什么时候该停止广告活动——统计显著性

ttyml

大家已经开始跑一些广告活动并且获取了一些数据了。 现在是该开始优化到盈利的时候了！

但是首先，我们如何确保我们的优化措施是正确的呢？

为什么我们要关注统计显著性

如果你抛一个硬币，然后出现了数字，是否意味着永远都是数字朝上？

当然不是。

但是，这恰恰是很多新人联盟客常犯的错误，假设数字永远朝上。

假设你想要0.2%的CVR(转换率)，许多联盟客会放弃任何低于0.2%的广告——不管它被浏览了多少次。

这是很糟糕的做法。一个广告在500次点击后没有任何转化，仍然可以在5000次点击后获得0.4%或更高的转化率。

幸运的是，科学家们花了很多时间来计算一件事需要重复多少次才能合理地确定它会以相同的比例重复。

这被称为“统计显著性”。

但是我们怎么计算它呢?

我们可以使用与科学家进行医学试验或粒子物理实验相同的统计工具来确定它们的结果是否有效。这样，我们就能像他们一样确信我们的做法是正确的。

别担心，这并没有听起来那么可怕。

小贴士：不要使用包含大量垃圾广告位展示量的数据。如果在最初的测试中，你将占总流量三分之一以上的位置列入了黑名单，则只使用你将这些位置列入黑名单后收集的数据进行统计测试。

使用数学计算器

访问这个页面：

https://statpages.info/confint.html

我们选择你仍然在跑的广告。

找到 Binomial Confidence Intervals （二项置信区间）部分。将它的转化次数输入 “Numbers（x）：” 框中。

把它的展示量输入“Denomiator（N）：”中。

点击“Compute”。

你最后会得到像这样的结果。下图假设你从 20000 个展示中获得了 12 个转化：

看不懂？别担心，实际上它非常简单。

数字的含义

我们现在要做的是根据我们目前掌握的数据来预测未来广告的转化率。但是利用统计学，不可能确切地预测一个数字。

相反，计算器告诉我们的是一个范围，你的最终转化率将在这个范围内。

计算器会计算出你的广告的最大和最小可能转换率：这就是“Exact Confidence Interval around Proportion（围绕比例的精确置信区间）”。

较高的数字是广告的最大转化率，较低的数字是最低转化率。要换算成百分比，两者都乘以100。

所以，在上面的例子中，你的广告的最低转化率是0.03%，最高转化率是0.1%，在95%的概率下。

太棒了，但是，我们如何根据这个信息进行优化呢？

计算最小可行转换率

要知道你需要优化掉什么，你必须知道要让广告活动能够确保赚钱，你需要怎样的转化率。

你可以通过 CPM、回报和目标 ROI 计算出它。 

加入社区,可阅读全站10w+资源

您尚未登录，请登录后操作

 非会员试读20%,加入社区后可阅读全文