So funktionieren Anzeigenvergleiche

Vergleichen Sie zwei Anzeigenmotive mit derselben gespeicherten Zielseite. Die Datenbasis zeigt die Referenz-Teststärke: die Chance eines hypothetischen kontrollierten Tests, eine festgelegte Klickratenänderung anhand der verfügbaren Impressionenzahl zu erkennen. Sie ist nicht die Signifikanz Ihres beobachteten Ergebnisses.

Was der Prozentsatz misst

Die kleinere geeignete Impressionenzahl bestimmt die Grösse beider Gruppen eines hypothetischen Tests. Zusätzliche Impressionen der grösseren Gruppe gleichen die kleinere nicht aus. Eine Standard-Normalapproximation für zwei Anteile schätzt die Teststärke. Wir runden auf ganze Prozent ab und begrenzen die Anzeige auf 99 %, auch wenn sich die Berechnung eins nähert. Dies ist eine Anzeigeregel, kein statistischer Grenzwert. Unter 1.000 geeigneten Impressionen je Anzeige zeigen wir keinen Prozentsatz: Unsere Schutzregel für die Approximation verlangt mindestens zehn erwartete Klicks bei der Referenzrate.

Woher die Referenzstichprobe stammt

Methode v1 nimmt eine Änderung der Klickrate von 1 % auf 1,5 % (50 % relative Steigerung), ein zweiseitiges Signifikanzniveau von 5 % und unabhängige zufällige Zuteilung an. Etwa 7.750 Beobachtungen pro Gruppe ergeben unter diesem Modell 80 % Teststärke. Die Methode ist etabliert; die Klickraten sind eine beispielhafte Planungsreferenz von Serge, kein offizieller Werbebenchmark, keine gemessene Ausgangsrate und keine Garantie. Sie bleiben fest und werden nicht nach günstigen Ergebnissen ausgewählt. Andere Ausgangsraten oder relevante Verbesserungen erfordern eine andere Stichprobenplanung.

Welche Impressionen zählen

Wählen Sie genau zwei veröffentlichte Anzeigen. Wir berücksichtigen nur Tage im angezeigten Berichtszeitraum mit gemeldeten positiven Impressionen für beide Anzeigen, vor dem Abrufdatum in der Zeitzone des Anzeigenkontos. Der Abruftag wird ausgeschlossen, da er unvollständig sein kann. Fehlende Tage sind unbekannt, nicht null. Die Gesamtsummen können daher höher sein. Der Berichtszeitraum verschiebt sich; der Fortschritt kann sinken und ist kein Gesamtzähler seit Beginn.

Dieselbe Zielseite und Anzeigenversion

Wir vergleichen gespeicherte Ziel-URLs ohne die fünf Standard-UTM-Parameter und die OpenAI-Trackingreferenz oppref. Andere Abfrageparameter, URL-Fragmente, Subdomains und Pfade bleiben verschieden. Weiterleitungen und personalisierte Seiteninhalte werden dadurch nicht geprüft. Fehlt eine Zielseite, unterscheiden sich die Seiten oder enthält der gespeicherte Verlauf mehrere veröffentlichte Anzeigenversionen, erscheint eine Erklärung statt eines Prozentsatzes. Erstellen Sie für einen neuen Vergleich neue Anzeigen und halten Sie Motiv, Zielseite und Auslieferungseinstellungen stabil.

Warum dies keine Signifikanz oder Gewissheit ist

OpenAI wählt die Auslieferung nach Relevanz und erwarteten Ergebnissen. Die geprüften öffentlichen Einstellungen belegen keine zufällige Zuteilung. Zielgruppen können verschieden sein; wiederholte Impressionen sind keine unabhängigen Personen und gemeinsame Tage belegen keine gleichzeitige Auslieferung. Aggregierte Zahlen können diese Probleme nicht korrigieren. Der Prozentsatz beschreibt nur das hypothetische Referenzmodell, weder die tatsächliche Teststärke noch einen p-Wert, eine Gewinnwahrscheinlichkeit oder einen kausalen Effekt. Hohe Referenz-Teststärke kann ohne beobachteten Unterschied bestehen. Es wird kein Gewinner abgeleitet.

So nutzen Sie die anderen Ergebnisse

Die Klickrate ist die Zahl der Klicks geteilt durch die Impressionen. Ausgaben zeigen die Medienkosten. Provider-Conversions folgen dessen Attributions- und Berichtsregeln; sie sind nicht automatisch bestätigte Käufe oder qualifizierte Kontakte. Website-Besuche und Aktionen werden über erfasste Zielseitenparameter und verfügbare Tracking-Daten mit Einwilligung beobachtet. Fehlende Parameter, blockiertes Tracking und verzögerte Conversions beeinflussen die Abdeckung. Diese Kennzahlen hängen zusammen und haben unterschiedliche Bezugsgrössen. Eine gemeinsame Vertrauenszahl würde Daten doppelt zählen. Wählen Sie Ihr Geschäftsziel und betrachten Sie die Ergebnisse getrennt.

Die nächsten Schritte

Prüfen Sie eine klare Motivhypothese und betrachten Sie beobachtete Ergebnisse mit Kontaktqualität, Ausgaben und Tracking-Abdeckung. Eine höhere Klickrate bedeutet nicht unbedingt mehr Kunden. Kein Wert ändert das Budget automatisch; ein uneindeutiger Vergleich ist gültig. Investieren Sie nicht weiter, nur um diese Referenzschätzung zu erhöhen. Ein kontrolliertes Experiment braucht zusätzlich geprüfte zufällige Zuteilung, ein festgelegtes Ziel, eine geeignete Stichprobenplanung und Abbruchregeln.

Warum höhere Prozentsätze mehr Daten brauchen

Die Kurve folgt der Teststärkeberechnung, keinem frei gestalteten Fortschrittsbalken. Diese gerundeten Planungspunkte setzen mindestens die angegebene Impressionenzahl in beiden Gruppen voraus. Eine niedrigere beobachtete Klickrate, eine kleinere tatsächliche Verbesserung, wiederholte Auslieferung oder fehlendes Tracking können die Annahmen ungeeignet machen. Unterhalb der Schutzgrenze für die Approximation zeigen wir einen Status statt eines Prozentsatzes.

Referenz-Teststärke	Impressionen pro Anzeige
50 %	3.794
80 %	7.750
90 %	10.374
95 %	12.830
99 %	18.138

Nachvollziehbare Berechnung

n ist die kleinere geeignete Impressionenzahl, a = 0,01, b = 0,015, p = (a + b) / 2 und Φ die Verteilungsfunktion der Standardnormalverteilung. Die Nullhypothese nutzt die gepoolte Varianz, die Alternative die ungepoolte Varianz, mit z = 1,959963984540054. Dies entspricht der von statsmodels dokumentierten Normalapproximation für zwei unabhängige Anteile. Der beobachtete Unterschied der Anzeigen geht nicht ein.

s₀ = √(2p(1 − p) / n)
s₁ = √((a(1 − a) + b(1 − b)) / n)
δ = b − a
power = Φ((δ − z s₀) / s₁) + Φ((−δ − z s₀) / s₁)