एड ए/बी टेस्ट कितने समय तक चलाएं: सैंपल साइज़ गणित को व्यावहारिक बनाएं

एड ए/बी टेस्ट तब तक चलाएं जब तक प्रत्येक वेरिएंट ने उतने कन्वर्ज़न जमा न कर लिए हों जो उस अंतर को दिखाने के लिए पर्याप्त हों जिसकी आपको परवाह है — न कि एक निश्चित संख्या में दिनों के लिए। एक कार्यशील नियम के रूप में, इसका मतलब है कम से कम एक पूरा सप्ताह ताकि दिन-के-हिसाब-से साप्ताहिक चक्र कवर हो जाएं, और प्रति वेरिएंट 50 से लेकर कुछ हज़ार कन्वर्ज़न के बीच कहीं, यह इस बात पर निर्भर करता है कि आप कितना छोटा अंतर पकड़ना चाहते हैं। अवधि कैलेंडर की पसंद का नतीजा नहीं, बल्कि अंकगणित का आउटपुट है: आवश्यक दिन = प्रति वेरिएंट आवश्यक सैंपल ÷ प्रति वेरिएंट आपका दैनिक वॉल्यूम। यह लेख आपको वह अंकगणित देता है, वे फ्लोर और सीलिंग जो इसे ओवरराइड करते हैं, और वह सस्ता टेस्टिंग सीक्वेंस जिसका उपयोग करना चाहिए जब गणित कहता है कि आप सिग्निफिकेंस का खर्च नहीं उठा सकते।

अवधि एक आउटपुट है, कैलेंडर की पसंद नहीं#

अधिकांश सलाह आपको एक निश्चित जवाब देती है — सात दिन, चौदह दिन, एक महीना। दिन गलत यूनिट हैं। एक कैंपेन जो प्रतिदिन 40 कन्वर्ज़न जनरेट करता है, एक लैंडर टेस्ट को लगभग एक सप्ताह में रिज़ॉल्व कर देता है; वही टेस्ट एक कैंपेन पर जो प्रतिदिन 4 कन्वर्ज़न जनरेट करता है, दो महीने से अधिक समय लेता है, जिस समय तक रिजल्ट बीच में बदली हर चीज़ से दूषित हो चुका होता है। तीन इनपुट आपकी वास्तविक अवधि तय करते हैं:

• आप जिस मेट्रिक का टेस्ट कर रहे हैं उसकी बेसलाइन रेट — क्रिएटिव्स के लिए CTR, लैंडर्स और ऑफर्स के लिए कन्वर्ज़न रेट.
• पकड़ने लायक सबसे छोटा अंतर। 10% लिफ्ट पकड़ने की लागत 50% लिफ्ट पकड़ने से कहीं अधिक ट्रैफिक की होती है, और अधिकांश छोटी लिफ्ट्स उस खर्च के लायक नहीं होतीं जो उन्हें देखने में लगता है।
• प्रति वेरिएंट दैनिक वॉल्यूम — आपके बजट और बिड्स द्वारा तय।

पहले दो को फिक्स करें और आवश्यक सैंपल एक फॉर्मूला से निकल आता है। तीसरे से भाग दें और आपकी अवधि मिल जाती है। यदि जवाब लगभग चार सप्ताह से अधिक लंबा आता है, तो सही कदम आमतौर पर टेस्ट को बदलना होता है, न कि उसे जबरदस्ती चलाते रहना — इस पर नीचे और है।

सैंपल-साइज़ गणित, सांख्यिकी की डिग्री माइनस#

95% कॉन्फिडेंस और 80% पावर पर दो-वेरिएंट टेस्ट के लिए स्टैंडर्ड शॉर्टकट:

प्रति वेरिएंट n ≈ 16 × p × (1 − p) ÷ d²

जहाँ p दशमलव के रूप में आपकी बेसलाइन रेट है और d वह एब्सोल्यूट डिफरेंस है जिसे आप पकड़ना चाहते हैं। दो काम किए गए उदाहरण:

• CTR लेवल पर क्रिएटिव टेस्ट। बेसलाइन CTR 0.5%, 20% रिलेटिव लिफ्ट (0.1 पॉइंट्स एब्सोल्यूट) पकड़ना: n ≈ 16 × 0.005 × 0.995 ÷ 0.001² ≈ प्रति वेरिएंट 80,000 इम्प्रेशन्स। नेटिव प्लेसमेंट्स इम्प्रेशन्स तेज और सस्ते में सर्व करते हैं, इसलिए यह दिनों में रिज़ॉल्व हो सकता है।
• कन्वर्ज़न लेवल पर लैंडर टेस्ट। बेसलाइन कन्वर्ज़न रेट 2%, 25% रिलेटिव लिफ्ट (0.5 पॉइंट्स एब्सोल्यूट) पकड़ना: n ≈ 16 × 0.02 × 0.98 ÷ 0.005² ≈ प्रति वेरिएंट 12,500 क्लिक्स। $0.40 CPC पर यह दो पेजों की एक जोड़ी के लिए पाँच अंकों का टेस्ट है।

उस टेबल से दो सबक निकलते हैं। पहला, छोटी लिफ्ट्स बेहद महंगी होती हैं: पकड़े जाने वाले अंतर को आधा करने से सैंपल चौगुना हो जाता है। दूसरा, इम्प्रेशन लेवल पर टेस्टिंग की लागत क्लिक लेवल पर टेस्टिंग के एक छोटे से अंश के बराबर होती है। यह असममितता आपके पूरे टेस्टिंग प्रोग्राम को आकार देनी चाहिए: क्रिएटिव एंगल्स का टेस्ट CTR लेवल पर करें, फनल्स का टेस्ट कन्वर्ज़न लेवल पर करें, और बटन-कलर जैसे छोटे बदलावों का टेस्ट बिल्कुल न करें — उन्हें पकड़ने के लिए आवश्यक सैंपल शायद ही कभी अपनी लागत वसूल पाता है।

फ्लोर: एक पूरा सप्ताह, चाहे गणित कुछ भी कहे#

यहाँ तक कि जब वॉल्यूम आपका सैंपल दो दिनों में दे देता है, तब भी कम से कम सात दिन चलाएं। वीकडे और वीकेंड ऑडियंस अलग तरह से बर्ताव करते हैं — अलग लोग, अलग डिवाइस, अलग इरादा। नेटिव नेटवर्क्स पर पब्लिशर मिक्स सप्ताह भर न्यूज साइकल और कंटेंट शेड्यूल के साथ घूमता रहता है, इसलिए मंगलवार का ट्रैफिक शनिवार के ट्रैफिक जैसा नहीं होता। कन्वर्ज़न लैग दूसरा बायस जोड़ता है: किसी वेरिएंट के गुरुवार के क्लिक्स शनिवार को कन्वर्ट हो सकते हैं, इसलिए एक शुरुआती कट सिस्टमैटिकली उस वेरिएंट का पक्ष लेता है जिसके इम्प्रेशन्स संयोग से पहले आए थे। एक टेस्ट जो सप्ताह के बीच में समाप्त होता है, उसने आपके वास्तविक ट्रैफिक का एक तिरछा स्लाइस सैंपल किया है, और "विजेता" केवल वीकडे स्पेशलिस्ट हो सकता है।

सीलिंग: लंबे टेस्ट अंदर से सड़ने लगते हैं#

तीन से चार सप्ताह के बाद, एक ए/बी टेस्ट एक नियंत्रित प्रयोग नहीं रह जाता। क्रिएटिव फटीग दोनों वेरिएंट्स को कमजोर कर देती है — शायद ही कभी एक ही गति से, जो चुपके से रैंकिंग्स को मिड-टेस्ट उलट देती है। प्रतिस्पर्धी ऑक्शन में आते और जाते हैं और आपके ट्रैफिक क्वालिटी को शिफ्ट कर देते हैं। सीजनैलिटी पूरी तुलना के नीचे से ड्रिफ्ट करती है। यदि फॉर्मूला कहता है कि आपको छह सप्ताह के ट्रैफिक की आवश्यकता है, तो इसे एक फैसले के रूप में पढ़ें: जिस अंतर की आप तलाश कर रहे हैं, वह आपके वॉल्यूम पर पकड़ने के लिए बहुत छोटा है। इसके बजाय एक बड़े स्विंग का टेस्ट करें — एक अलग हुक या एंगल, एक अलग फनल स्ट्रक्चर — जहाँ पकड़ा जाने वाला अंतर बड़ा हो और सैंपल किफायती हो।

पीक न करें — या कम से कम पीक्स पर एक्शन न लें#

क्लासिक फेल्योर मोड: डैशबोर्ड को दैनिक चेक करें और पहले दिन जीत घोषित कर दें जब नंबर सिग्निफिकेंट दिखें। जमा हो रहे डेटा पर बार-बार नज़र डालने से फॉल्स पॉजिटिव्स नाटकीय रूप से बढ़ जाते हैं — दैनिक पीकिंग के साथ, एक "इसने किसी समय सिग्निफिकेंस हिट किया" स्टॉपिंग रूल विज्ञापित 5% एरर रेट से कहीं अधिक बार फायर करती है। मीन की ओर रिग्रेशन तब अधिकांश "मेरा विजेता जीतना बंद कर दिया" शिकायतों की व्याख्या करता है: दूसरे दिन आगे निकलने वाला वेरिएंट नॉइज़ पर सवार था, और वह वापस ड्रिफ्ट हो जाता है। अनुशासन सरल है: अपनी सैंपल साइज़ पहले से कमिट कर लें, दैनिक मॉनिटरिंग केवल स्टॉप-लॉस कंडीशन्स के लिए करें — टूटी हुई ट्रैकिंग, अनियंत्रित खर्च, कोई वेरिएंट आपदाजनक प्रदर्शन कर रहा हो — और विजेता का मूल्यांकन एक बार, अंत में करें।

सिग्निफिकेंस का खर्च न उठा पाने पर किल रूल्स#

अधिकांश नेटिव और एफिलिएट बायर 12,500 क्लिक्स प्रति वेरिएंट का फंड नहीं जुटा सकते, और अन्यथा दिखावा करना नकली कठोरता पैदा करता है। ईमानदार विकल्प है स्टेज्ड कलिंग — सिग्निफिकेंस टेस्टिंग से ज्यादा क्रूड, और उन बायर्स के बीच स्टैंडर्ड प्रैक्टिस जो महीने में दर्जनों क्रिएटिव्स टेस्ट करते हैं:

1. CTR कल (दिन 1–3)। प्रत्येक क्रिएटिव को कुछ हज़ार इम्प्रेशन्स दें, फिर पैक से स्पष्ट रूप से नीचे वाली हर चीज़ को किल कर दें। आप कुछ साबित नहीं कर रहे — आप ट्रायेज कर रहे हैं ताकि बजट संभावित विजेताओं पर केंद्रित हो।

2. स्पेंड गार्डरेल (रोलिंग)। एक आम प्रैक्टिशनर रूल: किसी भी वेरिएंट को पॉज कर दें जिसने आपके टारगेट CPA का 2–3× खर्च कर दिया हो और शून्य कन्वर्ज़न हों। यह सांख्यिकी नहीं है; यह अस्तित्व बचाना है।

3. फाइनलिस्ट्स पर सिग्निफिकेंस। एक बार दो या तीन सर्वाइवर्स अधिकांश खर्च संभाल लें, तो उनके बीच ऊपर दिए गए गणित का उपयोग करके एक उचित कन्वर्ज़न-लेवल टेस्ट चलाएं। आप दस नकली टेस्ट्स के बजाय एक वास्तविक टेस्ट फंड करते हैं।

सैंपल को शॉर्टकट करें: उन एड्स से शुरुआत करें जो पहले ही सर्वाइव कर चुके हैं#

हर वह वेरिएंट जिसे आपको टेस्ट करने की आवश्यकता नहीं है, बचाया गया पैसा है, और इस बारे में सबसे सस्ती जानकारी कि क्या काम करता है, वह है जिसे प्रतिस्पर्धी चलाते रहने के लिए भुगतान करते रहते हैं। एक एड जो 30+ दिनों से चल रहा है, उसने अपने मालिक की प्रॉफिटेबिलिटी चेक को उस रन के हर दिन पास किया है। OpenAdLibrary का 49 नेटवर्क्स (जून 2026) में 725,000+ लाइव नेटिव क्रिएटिव्स का इंडेक्स हर क्रिएटिव के लिए फर्स्ट-सीन और लास्ट-सीन डेट्स रिकॉर्ड करता है, जो एड लॉन्जेविटी को एक फिल्टरेबल सिग्नल में बदल देता है न कि एक अंदाज़ा — आपके वर्टिकल में सबसे लंबे समय तक चलने वाले नेटिव एड्स एक प्री-टेस्टेड स्टार्टिंग ग्रिड हैं। दो या तीन एंगल्स जो पहले से ही जंगली में सिद्ध हो चुके हैं के आसपास अपना टेस्ट बनाएं और आप एक विजेता पर वेरिएशन्स टेस्ट कर रहे होंगे न कि ठंडे अनुमानों पर; आप नेटिव एड रिसर्च टूल के साथ लाइव प्रतिस्पर्धी क्रिएटिव्स को मुफ्त में ब्राउज़ कर सकते हैं। कम, बेहतर वेरिएंट्स का मतलब है छोटे सैंपल, छोटे टेस्ट और डिस्कवरी पर जलाए गए कम बजट।

एक काम किया गया उदाहरण, शुरू से अंत तक#

मान लीजिए आप एक $60-पेआउट लीड-जेन ऑफर चलाते हैं जिसमें एक कैंपेन आपकी टेस्ट सेल्स में प्रतिदिन लगभग 1,500 क्लिक्स कर रहा है।

• क्रिएटिव स्टेज: चार क्रिएटिव्स CTR लेवल पर प्रतिस्पर्धा करते हैं। प्रत्येक को कुछ हज़ार इम्प्रेशन्स देने से 2–3 दिनों में रिज़ॉल्व हो जाता है; टॉप दो पर कल करें।
• लैंडर स्टेज: कन्वर्ज़न लेवल पर दो लैंडर्स। बेसलाइन CVR लगभग 3%, 30% रिलेटिव लिफ्ट (0.9 पॉइंट्स एब्सोल्यूट) पकड़ना: n ≈ 16 × 0.03 × 0.97 ÷ 0.009² ≈ प्रति वेरिएंट 5,700 क्लिक्स, कुल मिलाकर लगभग 11,400। प्रतिदिन 1,500 क्लिक्स पर यह आठ दिन हैं — इसे एक पूरा सप्ताह प्लस वीकेंड कवरेज कह लें।
• फैसला: एक टेस्ट साइकल लॉन्च से एक बचाव योग्य विजेता तक 10–12 दिन चलती है, जिसमें हारने वाला खर्च गार्डरेल रूल द्वारा कैप किया जाता है न कि उम्मीद पर चलने दिया जाता है।

यही "कितने समय तक" का यथार्थवादी आकार है: सस्ते ट्रायेज के कुछ दिन, फोकस्ड मापन का एक सप्ताह-प्लस, और एक कैलेंडर लंबाई जो आपके क्लिक वॉल्यूम द्वारा तय होती है — न कि किसी के जादुई दिनों की संख्या द्वारा।