Общие рекомендации по оценке статистической значимости

We use cookies. Read the Privacy and Cookie Policy

Общие рекомендации по оценке статистической значимости

При тестировании необходимо поверить в данные перед принятием решения. Если действия одного человека могут значительно повлиять на коэффициент конверсии, то данные не обладают статистической значимостью. Например, если 100 человек нажали на ваше объявление и один из них совершил конверсию, то коэффициент конверсии равен 1 %. Если следующий человек, нажавший на ваше объявление (всего 101 клик), совершает конверсию, то значение коэффициента увеличивается почти вдвое. Если коэффициент удваивается и вы назначаете ставки на основе ROI, то их размер тоже удваивается. В данном случае данные не обладают статистической значимостью.

Программа Excel предусматривает два способа определения достаточности данных. Вы можете использовать распределение ?-квадрат или дисперсионный анализ (ANOVA). Они позволяют определить, когда вы можете завершить тестирование и приступить к принятию решений на основании собранных данных. Однако понимание и применение этих методов в Excel потребует усилий. Microsoft предоставляет интерактивные учебные пособия по использованию этих двух математических функций.

Далее перечислены основные рекомендации по объему данных, которые необходимо собрать, прежде чем закончить тестирование и приступить к измерению результатов.

«ЛУЧШЕГО» РЕКЛАМНОГО ОБЪЯВЛЕНИЯ НЕ СУЩЕСТВУЕТ

Объявление может считаться лучшим только с учетом ваших маркетинговых целей. Если вы пытаетесь привлечь больше посетителей на сайт или улучшить показатель качества, нужно сосредоточиться на кликах. Если вы назначаете ставки с целью максимизации прибыли, нужно определить, какой доход приносит каждый посетитель. Тестирование объявлений без учета цели приведет к тому, что вы не сможете извлечь смысл из полученных данных.

Данный текст является ознакомительным фрагментом.