सामग्री
उद्योग-मानक मेट्रिक्स आणि पद्धतींचा वापर करून, आम्ही आपल्याला अचूक परिणाम मिळवू शकतो.
आमच्या प्रोसेसर चाचण्यांसाठी, आम्ही बर्‍याच वेगवेगळ्या बेंचमार्कमधून स्कोअरचा संग्रह गोळा करतो, प्रत्येकजण अनेक भिन्न परिस्थितींमध्ये संबंधित कामगिरीचा डेटा एकत्रित करतो. उदाहरणार्थ, आम्ही सीपीयूची चाचणी घेण्यासाठी गीकबेंच, जीपीयूची चाचणी घेण्यासाठी थ्रीडीमार्क इत्यादी वापरतो. आम्ही फोनचे संपूर्ण चित्र प्राप्त करण्यासाठी ऑडिओ, प्रदर्शन, कॅमेरा, बॅटरी आणि प्रोसेसरमध्ये बेंचमार्कची मोठी बॅटरी वापरतो. आम्ही कसे चाचणी करतो आणि आम्ही काय शोधतो याविषयी आपल्याला जाणून घेऊ इच्छित असल्यास आपण येथे हे तपासून पाहू शकता.
या सर्व चाचण्यांनंतर, डेटा तपासून काढण्यासाठी आपल्याकडे एक विशाल ढीग शिल्लक आहे. काय चांगले आहे ते आम्हाला कसे कळेल? जे वाईट आहे ते आम्हाला कसे कळेल? आम्ही प्रत्येक चाचणीमध्ये प्रामाणिकपणाने कसे गुण मिळवू शकतो?
डेटा म्हणजे काय?
मानवी बोधानुसार मर्यादित असलेल्या प्रत्येक मेट्रिकसाठी (स्क्रीन चमक, रंग अचूकता इ.) आम्ही त्या मर्यादा काय आहेत यावर संशोधन करून असंख्य तास घालवले आणि त्यांना आमच्या मास्टर स्प्रेडशीटमध्ये जोडले. मग आम्ही निर्धारित केले की लोक त्यांचे फोन कसे वापरतात यासंदर्भात इतर काही तात्विक चिमटे आवश्यक आहेत का. मूलत :, एखाद्या डिव्हाइसने त्याचा कसा उपयोग केला त्यासंदर्भात डिव्हाइसच्या कामगिरीबद्दल त्यांना बक्षीस द्यायचे आहे, परंतु कोणत्याही प्रकारे मोजण्यासाठी कोणतेही बाह्यकर्मी एक मार्ग किंवा दुसर्‍या मार्गाने आकर्षित करू इच्छित नाहीत. आपण फरक सांगू शकत नाही तर ते आमच्या स्कोअरमध्ये प्रतिबिंबित होऊ नये, बरोबर?
गामा त्रुटीसाठी काल्पनिक स्कोअरिंग सिस्टम दर्शविते वक्रांकन एक उदाहरण.
प्रत्येक डेटा पॉईंटसाठी आम्ही 0-100 पासून निकाल निश्चित करण्यासाठी एक समीकरण लागू केले, परंतु स्केल पुरस्कार आणि बाह्यकर्त्यांना घटत्या कमी दराने शिक्षा देतो. अशाप्रकारे, अगदी लहान ऑडिओ विकृती असणार्‍या फोनला आपण फरक ऐकू शकत नसल्यास चालना मिळणार नाही आणि खरोखरच कमी स्कोअर असलेले फोन त्यांच्याकडे बरेच चमकदार स्पॉट असल्यास त्या बुडणार नाहीत. एकदा आम्ही प्रत्येक मुख्य श्रेणीसाठी प्रत्येक लहान डेटा पॉइंटवर हे वक्र लागू केले, तेव्हा आम्ही प्रत्येक मुख्य श्रेणी (कॅमेरा, प्रदर्शन, ऑडिओ इ.) समानतेसाठी मूल्यवान बनविण्यासाठी स्कोअर सामान्य केले. आमच्या हेतूंसाठी, 10 पेक्षा कमी स्कोअर खराब आहे, 50 ची स्कोअर ही आमच्या मर्यादांमधील योग्य डेड-सेंटर आहे, 90 ची धावसंख्या बहुतेक लोकांच्या समजण्यापेक्षा जास्त आहे. परिणामी, 100 किंवा 0 ची स्कोअर मिळवणे जवळजवळ अशक्य आहे.
आम्ही प्रत्येक गोष्टीसाठी आमची अंतर्गत स्कोअर प्रकाशित करीत नसलो तरी आम्ही ठराविक पॉईंट्स घरी नेण्यासाठी वेळोवेळी त्यांचा संदर्भ घेऊ. तेथे बरेच हायपरबोल आहे आणि आम्ही आपल्या मनाची खात्री करू इच्छितो: सर्वात वाईट स्मार्टफोनसुद्धा बर्‍याच वेळा वस्तुनिष्ठपणे सभ्य असतात. जर आमच्या अल्गोरिदम विरूद्ध एखादी गोष्ट चांगली नोंदली गेली तर याचा अर्थ असा आहे की आपण कदाचित त्या आणि त्या परीक्षेसाठी एक “सर्वोत्कृष्ट” उत्पादन यातील फरक सांगण्यास सक्षम नसाल.
आपण स्कोअरमध्ये डेटा कसा बदलता?
एकदा आम्ही आमचा सर्व डेटा एकत्रित केला आणि आमच्या समीकरणासह त्याचे संदर्भित केले की आम्ही आपल्याला दर्शविण्यासाठी स्कोअर मिळवू शकतो. आम्ही प्रदर्शित केलेल्या प्रत्येक स्कोअरसाठी, हे निर्धारित करण्यासाठी वापरलेले सूत्र हे आहे: स्कोर = ((उत्पादन स्कोअर) / (अधिकतम स्कोअर)) * 10. परंतु काळजी करू नका: एकूणच स्कोअर फोनला दिलेल्या वेळेवर उर्वरित शेतात कसे बसते हे दर्शवते.
आमची साइट त्यानंतर त्या उत्पादनाच्या प्रकाराच्या प्रत्येक पुनरावलोकनासाठी सर्व संचयी स्कोअर घेईल आणि सर्वाधिक-स्कोअरिंग डिव्हाइस 10 ची नोंदवेल. बाकी सर्व काही त्यानंतर त्यानुसार कमी होईल. जसे आपण कल्पना करू शकता, याचे दोन फायदे आहेत:
- स्कोअर वेळेची पर्वा न करता बाजारात कोणत्याही विशिष्ट फोनची स्थिती प्रतिबिंबित करतात
- स्कोअर नेहमीच चांगल्या, चांगल्या मॉडेलना सामावून घेण्यास सक्षम असतील
नीट, हं? जरी आपण क्लीयरन्सवर असलेला एखादा जुना फोन शोधत असलात तरीही आपण शोधत असलेल्या इतर डिव्हाइसशी ते डिव्हाइस किती चांगले तुलना करते हे आपण पाहू शकता.
आम्ही प्रत्येक फोन रिंगरमधून ठेवतो.
जरी आपण आमच्या काही स्कोअरशी सहमत नसू शकता, तरीही याचा अर्थ असा आहे की आपल्या गरजा भागातील नक्षत्र आपल्यासाठी अनन्य आहे: जे पूर्णपणे ठीक आहे! आपणास असे आढळेल की आपण आपल्या गरजा प्रतिबिंबित करण्यासाठी आमच्या वजनासह खेळण्यास सक्षम असाल तर आमचा डेटा आपल्याशी सहमत आहे. तथापि, आम्हाला येथे आमच्या सर्व वाचकांच्या गरजा भागवाव्या लागतील आणि आम्ही ठरवले की आपली नवीन पद्धत कार्य करण्याच्या जुन्या पद्धतीपेक्षा श्रेयस्कर आहे.
