Reklam A/B Testlerini Ne Kadar Süre Çalıştırmalısınız: Örneklem Büyüklüğü Matematiği Pratik Hali

Bir reklam A/B testini, önemsediğiniz farkı görünür kılmak için her varyant yeterli dönüşüm toplayana kadar çalıştırın — sabit bir gün sayısı için değil. Genel bir kural olarak, bu, haftanın günü döngülerini kapsamak için en az bir tam hafta ve tespit etmek istediğiniz farkın küçüklüğüne bağlı olarak varyant başına 50 ile birkaç bin arasında dönüşüm anlamına gelir. Süre, bir takvim tercihi değil, aritmetiğin bir çıktısıdır: gereken gün sayısı = varyant başına gerekli örneklem ÷ varyant başına günlük hacminiz. Bu makale size o aritmetiği, onu geçersiz kılan taban ve tavanları ve matematik anlamlılığı karşılayamayacağınızı söylediğinde kullanacağınız daha ucuz test sırasını verir.

Süre bir takvim seçimi değil, bir çıktıdır#

Çoğu tavsiye size sabit bir cevap verir — yedi gün, on dört gün, bir ay. Günler yanlış birimdir. Günde 40 dönüşüm üreten bir kampanya, bir açılış sayfası testini yaklaşık bir haftada çözer; aynı test günde 4 dönüşüm üreten bir kampanyada iki aydan fazla sürer, ki bu noktada sonuç arada değişen her şeyle kirlenmiştir. Gerçek sürenizi üç girdi belirler:

• Test ettiğiniz metriğin temel oranı — yaratıcılar için CTR, açılış sayfaları ve teklifler için dönüşüm oranı.
• Tespit etmeye değer en küçük fark. %10'luk bir artışı tespit etmek, %50'lik bir artışı tespit etmekten çok daha fazla trafik maliyeti getirir ve çoğu küçük artış, onları görmek için harcanan parayı hak etmez.
• Varyant başına günlük hacim — bütçeniz ve teklifleriniz tarafından belirlenir.

İlk ikisini sabitleyin ve gerekli örneklem bir formülden çıkar. Üçüncüye bölün ve süreniz elinizde olur. Cevap yaklaşık dört haftadan uzun çıkarsa, genellikle doğru hamle onu sürdürmek değil, testi değiştirmektir — aşağıda daha fazlası var.

İstatistik derecesi çıkarılmış örneklem büyüklüğü matematiği#

%95 güven ve %80 güç için iki varyantlı bir testin standart kısayolu:

varyant başına n ≈ 16 × p × (1 − p) ÷ d²

Burada p ondalık olarak temel oranınız ve d tespit etmek istediğiniz mutlak farktır. İki işlenmiş örnek:

• CTR düzeyinde yaratıcı testi. Temel CTR %0,5, %20 göreceli artış tespiti (0,1 puan mutlak): n ≈ 16 × 0,005 × 0,995 ÷ 0,001² ≈ varyant başına ~80.000 gösterim. Yerel yerleşimler gösterimleri hızlı ve ucuz sunar, bu yüzden bu günler içinde çözülebilir.
• Dönüşüm düzeyinde açılış sayfası testi. Temel dönüşüm oranı %2, %25 göreceli artış tespiti (0,5 puan mutlak): n ≈ 16 × 0,02 × 0,98 ÷ 0,005² ≈ varyant başına ~12.500 tıklama. $0,40 CPC ile bu, tek bir sayfa çifti için beş haneli bir testtir.

Bu tablodan iki ders çıkar. İlk olarak, küçük artışlar acımasızca pahalıdır: tespit edilebilir farkı yarıya indirmek örneklemi dört katına çıkarır. İkincisi, gösterim düzeyinde test etmek, tıklama düzeyinde test etmenin küçük bir kısmına mal olur. Bu asimetri, tüm test programınızı şekillendirmelidir: yaratıcı açıları CTR düzeyinde test edin, hunileri dönüşüm düzeyinde test edin ve düğme rengi büyüklüğündeki değişiklikleri hiç test etmeyin — onları tespit etmek için gereken örneklem nadiren kendini amorti eder.

Taban: matematik ne derse desin, bir tam hafta#

Hacim örnekleminizi iki günde verse bile, en az yedi gün çalıştırın. Hafta içi ve hafta sonu kitleleri farklı davranır — farklı insanlar, farklı cihazlar, farklı niyet. Yerel ağlardaki yayıncı karışımı, haber döngüleri ve içerik programları değiştikçe hafta boyunca döner, bu yüzden Salı trafiği Cumartesi trafiği değildir. Dönüşüm gecikmesi ikinci bir yanlılık ekler: bir varyantın Perşembe tıklamaları Cumartesi günü dönüşüm yapabilir, bu yüzden erken bir kesinti, hangi varyantın gösterimlerini ilk alacağına bağlı olarak sistematik olarak lehte davranır. Hafta ortasında biten bir test, gerçek trafiğinizin çarpık bir dilimini örneklemiştir ve 'kazanan' basitçe hafta içi uzmanı olabilir.

Tavan: uzun testler içeriden çürür#

Üç ila dört haftayı geçtikten sonra, bir A/B test kontrollü bir deney olmaktan çıkar. Yaratıcı yorulma her iki varyantı da bozar — nadiren aynı hızda, bu da test sırasında sessizce sıralamaları tersine çevirir. Rakibler müzayedeye girip çıkar ve trafik kalitenizi değiştirir. Mevsimsellik tüm karşılaştırmanın altında kayar. Formül altı haftalık trafik gerektirdiğini söylüyorsa, bunu bir karar olarak okuyun: avladığınız fark, hacminizde tespit edilemeyecek kadar küçük. Bunun yerine daha büyük bir değişiklik test edin — farklı bir çengel veya açı, farklı bir huni yapısı — burada tespit edilebilir fark büyük ve örneklem uygun maliyetlidir.

Gözetlemeyin — veya en azından gözetlemelere göre hareket etmeyin#

Klasik başarısızlık modu: panoyu günlük kontrol edin ve sayılar anlamlı göründüğü ilk gün zafer ilan edin. Biriken verilere tekrarlanan bakışlar, yanlış pozitifleri önemli ölçüde şişirir — günlük gözetleme ile, 'bir noktada anlamlılığa ulaştı' durdurma kuralı, belirtilen %5 hata oranından çok daha sık tetiklenir. Ortalamaya dönüş, çoğu 'kazananım kazanmayı bıraktı' şikayetini açıklar: ikinci günde öne çıkan varyant gürültüye biniyordu ve geriye sürükleniyor. Disiplin basittir: önceden örneklem büyüklüğünüzü taahhüt edin, günlük olarak yalnızca zararı durdurma koşulları için izleyin — bozuk takip, kontrolsüz harcama, felaket performans gösteren bir varyant — ve kazananı bir kez, sonunda değerlendirin.

Anlamlılığı karşılayamadığınızda durdurma kuralları#

Çoğu yerel ve affiliate alıcı, varyant başına 12.500 tıklamayı finanse edemez ve aksini iddia etmek sahte titizlik üretir. Dürüst alternatif, aşamalı elemedir — anlamlılık testinden daha kaba ve ayda düzinelerce yaratıcı test eden alıcılar arasında standart uygulama:

1. CTR elemesi (gün 1–3). Her yaratıcıya birkaç bin gösterim verin, ardından gruptan açıkça aşağıda olan her şeyi durdurun. Bir şey kanıtlamıyorsunuz — bütçenin olası kazananlarda yoğunlaşması için eleme yapıyorsunuz.

2. Harcama korkuluğu (sürekli). Yaygın bir uygulayıcı kuralı: sıfır dönüşümle hedef CPA'nızın 2–3 katını harcayan herhangi bir varyantı duraklatın. Bu istatistik değil; hayatta kalmadır.

3. Finalistler üzerinde anlamlılık. İki veya üç hayatta kalan harcamanın çoğunu taşıdığında, yukarıdaki matematiği kullanarak aralarında uygun bir dönüşüm düzeyinde test çalıştırın. On sahte test yerine bir gerçek test finanse edersiniz.

Örneklemi kısaltın: zaten hayatta kalmış reklamlardan başlayın#

Test etmeniz gerekmeyen her varyant tasarruf edilen paradır ve neyin işe yaradığına dair en ucuz bilgi, rakiplerin çalıştırmaya devam etmek için ödeme yaptığı şeydir. 30+ gün boyunca çalışan bir reklam, o çalışmanın her günü sahibinin karlılık kontrolünden geçmiştir. OpenAdLibrary'nin 49 ağdaki (Haziran 2026) 725.000+ canlı yerel yaratıcı indeksi, her yaratıcı için ilk görülme ve son görülme tarihlerini kaydeder, bu da reklam uzun ömrünü bir sezgi yerine filtrelenebilir bir sinyale dönüştürür — sektörünüzdeki en uzun süre çalışan yerel reklamlar önceden test edilmiş bir başlangıç ızgarasıdır. Testinizi vahşi doğada zaten kanıtlanmış iki veya üç açı etrafında oluşturun ve soğuk tahminler yerine bir kazanan üzerinde varyasyonlar test edersiniz; canlı rakip yaratıcıları yerel reklam araştırma aracıyla ücretsiz göz atabilirsiniz. Daha az, daha iyi varyant, daha küçük örneklemler, daha kısa testler ve keşif için daha az yakılan bütçe anlamına gelir.

Baştan sona işlenmiş bir örnek#

Diyelim ki $60 ödemeli bir lead-gen teklifi çalıştırıyorsunuz ve bir kampanyanız test hücrelerinizde günde kabaca 1.500 tıklama yapıyor.

• Yaratıcı aşaması: dört yaratıcı CTR düzeyinde yarışır. Her birine birkaç bin gösterim 2–3 günde çözülür; ilk ikiye eleyin.
• Açılış sayfası aşaması: dönüşüm düzeyinde iki açılış sayfası. Temel CVR yaklaşık %3, %30 göreceli artış tespiti (0,9 puan mutlak): n ≈ 16 × 0,03 × 0,97 ÷ 0,009² ≈ varyant başına ~5.700 tıklama, toplamda yaklaşık 11.400. Günde 1.500 tıklamada bu sekiz gündür — bir tam hafta artı hafta sonu kapsamı diyelim.
• Karar: bir test döngüsü, başlangıçtan savunulabilir bir kazana kadar 10–12 gün sürer, kaybeden harcama umuda bırakılmak yerine korkuluk kuralıyla sınırlanır.

İşte 'ne kadar süre'nin gerçekçi şekli: birkaç gün ucuz eleme, bir haftadan fazla odaklı ölçüm ve tıklama hacminiz tarafından belirlenen bir takvim uzunluğu — kimsenin sihirli gün sayısı tarafından değil.