Güven Aralığı
Güven aralığı, istatistik de bir parametre için aralık tahmini olup bir çıkarımsal istatistik çözüm aracıdır. Bir parametre değerinin tek bir sayı ile tahmini yapılacağına, bu parametre değerini kapsayacak iki sayıdan oluşan bir aralık bulunur.
Güven aralığı tarif edilirken gelende %95 ile ifade edilir. Yani, %95 emin olunan durumda %5 hatalı da olanacağının kabul edildiği gösterilir.
P, probablity değeri istatistiksel anlamlılığı verir. Farklılık var ise bu farklılığın kanıtının ne derece olduğunun belirlenmesi amacı ile kullanılan bir değerdir. Tüm istatistiksel testlerin sonucunda test istatistiğine ait bir P değeri hesaplanır. P değeri “ilgili hipotez testi sonucunda anlamlı fark vardır” denileceği durumda hatalı karar verme olasılığının ne olduğunu bizlere gösterir.
Bir reklam kampanyanız var ve kampanyanızın performansını değerlendirmek istiyorsunuz. Reklam performansını değerlendirmek için sadece verilere bakıyor olmak yeterli değildir.
Performansınız “ne derece iyi”sorusunun cevabını matematiksel olarak modelleyebilirsiniz. Sizin yapmanız gereken tek şey orjinal reklamlarınızdan farklı bir deneme reklamı oluşturarak sonuçları okumak oluyor. Örneğin; kullanıcılara spor malzemeleri sattığınız bir firmanız var. “dambıl setleri” reklam grubunun reklam varyasyonu metriklerini ölçmek için reklam metinlerinde ve reklam açıklamalarında değişiklik yapıp bir deneme reklam grubu daha oluşturdunuz. Reklam varyasyonlarının performansını ölçmek için test ediyorsunuz ve google sizler için tüm istatiksel hesaplamaları yapıyor.
Peki sonuçlar bize neler ifade eder? hangi sonuçlar dikkate alınmalıdır? “✶” simgesi “istatiksel olarak önemli” anlamına gelir. Reklam varyasyonları arasında dikkate alınması gereken fark olduğu anlamına gelir.
Reklam varyasyonlarını “Tıklama Oranı” olarak karşılaştıralım. Şekil 1’de ki görselin altında orjinal reklam grubunun tıklama oranı % 12,51, deneme reklam grubunun tıklama oranı %10,13 olarak veriyor. TO yanında (-%19) yazıyor. Bu oran bizlere deneme reklamının orjinal reklama göre %19 daha az tıklama oranına sahip olduğunu gösteriyor. Hemen altında ise “istatiksel olarak önemli değil” diyor. Yani, reklam varyasyonları arasında tıklama oranı bazında istatiksel olarak önemli denecek bir fark olmadığını söylüyor.
Güven aralığı [-%40, +%2], nasıl okunmalıdır ?
Şekil 1: Reklam varyasyonlarının tıklama oranı anlamlılığı
[-%40, +%2] aralık %95 güven ile reklam varyasyonlarının tıklama oranlarının farkının ortalamasını kapsar.
Reklam varyasyonlarını “Maliyet” bakımından karşılaştıralım.
Şekil 2’de ki görselin altında orjinal reklam grubunun maliyeti 128 TL , deneme reklam grubunun maliyeti 101 TL olarak veriyor. Maliyet yanında (-%21) yazıyor. Bu oran bize deneme reklam grubunun orjinal reklam grubuna göre %21 daha az maliyet oluşturduğunu söylüyor. Hemen altında ise “✶istatiksel olarak önemli” diyor. Yani,reklam varyasyonları arasında maliyet bazında istatiksel olarak önemli bir fark olduğunu, bir aksiyon alınması gerektiğini ifade ediyor.
Şekil 2: Reklam varyasyonlarının maliyet anlamlılığı
Güven aralığı [-%38, -%4], nasıl okunmalıdır ?
[-%38, -%4] aralığı % 95 güven ile reklam varyasyonlarının maliyet farkının ortalamasını kapsar. Yani, -%38’e doğruda gidebilir, -%4’e doğru da gidebilir. Maliyet olarak, -%38’e gitmesi daha avantajlıdır. Bu deneme kampanyasını izlemek gerekir.
Sonuç olarak
İstatistik bilimi sayesinde verileri değerlendirerek ve yorumlayarak işletmeniz için etkili reklamı bulabilir, en doğru şekilde kullanmanız gereken maliyetlerinizi koruyabilirsiniz. Tüm bunları Google’un araçlarını kullanarak efor sarf etmeden yapabilirsiniz.
Firmalar, ürün ve hizmetlerini daha geniş kitlelere duyurmak, işletmelerini büyütmek için bir çok reklam platformunda reklam yapıyor. Bu reklamlar içinde bütçeler harcıyor. Bütçeleri doğru harcamak, varsa hata kaynaklarını çözmek istiyorsanız sizlerde reklam varyasyonları oluşturup, google’un sizler için hesapladığı istatiksel verileri değerlendirebilirsiniz.
Kaynaklar:
Rosner B. Fundamentals of Biostatistics, 7th edition. Şehir: Brooks/Cole. 2010.
Smithson, M. (2000). Statistics with Confidence. London.
Shaver, J. P. (1993). What statistical testing is, and what it is not? Journal of Experimental Education, 61, 293 – 316.
