● 数字化时代，线上调研正经历着从在线样组到大数据调研等诸多新兴手段融合的发展阶段。

● 多种在线调研渠道有效拓展了传统执行能力边界，但数据质量也面临着样本真实性与唯一性、有效甄别职业样本、规避虚假流量等挑战。

● 作为具有近30年积淀的专业市场研究公司，CTR是如何应对这些问题的？

1

CTR“试金石”系统

●  试金石系统，是央视市场研究（CTR）自主研发的在线调研数字化质控系统。

●  CTR在传统质控策略的基础上，将答题行为分析、数字化质控算法融入其中，贯穿问卷填答的整个流程，实时评估调研数据质量，从根本上保障调研数据的可靠性和高质量交付。

● “试金石”系统，通过与互联网平台用户风控体系对接，过滤虚假样本，并通过历史问卷数据挖掘受访者答题行为规律，搭建问卷选项时长评估、时长相似度、内容相似度等模型的答题行为算法矩阵。

● 在问卷调研项目执行过程中，通过对问卷填答数据的实时分析，识别问题样本，不仅有效提升了样本质量控制系统的“分辨率”，而且实现问卷投放渠道的动态评估，及时调整问卷投放策略，提升项目执行质量与效率。 

2

”试金石”系统三大模型

● 问卷填答选项时长评估模型：通过技术手段采集调研项目中受访者系统登录及操作信息，对受访者“无感知数据”进行深入的数据挖掘，聚焦受访者点击每个选项的细微操作，由此判断受访者的答题态度。

● 问卷填答相似度模型：主要是判别机器人或人为批量答题的异常情况。通过比对任意两个样本间的答题时长相似度，发现个别临近样本出现问卷填答时长高度一致的现象。

● 问卷填答内容相似度模型：通过对问卷数据的分析挖掘，发现问卷填答的相似度集中在较低水平，而“离群值”的出现提示样本间答案相似程度过高，特别是出现在先后进入问卷答题系统的临近样本之间。

● 同时，答案相似度模型和时长相似度模型相互补充，若识别出的问题样本呈现一定比例重合，双重证据表明该类样本带来无效问卷数据的风险更大。

3

“试金石”系统的应用

● “试金石”在线调研数字化质控系统，通过答题行为算法模型，精准识别答题随意、虚假流量等无效数据，提高在线调研数据质量。

● 同时，通过算法模型的集成，实时评估各调研渠道数据质量，动态调整项目执行策略，实现问卷数据质控的数字化。

● 未来，“试金石”在线调研数字化质控系统，在现有的受访者黑白名单库的基础上，进一步探索受访者答题生命周期、答题健康度等指标，充分利用AI技术助力在线调研质量管理，提升在线调研行业的数字化质控水平。