كان هناك مجموعة من التغريدات ومشاركات المدونات التي تحدثت مؤخرًا عن المشكلات المتعلقة باستخدام المتوسطات في التسويق عبر PPC. على سبيل المثال ، هذه واحدة حيث يجادل جولي باتشيني بأن "المتوسطات هي مقياس دقيق":
في حين أنه من الصحيح أن المتوسطات في بعض الأحيان قد تكون مضللة للغاية ، إلا أن مشكلة مجموعة البيانات المذكورة أعلاه هي التباين السكاني الضخم والانحراف المعياري في العينة.
$config[code] not foundفي هذا المنشور ، أريد أن أتحدث عن الرياضيات المعنية هنا وأقدم حالة لقيمة المتوسطات ، بالإضافة إلى الرد على بعض الانتقادات المتعلقة بالإبلاغ عن المعدلات التي رأيتها في مجتمع PPC مؤخرًا.
التباين والانحراف المعياري ومعامل التباين
تباين العينة هو مقياس للتشتت - بمقدار ما من المرجح أن تختلف القيم في مجموعة البيانات عن متوسط قيمة مجموعة البيانات الخاصة بك. يتم حسابه عن طريق أخذ متوسط مربعات الاختلافات لكل نقطة بيانات من المتوسط. يضمن تربيع الاختلافات أن الانحرافات السلبية والإيجابية لا تلغي بعضها البعض.
لذا بالنسبة للعميل 1 ، فقط قم بحساب الفرق بين 0.5 بالمائة ومتوسط التغيير 3.6 بالمائة ، ثم قم بتدوير هذا الرقم. افعل هذا لكل عميل ، ثم خذ متوسط الفروق: وهذا هو تباين عينتك.
الانحراف المعياري للعينة هو ببساطة الجذر التربيعي للتباين.
بعبارات بسيطة ، في المتوسط ، عادة ما تنخفض القيم في مجموعة البيانات هذه بنسبة 5.029٪ عن المعدل العام البالغ 3.6٪ (أي أن الأرقام متفرقة جدًا) ، مما يعني أنه لا يمكنك إنهاء الكثير من هذا التوزيع.
طريقة مبسّطة لتقدير ما إذا كانت انحرافاتك المعيارية "مرتفعة للغاية" (بافتراض أنك تبحث عن توزيع طبيعي) هي حساب معامل التباين (أو الانحراف المعياري النسبي) الذي هو ببساطة الانحراف المعياري مقسومًا على المتوسط.
ماذا يعني هذا ولماذا نهتم؟ إنها تتعلق بقيمة الإبلاغ عن المعدلات. عندما يقوم WordStream بإجراء دراسة باستخدام بيانات العميل ، فإننا لا نقوم فقط بحساب المتوسطات من مجموعات البيانات الصغيرة ونقوم باستنتاجات كبيرة - فنحن مهتمون بتوزيع البيانات. إذا كانت الأرقام موجودة في كل مكان ، فنحن نرميها ونحاول تقسيم العينة بطريقة مختلفة (بحسب الصناعة ، والإنفاق ، وما إلى ذلك) للعثور على نمط أكثر وضوحًا يمكننا من خلاله استخلاص النتائج بشكل أكثر ثقة.
المتوسطات الحسّاسة حتى بالتعريف تتضمن قيم فوق وتحت المتوسط
هناك اتجاه آخر للانتقاد من المعسكر المعادي للمتوسط هو الفكرة القائلة بأن المتوسط لا يتحدث عن جميع السكان. هذا بالطبع صحيح ، بحكم التعريف.
نعم ، تحتوي المتوسطات على نقاط بيانات تقع أعلى أو أقل من متوسط القيمة. لكن هذا ليس حجة كبيرة لإلقاء المتوسطات تمامًا.
بافتراض التوزيع الطبيعي ، تتوقع أن تنخفض 68 في المائة تقريبًا من نقاط البيانات لديك +/- 1 انحراف معياري عن المعدل الخاص بك ، و 95٪ داخل + / - 2 الانحرافات المعيارية ، و 99.7٪ داخل +/- 3 انحرافات معيارية ، كما هو موضح هنا.
كما ترى ، فإن القيم المتطرفة موجودة بالتأكيد ، على الرغم من أنه إذا كان لديك توزيع معياري ضيق في مجموعة البيانات ، فإنها ليست شائعة كما قد تظن. لذا إذا كنت حريصًا على الرياضيات ، فستظل المتوسطات مفيدة جدًا للغالبية العظمى من المعلنين.
في PPC Marketing ، يفوز Math
دعونا لا نلقي المتوسطات مع ماء الحمام. بعد كل شيء ، يتم تسجيل جميع مقاييس الأداء إلى حد كبير في AdWords مثل (نسبة النقر إلى الظهور ، وتكلفة النقرة ، ومتوسط موضع الإعلان ، ومعدلات التحويل ، وما إلى ذلك) كقيم متوسطة.
بدلاً من تجاهل المتوسطات ، فلنستخدم قوة الحساب لمعرفة ما إذا كان المتوسط الذي تبحث عنه مفيدًا أم لا.
إعادة نشرها بإذن. الأصل هنا.
متوسط الصورة عبر Shutterstock
المزيد في: محتوى قناة الناشر
