الزيادة الإعلانية تعني النتائج الإضافية التي أحدثها الإعلان فوق ما كان سيحدث بدونه. تميّز Google بين التحويلات المنسوبة بقواعد التتبع والتحويلات الإضافية المقاسة بمقارنة تجريبية. [1] لذلك لا يكفي عدد المبيعات المنسوبة وحده لإثبات مقدار الإضافة؛ تحتاج إلى مقارنة صالحة تجيب عن سؤال غياب الإعلان.
الخلاصة السريعة
قِس الإضافة مقارنةً بحالة مناسبة بلا الإعلان، وافصلها عن الإسناد.
- الإسناد يوزع مساهمة وفق إعدادات القياس؛ الزيادة تسأل عما أضافه الإعلان مقارنةً بغيابه. [1]
- في نموذج عشوائي مبسط لمجموعتين متساويتين وفترة وتعريف شراء واحد، مع غياب التداخل المؤثر، يعطي 70 مقابل 50 فرقًا قدره 20؛ ليس كل 70 شراءً إضافة.
- اختلاف حجم المجموعتين يتطلب توحيد أساس المقارنة؛ 70 من 2000 لا يتفوق معدلًا على 50 من 1000.
- مقارنة قبل الإعلان وبعده وحدها لا تفصل أثره عن تغير الموسم أو السعر؛ خطط المقارنة قبل الإطلاق.
- الفارق المرصود لا يثبت أثرًا موجبًا يقينًا؛ راجع عدم اليقين وكفاية البيانات، وتحقق من أهلية الأداة. [2]، [3]
ما الفرق بين المنسوب والإضافي؟
تشرح Google أن التحويلات المنسوبة تعتمد على قواعد وإعدادات التتبع، بينما يقارن قياس الزيادة نتائج مجموعة الإعلان بمجموعة حُجب عنها الإعلان خلال الدراسة. [1] الفكرة ليست البحث عن تسمية أفضل للعمود، بل الإجابة عن سؤال مختلف.
تخيل عميلًا ينوي الشراء، ثم يشاهد إعلانًا قبل الطلب. قد يحصل الإعلان على مساهمة في التقرير بحسب القاعدة. هذه المساهمة لا تخبرك وحدها هل كان العميل سيعدل عن الشراء في غياب الإعلان. لا نستطيع مشاهدة الحالتين للشخص نفسه في اللحظة نفسها؛ نحتاج إلى تصميم مقارنة يحاول تقدير الحالة البديلة.
مثال يوضح الإضافة ولا يمثل اختبارًا فعليًا
نفترض توزيعًا عشوائيًا مناسبًا، ومجموعتين متساويتين كل منهما ألف شخص، وفترة واحدة، وتعريف شراء واحد، وغياب التداخل المؤثر. سُجل 70 شراءً في مجموعة الإعلان و50 في المقارنة. الفرق الحسابي 20 شراءً، والفرق في المعدل نقطتان مئويتان: 7% مقابل 5%.
إذا استعملنا معدل المقارنة خطًا أساسًا في هذا النموذج، فالزيادة النسبية 20÷50=40%. لا يعني ذلك أن 40% من جميع مشتريات مجموعة الإعلان إضافية؛ النسبة من 70 هي نحو 28.6%. كل هذه الأرقام افتراضية، ولا تمنح المثال دلالة إحصائية أو توصية بميزانية.
لماذا يهم حجم المجموعتين؟
غيّر الافتراض فقط: 70 شراءً بين ألفي شخص، مقابل 50 بين ألف. يصبح المعدلان 3.5% و5%. طرح العددين يعطي 20، لكنه يقارن فرصتين مختلفتين عدديًا. وفق معدل المجموعة الثانية، نتوقع 100 شراء بين ألفين في النموذج الحسابي، والفارق عن 70 يساوي سالب 30.
هذا توحيد مبسط للحجم، وليس طريقة تحليل كاملة لكل تجربة. دوّن عدد الأفراد المؤهلين وطريقة توزيعهم وما الذي يعد شراءً. إذا كانت لوحة الأداة تعرض رقمًا معدلًا أو مقدرًا، اقرأ تعريفه؛ لا تستبدله بطرح خام لا يراعي تصميم الدراسة.
لماذا لا تكفي لقطة قبل الحملة وبعدها؟
في سيناريو مستقل، زادت الطلبات من 100 إلى 130 بالتزامن مع إعلان وعرض موسمي وتخفيض سعر. الزيادة الزمنية 30، لكن الجدول لا يفصل أثر التغييرات الثلاثة. يمكنك تسجيلها كتحسن مرصود مع قائمة الأسباب المحتملة؛ لا تنسب الثلاثين كاملة إلى الإعلان بلا دليل إضافي.
قبل الإطلاق، حدد السؤال والنتيجة والفترة والمقارنة وما الذي ستبقيه ثابتًا. سجل التغيرات الخارجية أثناء التنفيذ. وعند عرض النتيجة، اذكر الإعلانات الداخلة في الدراسة؛ فقياس جزء من حملاتك يختلف في تفسيره عن غياب الإعلان كله. هذه خطة قراءة من إعدادك، وتتطلب الدراسة الفعلية تصميمًا وتحليلًا مناسبين.
كيف تقرأ عدم اليقين؟
توضح وثيقة Google عن صحة التحسن أن البيانات المحدودة أو التأثير الصغير قد يمنعان كشف زيادة واضحة. [2] كما أن أداة Conversion Lift ليست متاحة لكل الحسابات ولها شروط أهلية. [3] لا تفترض أن وجود هذا الشرح يعني توافرها في حسابك.
عرض فرق مقداره 20 بلا نطاق أو تقييم لعدم اليقين يترك القارئ دون معرفة قوة الدليل. إذا كانت النتيجة غير حاسمة، فاكتب ذلك. لا تحوّل عدم كشف الزيادة إلى برهان أن الأثر صفر، ولا تحوّل فرقًا موجبًا صغيرًا إلى ضمان. اجمع النتائج مع ظروف الدراسة قبل اتخاذ قرار؛ ليست هذه الأمثلة تجربة أجريت على جمهور حقيقي.
المصادر ومتابعة القراءة
- Google Ads — Understand your Conversion Lift based on users measurement data (يفتح في نافذة جديدة)support.google.com
- Google Ads — About certainty of lift (يفتح في نافذة جديدة)support.google.com
- Google Ads — Set up Conversion Lift based on users (يفتح في نافذة جديدة)support.google.com
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.