ซึ่งมีความสำคัญมากกว่านั้นขึ้นอยู่กับต้นทุนของข้อผิดพลาดแต่ละอย่าง
ความแม่นยำมักจะเกี่ยวข้องกับต้นทุนโดยตรง ยิ่งคุณมีผลบวกผิดพลาดมากเท่าใดคุณก็ยิ่งมีต้นทุนต่อการบวกที่แท้จริงมากขึ้นเท่านั้น หากต้นทุนของคุณต่ำความแม่นยำก็ไม่สำคัญเท่าไหร่ ตัวอย่างเช่นหากคุณมีที่อยู่อีเมล 1M และมีค่าใช้จ่าย $ 10 ในการส่งอีเมลไปยังที่อยู่อีเมลทั้งหมดอาจไม่คุ้มค่ากับเวลาที่คุณพยายามระบุคนที่มีแนวโน้มจะตอบสนองมากที่สุดเพียงส่งสแปมทั้งหมด
จำได้ว่าคนอื่น ๆ มีแนวโน้มที่จะเกี่ยวข้องกับค่าเสียโอกาส; คุณกำลังละทิ้งโอกาสทุกครั้งที่คุณมีการติดลบ ดังนั้นการเรียกคืนจึงมีความสำคัญน้อยที่สุดเมื่อค่าส่วนต่างของการระบุที่ถูกต้องเพิ่มเติมมีขนาดเล็กเช่นมีโอกาสมากมายมีความแตกต่างกันเล็กน้อยระหว่างพวกเขาและมีเพียงจำนวน จำกัด เท่านั้นที่สามารถดำเนินการได้ ตัวอย่างเช่นสมมติว่าคุณต้องการซื้อแอปเปิ้ล ที่ร้านมีแอปเปิ้ล 100 ร้านและ 10 ร้านนั้นไม่ดี หากคุณมีวิธีแยกแยะแอปเปิลที่ไม่ดีที่คิดถึงคนดีถึง 80% คุณจะระบุแอปเปิ้ลดี ๆ ประมาณ 18 ตัว โดยปกติการเรียกคืน 20% นั้นน่ากลัว แต่ถ้าคุณต้องการแอปเปิ้ลเพียง 5 ตัวการหายไปของแอปเปิ้ล 72 ตัวนั้นไม่สำคัญเลย
ดังนั้นการเรียกคืนเป็นสิ่งสำคัญที่สุดเมื่อ:
- จำนวนของโอกาสมีน้อย (ถ้ามีแอปเปิ้ลดีเพียง 10 อันคุณจะไม่สามารถหาคนดี 5 คนที่มีอัตราการเรียกคืนเพียง 20%)
- มีความแตกต่างอย่างมีนัยสำคัญระหว่างโอกาส (ถ้าแอปเปิ้ลบางคนดีกว่าคนอื่น ๆ ดังนั้นอัตราการเรียกคืนที่ 20% ก็เพียงพอที่จะรับ 5 แอปเปิ้ลที่ดี แต่พวกเขาไม่จำเป็นต้องเป็นแอปเปิ้ลที่ดีที่สุด )
หรือ
- ประโยชน์ที่ได้รับจากโอกาสยังคงอยู่ในระดับสูงถึงแม้จะมีโอกาสมากมาย ตัวอย่างเช่นในขณะที่ผู้ซื้อส่วนใหญ่จะไม่ได้รับประโยชน์จากแอปเปิ้ลดี ๆ มากกว่า 18 ชนิดร้านค้าต้องการที่จะขายแอปเปิ้ลมากกว่า 18 รายการ
ดังนั้นความแม่นยำจะมีความสำคัญมากกว่าการระลึกถึงเมื่อค่าใช้จ่ายในการแสดงสูง แต่ค่าของการไม่แสดงต่ำ โปรดทราบว่านี่เป็นค่าใช้จ่ายในการแสดง / ไม่แสดงต่อผู้สมัครไม่ใช่ "ค่าใช้จ่ายในการดำเนินการใด ๆ เลย" กับ "ค่าใช้จ่ายในการไม่กระทำการใด ๆ เลย" ในตัวอย่างของแอปเปิ้ลมันเป็นค่าใช้จ่ายในการซื้อ / ไม่ซื้อแอปเปิ้ลหนึ่ง ๆ ไม่ใช่ค่าใช้จ่ายในการซื้อแอปเปิ้ลบางตัวเทียบกับค่าใช้จ่ายในการไม่ซื้อแอปเปิ้ล ค่าใช้จ่ายในการไม่ซื้อแอปเปิ้ลนั้นต่ำเพราะมีแอปเปิ้ลอื่น ๆ มากมาย เนื่องจากค่าใช้จ่ายในการซื้อแอปเปิ้ลที่ไม่ดีนั้นสูง แต่ค่าใช้จ่ายในการผ่านแอปเปิ้ลที่ดีนั้นต่ำดังนั้นความแม่นยำจึงมีความสำคัญมากกว่าในตัวอย่างนั้น อีกตัวอย่างหนึ่งจะจ้างเมื่อมีผู้สมัครที่คล้ายกันจำนวนมาก
การเรียกคืนมีความสำคัญมากกว่าความแม่นยำเมื่อค่าใช้จ่ายในการแสดงต่ำ แต่ค่าเสียโอกาสในการส่งต่อผู้สมัครมีสูง มีตัวอย่างสแปมที่ฉันให้ไว้ก่อนหน้านี้ (ค่าใช้จ่ายที่ขาดหายไปจากที่อยู่อีเมลไม่สูง แต่ค่าใช้จ่ายในการส่งอีเมลไปยังคนที่ไม่ตอบสนองนั้นต่ำกว่านี้) และอีกตัวอย่างหนึ่งคือการระบุผู้สมัคร ช็อตไข้หวัดใหญ่: ให้ไข้หวัดใหญ่แก่คนที่ไม่ต้องการและมันมีค่าใช้จ่ายไม่กี่ดอลลาร์ไม่ให้มันแก่คนที่ต้องการมันและพวกเขาอาจตายได้ ด้วยเหตุนี้แผนการดูแลสุขภาพโดยทั่วไปจะเสนอไข้หวัดใหญ่ให้กับทุกคนโดยไม่คำนึงถึงความแม่นยำทั้งหมด