跳到正文
原文
卖家之家网·· 3 天前AI 评分62

测素材点击率波动范围怎么算,要花多少钱才能下结论

一条素材要花多少钱才能下结论?先算清楚点击率的"波动范围"

AI 导读

测素材时两条素材各跑一天就按点击率差距关掉一条,这个差距可能只是抽样误差。原文给出95%可信范围的近似公式,点击率1%、1000次展示时真实值约在0.4%到1.6%之间;点击率低于5%时可化简为相对误差约±2÷√点击数,25次点击误差约±40%,400次点击约±10%。

正文

测素材时最常见的一幕:两条素材各跑了一天,A 的点击率 1.3%,B 是 1.0%,于是关掉 B、把预算给 A。过几天 A 也掉到 1% 左右,回头一看,当初那 0.3 个百分点的差距可能根本不存在。

问题不在判断标准,而在样本量。点击率是一个比例,样本小的时候它本身就会大幅摆动。这篇讲一个不需要统计软件的粗算方法:一个点击率数字的"可信范围"有多宽,以及为了让它窄到能做决定,大概要花多少钱。

一、点击率是一次抽样,不是一个固定值

一条素材真实的点击率,可以理解为"无数次展示下去最终稳定的那个比例"。你在后台看到的,只是其中几千次展示的抽样结果。抽样就有误差:同一条素材,今天 1.2%,明天 0.9%,素材没变,变的是这一批看到它的人。

统计上,这个误差的大小可以算出来。对于点击率这种"点或不点"的比例,常用的近似公式是:

95% 可信范围 ≈ 点击率 ± 1.96 × √(点击率 ×(1 − 点击率)÷ 展示次数)

算例(数字为演示):点击率 1%、1000 次展示,代进去是 1% ± 0.62%,也就是大约 0.4% 到 1.6%。后台显示 1%,真实值落在 0.4% 和 1.6% 之间都说得通——这个范围宽到几乎什么也说明不了。

二、更好记的版本:看点击数,不看展示数

上面的公式在点击率较低(比如 5% 以下)时,可以化简成一个很好记的规律:

相对误差 ≈ ±2 ÷ √点击数

也就是说,决定这个数字靠不靠谱的,主要是你攒了多少次点击,而不是展示了多少次。

25 次点击,误差约 ±40%:后台写 1%,真实值可能是 0.6% 到 1.4%。

100 次点击,误差约 ±20%:1% 意味着 0.8% 到 1.2%。

400 次点击,误差约 ±10%:1% 意味着 0.9% 到 1.1%。

注意这是平方根关系:误差要缩小一半,点击数要翻 4 倍。从 ±20% 收到 ±10%,花费不是翻倍,是变成 4 倍。

三、两条素材比较:差距要大过波动才算数

回到开头的例子。A 是 1.3%,B 是 1.0%,各 2000 次展示。按公式算:

A 的范围大约是 0.8% 到 1.8%,B 大约是 0.56% 到 1.44%。两个范围大面积重叠,这时说 A 更好,和抛硬币差不多。

同样的点击率,各跑到 20000 次展示:A 大约 1.14% 到 1.46%,B 大约 0.86% 到 1.14%,两个范围基本分开了,这时才可以比较放心地说 A 更好。

"两个范围不重叠"是一个偏保守的粗判法,正式的显著性检验会稍宽松一些,但对日常测素材来说,保守一点能少犯"关错素材"的错。

四、换算成钱:先算要多少点击,再乘单价

有了上面的规律,"一条素材要花多少钱才能下结论"就可以倒推:

  1. 先定你想看出多大的差距。想分辨 1.0% 和 1.3% 这种 30% 的相对差距,两个范围要分得开,每条素材的误差大约要控制在 ±13% 以内,对应(2 ÷ 0.13)² ≈ 240 次点击。这和上一节"各 20000 次展示"的例子对得上:那时 A、B 分别攒了约 260 和 200 次点击。
  2. 再乘单次点击成本。假设点击成本 1 元(演示数字),每条素材约 240 元;如果点击成本 3 元,就是 720 元。
  3. 再乘素材数量。一轮测 5 条,就是 5 倍。

如果算出来的预算超出承受范围,有两个办法:一是少测几条,把钱集中在差异更大的方案上;二是只测差异大的东西——换开头、换卖点这种改动带来的差距往往比换配色、换字幕样式大得多,差距越大,需要的样本越少。

五、为什么不直接比转化成本

很多人测素材直接看转化成本,但转化比点击稀少得多。按同样的规律,想让转化数的误差到 ±20%,需要大约 100 次转化。如果转化率 2%,这意味着 5000 次点击;点击成本 1 元,就是每条素材 5000 元。

这也和平台的机制对得上:Meta 商务帮助中心在《机器学习阶段简介》里写,广告组退出机器学习阶段,"通常发生在广告组进行最后一次重大修改后的一周内获得约 50 次成效后"(文中简称学习期)。50 次成效本身的误差就在 ±28% 左右,平台需要这个量才能"稳定",你拿十几次转化去比两条素材,结论自然不稳。

所以更实际的做法是分两层:第一层用点击率、前 3 秒观看率这类发生频率高的指标做初筛,花小钱淘汰明显不行的;第二层只让进入决赛的一两条去跑转化,用转化成本做最终判断。

六、这个粗算没有覆盖的地方

最后说清楚边界。上面的公式假设每次展示是独立、随机的,但广告投放并不是:系统会根据早期反馈把素材推给不同人群,周末和工作日的人群也不一样。所以真实的波动通常比公式算出来的更大,公式给的是"至少这么不确定"。

因此两条建议:比较的素材尽量同时跑、同样的定向和预算;判断至少跨过一个完整的周内周期,不要只看一天的数据。

测素材省钱的关键不是跑得少,而是在数据还说明不了问题的时候,先别做决定。

你一般每条素材花到多少钱才开始判断?欢迎留言说说你的做法。


说明:点击率可信范围采用比例的正态近似(Wald 区间),"相对误差 ≈ ±2÷√点击数"由该公式在点击率较低时化简得到,均为通用统计推导;文中点击率、展示次数、点击成本等算例数字为演示用,非行业基准。学习期的引文出自 Meta 商务帮助中心《机器学习阶段简介》(简体中文版,2026 年 10 月 28 日现抓原文逐字核对;页面里的叫法是"机器学习阶段",文中简称学习期),以平台当前文档为准。

卖家之家倡导尊重保护知识产权。未经本站授权,任何人不得复制、转载、或以其他方式使用本网站的内容。 鉴于第三方在平台发布信息数量庞大,如发现本站文章或其它信息可能存在侵权行为,请将身份、 版权等证明文件以及相关质询发送邮件至complain@mjzj.com,我们将及时沟通与处理

来源:卖家之家网 · mjzj.com