品内容价值的第一步，仍然是要确定关键的数据指标，在本案例中，素材作品的主要关键数据指标就是：浏览量，转化率（付费下载量/浏览量）。
2 计算出内容四象限分类表
我们还是以第一种方法中的5个作品为例，首先我们首先要计算出关键数据指标的平均值，并做记录：
接下来，要计算出偏移量，偏移量指的是散点与原点的距离。比如1号作品，它的坐标即散点（x1=720,y1=10.23%），原点坐标即平均值的坐标（x0=856,y0=6.43%），计算公式为：距离d=√[（x1-x0）²+（y1-y0）²]。由此公式，可以计算出所有作品与原点（x0=856,y0=6.43%）的距离：376，128，424，196，286。
对于这些数据进行数据的归一化处理，即数据统一映射到 [0，1]，公式为 x=（x-min）/（max-min），对于偏移量越大的作品，我们应优先调整运营的策略。
根据以上得到的数据，即可得到内容四象限的分类矩阵，图中横轴代表浏览量、纵轴代表转化率：
四个象限内容的说明：
第一象限内容：浏览量和转化率都很高，属于A类内容，运营策略是重点维护和优先推荐。
第二象限内容：转化率高，浏览量低，属于B类内容，运营策略是提高曝光度，比如放置在推荐位。
第三象限内容：浏览量和转化率都很低，属于C类内容，此部分内容可以考虑下架。
第四象限内容：浏览量高，转化率低，属于D类内容，运营策略是改善转化路径上的体验优化。
最终，可以得到作品内容的四象限分类表格：
从表格中可以知道这5个作品分别属于什么类别的作品，对不同类别的作品将采取不同的运营策略。
总结
从以上两种方法看出，作品1的综合评分最高，并且属于B类内容，所以作品1适合放到重点推荐位展示。在评估产品内容时，最好是两种方法同时使用。产品内容价值的分析、评估，最主要的目的是将内容进行细分，然后针对性的选择运营策略。
以上就是对于如何评估产品内容的方法总结，欢迎大家一起交流。
#专栏作家#
流年，人人都是产品经理专栏作家。互联网产品设计师，4年互联网产品设计经验。擅长用户体验设计，喜欢钻研需求功能背后的技术实现方式；在成为综合型产品设计师的道路上不断努力前进！
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
