Πόσο να τρέξεις ένα A/B test διαφημίσεων: Ο υπολογισμός του δείγματος σε πρακτική μορφή

Τρέξε ένα A/B test διαφημίσεων μέχρι κάθε παραλλαγή να έχει συλλέξει αρκετές μετατροπές ώστε να γίνει ορατή η διαφορά που σε ενδιαφέρει — όχι για σταθερό αριθμό ημερών. Ως πρακτικός κανόνας, αυτό σημαίνει τουλάχιστον μία πλήρη εβδομάδα για να καλύψεις κύκλους ημέρας της εβδομάδας, και κάπου μεταξύ 50 και μερικών χιλιάδων μετατροπών ανά παραλλαγή ανάλογα με το πόσο μικρή διαφορά θέλεις να ανιχνεύσεις. Η διάρκεια είναι αποτέλεσμα αριθμητικής, όχι ημερολογιακή προτίμηση: απαιτούμενες ημέρες = απαιτούμενο δείγμα ανά παραλλαγή ÷ ο ημερήσιος όγκος σου ανά παραλλαγή. Αυτό το άρθρο σου δίνει αυτή την αριθμητική, τα ελάχιστα και μέγιστα όρια που την παρακάμπτουν, και την φθηνότερη ακολουθία δοκιμών που χρησιμοποιείς όταν τα μαθηματικά λένε ότι δεν μπορείς να αντέξεις τη στατιστική σημαντικότητα.

Η διάρκεια είναι αποτέλεσμα, όχι ημερολογιακή επιλογή#

Οι περισσότερες συμβουλές σου δίνουν μια σταθερή απάντηση — επτά ημέρες, δεκατέσσερις ημέρες, ένα μήνα. Οι ημέρες είναι λάθος μονάδα. Μια καμπάνια που παράγει 40 μετατροπές την ημέρα επιλύει ένα test landing page σε περίπου μια εβδομάδα. Το ίδιο test σε μια καμπάνια που παράγει 4 την ημέρα παίρνει πάνω από δύο μήνες, μέχρι τότε το αποτέλεσμα έχει μολυνθεί από όλα όσα άλλαξαν στο μεταξύ. Τρεις παράγοντες καθορίζουν την πραγματική σου διάρκεια:

• Το βασικό ποσοστό του μετρικού που δοκιμάζεις — CTR για δημιουργίες, ποσοστό μετατροπών για landing pages και προσφορές.
• Η μικρότερη διαφορά που αξίζει να ανιχνευθεί. Η ανίχνευση μιας βελτίωσης 10% κοστίζει πολύ περισσότερη κίνηση από την ανίχνευση μιας βελτίωσης 50%, και οι περισσότερες μικρές βελτιώσεις δεν αξίζουν τη δαπάνη που απαιτείται για να τις δεις.
• Ημερήσιος όγκος ανά παραλλαγή — καθορίζεται από το budget και τις προσφορές σου.

Καθόρισε τα δύο πρώτα και το απαιτούμενο δείγμα προκύπτει από έναν τύπο. Διαίρεσέ το με τον τρίτο και έχεις τη διάρκεια σου. Αν η απάντηση βγει μεγαλύτερη από περίπου τέσσερις εβδομάδες, η σωστή κίνηση είναι συνήθως να αλλάξεις το test, όχι να το τραβήξεις — περισσότερα για αυτό παρακάτω.

Τα μαθηματικά του μεγέθους δείγματος, χωρίς το πτυχίο στατιστικής#

Η τυπική συντόμευση για ένα test δύο παραλλαγών με 95% εμπιστοσύνη και 80% ισχύ:

n ανά παραλλαγή ≈ 16 × p × (1 − p) ÷ d²

όπου p είναι το βασικό σου ποσοστό ως δεκαδικός και d είναι η απόλυτη διαφορά που θέλεις να ανιχνεύσεις. Δύο παραδείγματα:

• Test δημιουργίας σε επίπεδο CTR. Βασικό CTR 0.5%, ανίχνευση σχετικής βελτίωσης 20% (απόλυτη διαφορά 0.1 ποσοστιαίες μονάδες): n ≈ 16 × 0.005 × 0.995 ÷ 0.001² ≈ 80,000 εμφανίσεις ανά παραλλαγή. Οι native placements σερβίρουν εμφανίσεις γρήγορα και φθηνά, οπότε αυτό μπορεί να επιλυθεί σε ημέρες.
• Test landing page σε επίπεδο μετατροπών. Βασικό ποσοστό μετατροπών 2%, ανίχνευση σχετικής βελτίωσης 25% (απόλυτη διαφορά 0.5 ποσοστιαίες μονάδες): n ≈ 16 × 0.02 × 0.98 ÷ 0.005² ≈ 12,500 κλικ ανά παραλλαγή. Με CPC $0.40 αυτό είναι ένα test πενταψήφιου ποσού για ένα μόνο ζευγάρι σελίδων.

Δύο μαθήματα προκύπτουν από αυτόν τον πίνακα. Πρώτον, οι μικρές βελτιώσεις είναι απάνθρωπα ακριβές: το να μειώσεις στο μισό την ανιχνεύσιμη διαφορά τετραπλασιάζει το δείγμα. Δεύτερον, το test σε επίπεδο εμφανίσεων κοστίζει ένα μικρό κλάσμα του test σε επίπεδο κλικ. Αυτή η ασυμμετρία θα πρέπει να διαμορφώσει ολόκληρο το πρόγραμμα δοκιμών σου: δοκίμασε γωνίες δημιουργιών σε επίπεδο CTR, δοκίμασε funnels σε επίπεδο μετατροπών, και μην δοκιμάζεις καθόλου αλλαγές στο μέγεθος του χρώματος ενός κουμπιού — το δείγμα που απαιτείται για να τις ανιχνεύσεις σπάνια αποπληρώνεται.

Το ελάχιστο όριο: μία πλήρης εβδομάδα, ό,τι και να λένε τα μαθηματικά#

Ακόμα κι όταν ο όγκος σου παραδίδει το δείγμα σε δύο ημέρες, τρέξε τουλάχιστον επτά. Το κοινό των καθημερινών και του Σαββατοκύριακου συμπεριφέρεται διαφορετικά — διαφορετικοί άνθρωποι, διαφορετικές συσκευές, διαφορετική πρόθεση. Η μίξη των εκδότων στα native networks περιστρέφεται κατά τη διάρκεια της εβδομάδας καθώς οι ειδησεογραφικοί κύκλοι και τα προγράμματα περιεχομένου αλλάζουν, οπότε η κίνηση της Τρίτης δεν είναι η κίνηση του Σαββάτου. Η υστέρηση μετατροπών προσθέτει μια δεύτερη προκατάληψη: τα κλικ μιας παραλλαγής την Πέμπτη μπορεί να μετατραπούν το Σάββατο, οπότε μια πρόωρη διακοπή ευνοεί συστηματικά όποια παραλλαγή τυχαίνει να πάρει τις πρώτες εμφανίσεις της. Ένα test που τελειώνει στη μέση της εβδομάδας έχει δει μια λοξή φέτα της πραγματικής σου κίνησης, και ο «νικητής» μπορεί απλά να είναι ο ειδικός των καθημερινών.

Το μέγιστο όριο: τα μακρά tests σαπίζουν από μέσα#

Μετά από τρεις με τέσσερις εβδομάδες, ένα A/B test σταματά να είναι ένα ελεγχόμενο πείραμα. Η κούραση της δημιουργίας αποσυντίθεται και στις δύο παραλλαγές — σπάνια με την ίδια ταχύτητα, που αντιστρέφει ήσυχα τις κατατάξεις εν μέσω του test. Οι ανταγωνιστές μπαίνουν και βγαίνουν από τη δημοπρασία και αλλάζουν την ποιότητα της κίνησής σου. Η εποχικότητα μετατοπίζεται κάτω από ολόκληρη τη σύγκριση. Αν ο τύπος λέει ότι χρειάζεσαι έξι εβδομάδες κίνησης, διάβασέ το ως απόφαση: η διαφορά που κυνηγάς είναι πολύ μικρή για να ανιχνευθεί στον όγκο σου. Δοκίμασε μια μεγαλύτερη αλλαγή αντίθετα — μια διαφορετική αγκίστρωση ή γωνία, μια διαφορετική δομή funnel — όπου η ανιχνεύσιμη διαφορά είναι μεγάλη και το δείγμα είναι προσιτό.

Μην κρυφοκοιτάς — ή τουλάχιστον μην ενεργείς με βάση κρυφοκοιτάγματα#

Ο κλασικός τρόπος αποτυχίας: έλεγξε τον πίνακα ελέγχου καθημερινά και ανακήρυξε νίκη την πρώτη ημέρα που οι αριθμοί φαίνονται σημαντικοί. Οι επαναλαμβανόμενοι έλεγχοι σε συσσωρευμένα δεδομένα αυξάνουν δραματικά τα ψευδώς θετικά αποτελέσματα — με καθημερινό κρυφοκοίταγμα, ένας κανόνας διακοπής «έφτασε στατιστική σημαντικότητα κάποια στιγμή» ενεργοποιείται πολύ πιο συχνά από το διαφημιζόμενο ποσοστό σφάλματος 5%. Η επιστροφή στο μέσο όρο εξηγεί μετά τις περισσότερες παραπόνωνες «ο νικητής μου σταμάτησε να κερδίζει»: η παραλλαγή που πήρε προβάδισμα τη δεύτερη ημέρα καβαλούσε θόρυβο, και απομακρύνεται πίσω. Η πειθαρχία είναι απλή: προσδιόρισε εκ των προτέρων το μέγεθος του δείγματος σου, παρακολούθησε καθημερινά μόνο για συνθήκες stop-loss — σπασμένο tracking, ανεξέλεγκτη δαπάνη, μια παραλλαγή που αποδίδει καταστροφικά — και αξιολόγησε τον νικητή μία φορά, στο τέλος.

Κανόνες διακοπής για όταν δεν μπορείς να αντέξεις τη στατιστική σημαντικότητα#

Οι περισσότεροι αγοραστές native και affiliate δεν μπορούν να χρηματοδοτήσουν 12,500 κλικ ανά παραλλαγή, και το να προσποιείσαι διαφορετικά παράγει ψεύτικη αυστηρότητα. Η ειλικρινής εναλλακτική είναι σταδιακός αποκλεισμός — πιο πρόχειρος από τη στατιστική δοκιμή σημαντικότητας, και τυπική πρακτική μεταξύ αγοραστών που δοκιμάζουν δεκάδες δημιουργίες τον μήνα:

1. Αποκλεισμός με βάση το CTR (ημέρες 1–3). Δώσε σε κάθε δημιουργία μερικές χιλιάδες εμφανίσεις, μετά σταμάτα όλα όσα είναι σαφώς κάτω από το υπόλοιπο. Δεν αποδεικνύεις τίποτα — κάνεις τριάρισμα ώστε το budget να συγκεντρωθεί σε πιθανούς νικητές.
2. Φράγμα δαπάνης (συνεχές). Ένας κοινός πρακτικός κανόνας: παύσε οποιαδήποτε παραλλαγή που έχει ξοδέψει 2–3× το CPA στόχο σου με μηδενικές μετατροπές. Αυτό δεν είναι στατιστική· είναι επιβίωση.
3. Στατιστική σημαντικότητα στους φιναλίστ. Μόλις δύο ή τρεις επιζώντες μεταφέρουν το μεγαλύτερο μέρος της δαπάνης, τρέξε ένα σωστό test σε επίπεδο μετατροπών μεταξύ τους χρησιμοποιώντας τα παραπάνω μαθηματικά. Χρηματοδοτείς ένα πραγματικό test αντί για δέκα ψεύτικα.

Συντόμευσε το δείγμα: ξεκίνα από διαφημίσεις που έχουν ήδη επιβιώσει#

Κάθε παραλλαγή που δεν χρειάζεται να δοκιμάσεις είναι χρήματα που εξοικονομείς, και η φθηνότερη πληροφορία για το τι δουλεύει είναι αυτό που οι ανταγωνιστές συνεχίζουν να πληρώνουν για να τρέξουν. Μια διαφήμιση που έχει τρέξει για 30+ ημέρες έχει περάσει τον έλεγχο κερδοφορίας του ιδιοκτήτη της κάθε μέρα αυτής της λειτουργίας. Ο κατάλογος του OpenAdLibrary με 725,000+ ενεργές native δημιουργίες σε 49 δίκτυα (Ιούνιος 2026) καταγράφει ημερομηνίες πρώτης και τελευταίας εμφάνισης για κάθε δημιουργία, που μετατρέπει τη μακροβιότητα της διαφήμισης σε ένα φιλτραρισμένο σήμα αντί για προαίσθημα — οι μακροβιότερες native διαφημίσεις στον κλάδο σου είναι ένα προ-δοκιμασμένο σημείο εκκίνησης. Δημιούργησε το test σου γύρω από δύο ή τρεις γωνίες που έχουν ήδη αποδειχθεί στην πράξη και δοκιμάζεις παραλλαγές σε έναν νικητή αντί για κρύες εικασίες. Μπορείς να περιηγηθείς δωρεάν σε ζωντανές δημιουργίες ανταγωνιστών με το εργαλείο έρευνας native διαφημίσεων. Λιγότερες, καλύτερες παραλλαγές σημαίνουν μικρότερα δείγματα, συντομότερα tests και λιγότερο budget καμένο σε ανακάλυψη.

Ένα λεπτομερές παράδειγμα, από την αρχή ως το τέλος#

Ας πούμε ότι τρέχεις μια προσφορά lead-gen με πληρωμή $60 με μία καμπάνια που κάνει περίπου 1,500 κλικ την ημέρα στις δοκιμαστικές σου ομάδες.

• Στάδιο δημιουργίας: τέσσερις δημιουργίες ανταγωνίζονται σε επίπεδο CTR. Μερικές χιλιάδες εμφανίσεις η καθεμία επιλύονται σε 2–3 ημέρες. Αποκλείονται οι δύο κορυφαίες.
• Στάδιο landing page: δύο landing pages σε επίπεδο μετατροπών. Βασικό CVR περίπου 3%, ανίχνευση σχετικής βελτίωσης 30% (απόλυτη διαφορά 0.9 ποσοστιαίες μονάδες): n ≈ 16 × 0.03 × 0.97 ÷ 0.009² ≈ 5,700 κλικ ανά παραλλαγή, περίπου 11,400 συνολικά. Σε 1,500 κλικ την ημέρα αυτό είναι οκτώ ημέρες — πες μια πλήρη εβδομάδα συν κάλυψη Σαββατοκύριακου.
• Απόφαση: ένας κύκλος test τρέχει 10–12 ημέρες από την έναρξη μέχρι έναν υπερασπίσιμο νικητή, με τις χαμένες δαπάνες να περιορίζονται από τον κανόνα του φράγματος αντί να τρέχουν με ελπίδα.

Αυτό είναι το ρεαλιστικό σχήμα του «πόσο καιρό»: λίγες ημέρες φθηνής τριάρισμα, μια εβδομάδα-συν εστιασμένης μέτρησης, και ένα μήκος ημερολογίου που καθορίζεται από τον όγκο των κλικ σου — όχι από κάποιον μαγικό αριθμό ημερών.