STATISTIK-FORUM.de

[kahshka]

Ich habe zusammen mit einem Unternehmen eine A/B/C Test aufgebaut, bei dem drei verschiedene Anzeigenformate ausgespielt worden sind.

Nun habe ich die Ergebnisse dieser Kampagne. Für jede Anzeige wurden Daten wie der Cost-Per-Click, die Anzahl an Impressionen, die Click-Through-Rate, der Cost-Per-Lead (ein Lead ist ein abgesendetes Formular auf einer Website - CPL sind also die durchschnittlichen Kosten, die für eine Kundenanfrage ausgegeben wurden) und weitere Key-Performance-Indicators generiert.

Nun geht es darum herauszufinden, ob der günstigste CPL bei Anzeige A auch signifikant ist. Leider kann Meta (es war eine Werbekampagne auf Facebook und Instagram) keine individuellen Kennzahlen pro Person ausgeben, sondern nur Durchschnittswerte. Somit würden ja t-test und ANOVA ausfallen, da hier sogesehen nur 1 Datenpunkt (der durchschnittliche CPL) pro Anzeige verfügbar ist, richtig?

Meine Methode wäre ein Chi-Quadrat-Test, bei dem ich paarweise Vergleiche mache und berechne, ob es einen statistisch signfikanten Unterschied gibt. Da der CPL numerisch ist, würde ich ganz normal die "Anzahl der Leads" und "Anzahl der nicht Leads" (alle Personen, die die Anzeige gesehen haben aber nicht zu einem Lead wurden) kategorisieren und berechnen. Jede Anzeige hat exakt das gleiche Budget abbekommen. Das würde indizieren, dass wenn die Anzahl pro Lead für die Anzeige signifikant höher ist, dass der CPL signifikant geringer ist, richtig?

Vielen Dank für jede Hilfe!

[PonderStibbons]

Wieso interessiert Dich statistische Signifikanz, sind die Teilnehmerzahlen bzwl ist die Leadzahl
bei dem Versuch so klein?

Wenn Du ein Gesamtbudget hast und die Zahl der Leads/NIchtleads, dann kannst Du doch außer
"durchschnittliche Kosten per Lead" auch die Standardabweichung ausrechnen. Aber da die drei
Budgets gleich sind, erscheint der Chi²-Test tatsächlich naheliegend.

Just my 2cents

Ponderstibbons