OpenAdLibraryOpenAdLibrary
تعريف

الدلالة الإحصائية (اختبار الإعلانات)

الدلالة الإحصائية تعني أن الفرق الملاحظ بين متغيرين من الإعلانات من غير المحتمل أن يكون نتيجة للصدفة العشوائية بدلاً من فجوة أداء حقيقية.

رسم توضيحي تحريري: الدلالة الإحصائية (اختبار الإعلانات)

الدلالة الإحصائية في اختبار الإعلانات تعني أن الفرق الملاحظ بين متغيرين، في CTR أو معدل التحويل أو أي مقياس آخر، من غير المحتمل أن يكون نتيجة الصدفة العشوائية بدلاً من فجوة أداء حقيقية. إنها تجيب على السؤال الذي يسأله كل مشترٍ للوسائط في النهاية: هل المتغير B أفضل بالفعل، أم أنه فقط حظي بحظ في عينة صغيرة؟

لماذا تضلل العينات الصغيرة#

مع عدد قليل فقط من النقرات أو التحويلات، يمكن للتباين العشوائي بسهولة أن يجعل الإعلان المتوسط يبدو فائزًا لفترة قصيرة، والإعلان القوي حقًا يبدو خاسرًا. عنوان يحقق معدل تحويل حقيقي 3% يمكن أن يظهر 0% أو 10% على عشرين زائرًا فقط بالصدفة البحتة. اختبار الدلالة يزن حجم العينة، ومعدل التحويل، وحجم الفجوة الملاحظة لتقدير مدى احتمالية استمرار النتيجة مع وصول المزيد من الزيارات.

كيف يطبقها المشترون دون شهادة في الإحصاء#

معظمهم لا يقومون بالحسابات يدويًا. يستخدمون حاسبة الدلالة المجانية، يدخلون الزوار والتحويلات لكل متغير، ويتحققون مما إذا كان مستوى الثقة يتجاوز حدًا معينًا، عادة 90% أو 95%، قبل إعلان الفائز. القاعدة العملية وراء كل هذا: المزيد من التحويلات، وليس فقط المزيد من النقرات، هو ما يبني الثقة فعليًا. اختبار بآلاف النقرات ولكن فقط بضع تحويلات لكل متغير لا يزال غير موثوق، بغض النظر عن مدة تشغيله.

قاعدة إبهام عملية#

لا يوجد حد أدنى عالمي لحجم العينة، يعتمد ذلك على معدل التحويل الأساسي ومدى الفرق الذي تحاول اكتشافه. العديد من المشترين يعتبرون أي شيء أقل من بضع عشرات من التحويلات لكل متغير ضئيلًا جدًا للثقة به، وينتظرون أكثر بكثير قبل إعادة تخصيص ميزانية جادة. على الشبكات منخفضة الحجم مثل Revcontent أو MediaGo مقارنة بشبكة عالية الحجم مثل Taboola، قد يستغرق الوصول إلى عينة موثوقة وقتًا أطول بشكل ملحوظ، وهو ما يستحق أن يؤخذ في الاعتبار عند تحديد مدى عدوانية قطع المتغيرات ضعيفة الأداء.

لماذا يهم خارج اختباراتك الخاصة#

نفس المنطق ينطبق عند الحكم على إعلان منافس من الخارج. الإعلان الذي تم تشغيله لمدة يومين فقط يخبرك بقدر أقل بكثير من إعلان ثبت أنه يعمل منذ أسابيع، ولهذا يعمل عمر الإعلان كبديل خارجي تقريبي: الإعلان الذي يستمر لفترة طويلة ربما يكون قد تجاوز بالفعل حاجز الدلالة الداخلي الخاص به، حتى لو كنت لا تستطيع رؤية الأرقام الفعلية للمعلن. يسجّل OpenAdLibrary المدة التي رُصد خلالها كل إعلان تم التقاطه عبر الشبكات، مما يمنحك تلك الإشارة الخارجية دون الوصول إلى لوحة تحكم أي شخص. استكشفها من خلال منصة ذكاء الإعلانات.

هذا أيضًا هو السبب في أن المشترين يجب أن يكونوا متشككين في دراسات الحالة البارزة التي تدعي تحقيق قفزة هائلة من اختبار صغير. التغيرات الكبيرة في النسب المئوية على عينات صغيرة هي بالضبط ما ينتج عن الضوضاء العشوائية، ويجب أن تظل النتيجة المشروعة صامدة مع نمو الحجم، وليس فقط الظهور مرة واحدة ثم الاختفاء.

الأسئلة المتكررة

ما مستوى الثقة الذي يجب أن أستخدمه لاختبار الإعلانات؟
95% هو المعيار الأكاديمي، لكن العديد من مشتري الوسائط يعملون بنسبة 90% نظرًا لسرعة القرارات التي تتطلبها حسابات الإعلانات الأصلية. يعتمد الحد المناسب على مدى تكلفة الخطأ في التقدير لميزانيتك وعرضك المحدد.
كم عدد التحويلات التي أحتاجها قبل الوثوق بالاختبار؟
لا يوجد رقم عالمي ثابت، لكن العديد من المشترين يعتبرون النتائج التي تقل عن بضع عشرات من التحويلات لكل متغير غير موثوقة. الاختلافات الأكبر بين المتغيرات يمكن الوثوق بها أسرع من الصغيرة، لأن الفجوة الأكبر أقل احتمالاً أن تكون ضوضاء.
هل يمكن أن يحتوي الاختبار على نقرات كافية ولكن ليس تحويلات كافية؟
نعم، وهذه واحدة من أكثر فخاخ الثقة الزائفة شيوعًا. تتراكم النقرات أسرع من التحويلات، لذا يمكن أن يبدو الاختبار ناضجًا من حيث حجم النقرات بينما لا يزال يعتمد على عدد قليل جدًا من التحويلات الفعلية ليكون موثوقًا إحصائيًا.
هل تضمن الدلالة الإحصائية أن المتغير سيستمر في الفوز؟
لا. إنها تقول فقط إن الفرق الملاحظ كان من غير المحتمل أن يكون عشوائيًا في وقت الاختبار. إرهاق المواد الإعلانية، الموسمية، وتحولات الجمهور يمكن أن تغير أي متغير يؤدي بشكل أفضل لاحقًا، لذا فإن الاختبار هو عملية مستمرة، وليس حكمًا لمرة واحدة.
فريق OpenAdLibrary
كتب بواسطةفريق OpenAdLibrary
استخبارات الإعلانات وأبحاث الإعلانات الأصلية

نحن نبني OpenAdLibrary، المنصة المفتوحة للشفافية الإعلانية. كل يوم، تلتقط أنظمتنا إعلانات أصلية حية عبر Taboola وOutbrain وMGID وRevcontent وTeads وYahoo وMSN، وتحدد المعلن الحقيقي وراء كل إعلان، وتتبع النقرة إلى صفحة الهبوط الخاصة به. تقدم هذه الأدلة خلاصة ما نراه في تلك البيانات حتى تتمكن من البحث في السوق بشكل أسرع.