In letzter Zeit gab es eine Reihe von Tweets und Blogbeiträgen, in denen über Probleme bei der Verwendung von Durchschnittswerten im PPC-Marketing gesprochen wurde. Zum Beispiel in diesem Fall, in dem Julie Bacchini argumentiert, dass "Durchschnittswerte eine saugende Metrik sind":
Zwar kann es vorkommen, dass Durchschnittswerte manchmal sehr irreführend sind, aber das Problem mit dem obigen Datensatz ist die große Populationsvarianz und Standardabweichung in der Stichprobe.
$config[code] not foundIn diesem Beitrag möchte ich über die Mathematik sprechen, die für die Berechnung der Durchschnittswerte verantwortlich ist, und auf die Kritik an der Berichterstattung über Durchschnittswerte eingehen, die ich kürzlich in der PPC-Community gesehen habe.
Abweichung, Standardabweichung und Abweichungskoeffizient
Musterabweichung ist ein Maß für die Streuung - um wie sehr wahrscheinlich die Werte im Datensatz vom Durchschnittswert Ihres Datensatzes abweichen. Sie wird berechnet, indem der Durchschnitt der Quadrate der Differenzen für jeden Datenpunkt aus dem Durchschnitt berechnet wird. Durch das Ausgleichen der Differenzen wird sichergestellt, dass sich negative und positive Abweichungen nicht ausgleichen.
Berechnen Sie für Client 1 einfach die Differenz zwischen 0,5 Prozent und der durchschnittlichen Änderung von 3,6 Prozent, und quadrieren Sie diese Zahl. Tun Sie dies für jeden Kunden und berechnen Sie dann den Durchschnitt der Abweichungen: Dies ist Ihre Stichprobenabweichung.
Musterstandardabweichung ist einfach die Quadratwurzel der Varianz.
In einfachen Worten ausgedrückt, fallen die Werte in diesem Datensatz normalerweise um 5,029 Prozent vom Gesamtdurchschnitt von 3,6 Prozent ab (d. H. Die Zahlen sind sehr gestreut), sodass Sie aus dieser Verteilung nicht viel ableiten können.
Eine vereinfachte Methode, um zu schätzen, ob Ihre Standardabweichungen „zu hoch“ sind (vorausgesetzt, Sie suchen nach einer Normalverteilung), besteht darin, einen Varianzkoeffizienten (oder relative Standardabweichung) zu berechnen, bei dem es sich einfach um die Standardabweichung geteilt durch den Durchschnitt handelt.
Was bedeutet das und warum sollten wir uns darum kümmern? Es geht um den Wert der Berichterstattung über Durchschnittswerte. Wenn WordStream eine Studie mit Kundendaten durchführt, berechnen wir nicht einfach Durchschnittswerte aus kleinen Datensätzen und ziehen daraus große Schlussfolgerungen - wir kümmern uns um die Verteilung der Daten. Wenn Zahlen überall vorhanden sind, werfen wir sie heraus und versuchen, die Stichprobe auf andere Weise zu unterteilen (nach Branche, Ausgaben usw.), um ein aussagekräftigeres Muster zu finden, aus dem wir sicherer Schlüsse ziehen können.
Sogar aussagekräftige Durchschnittswerte enthalten definitionsgemäß Werte über und unter dem Durchschnittswert
Ein weiterer Kritikpunkt des Anti-Durchschnitt-Lagers ist die Vorstellung, dass ein Durchschnitt nicht für die gesamte Bevölkerung spricht. Dies ist natürlich per Definition richtig.
Ja, Durchschnittswerte enthalten Datenpunkte, die über oder unter dem Durchschnittswert liegen. Dies ist jedoch kein gutes Argument, um die Durchschnittswerte insgesamt herauszugeben.
Bei einer Normalverteilung würden Sie erwarten, dass ungefähr 68 Prozent Ihrer Datenpunkte um +/- 1 Standardabweichung vom Durchschnitt abfallen, 95 Prozent innerhalb von +/- 2 Standardabweichungen und 99,7 Prozent innerhalb von +/- 3 Standardabweichungen (siehe Abbildung) Hier.
Wie Sie sehen, gibt es sicherlich Ausreißer. Wenn Sie jedoch eine enge Standardverteilung in Ihrem Dataset haben, sind sie nicht so häufig, wie Sie vielleicht denken. Wenn Sie bei der Berechnung vorsichtig sind, können Durchschnittswerte dennoch für die große Mehrheit der Werbetreibenden nützliche Informationen sein.
Im PPC-Marketing gewinnt Math
Lassen Sie uns keine Durchschnitte mit dem Badewasser werfen. Schließlich werden so ziemlich alle Leistungskennzahlen in AdWords wie (CTR, CPC, Durchschnittliche Position, Conversion-Raten usw.) als Durchschnittswerte angegeben.
Anstatt Durchschnittswerte zu ignorieren, nutzen wir die Mathematik, um herauszufinden, ob der Durchschnitt, den Sie betrachten, sinnvoll ist oder nicht.
Mit Genehmigung erneut veröffentlicht. Original hier.
Durchschnittliches Foto über Shutterstock
Mehr in: Publisher Channel Content
