Klikrate og konverteringsrate: sammenlign de samme registreringer
En genanalyse af 55.357 historiske crowdfundingregistreringer viser, hvad der ændrer sig, når klik- og investeringsmarkeringer kobles sammen, frem for at totalerne læses særskilt.
Original genanalyse af det offentlige bettervest-nyhedsbrevsdatasæt udgivet af Hornuf og Siemroth i 2023.
Resumé
En klikrate og en udfaldsandel beskriver forskellige handlinger. For at forstå forholdet skal du kontrollere, hvilke registreringer der indeholder begge. Vi genanalyserede 55.357 modtager–nyhedsbrev-registreringer fra et tysk crowdfundingeksperiment offentliggjort i 2023. Af 611 registreringer med en projektinvesteringsmarkering havde 327 også en nyhedsbrevsklikmarkering: 53,52 %. De øvrige 284, svarende til 46,48 %, havde ikke.
Resultatet giver virksomheder og indholdsskabere en konkret grund til at undersøge overlappet bag en kampagnerapport. Det viser ikke, at sporingen fejlede, eller at e-mail forårsagede en investering. De offentliggjorte registreringer fastslår ikke hændelsernes rækkefølge eller en fælles måleperiode. Vi viser hele sammenligningen med 4 udfald, alle 10 nyhedsbreve og en skabelon til at definere virksomhedens egen sammenkoblede måling, før en tragt fortolkes.
Forestil dig en indholdsskaber, der gennemgår en workshoplancering. Én rapport viser nyhedsbrevsklik. En anden viser tilmeldinger. Begge totaler er virkelige, men at stille dem ved siden af hinanden fortæller ikke, hvor mange tilmeldinger der tilhører dem, der klikkede.
Den manglende beregning er overlappet. Det kan være lille eller stort, og de 2 hovedtotaler bestemmer det ikke. Et offentligt crowdfundingdatasæt lader os vise beregningen med faktiske registreringer, mens det praktiske spørgsmål holdes adskilt fra påstande, dataene ikke kan understøtte.
2 totaler kræver en forbindelse

Hvad er forskellen på klikrate og konverteringsrate?
En klikrate angiver klik i forhold til en angivet mulighed for at klikke. En konverteringsrate angiver et defineret udfald i forhold til et angivet grundlag. Grundlaget kan være annoncevisninger, leverede beskeder, besøg, personer, der klikkede, eller en anden gruppe, der opfylder kriterierne, afhængigt af rapporten. Den nyttige sammenligning begynder med at angive både handling og nævner.
For eksempel stiller ”tilmeldinger blandt personer, der klikkede” et andet spørgsmål end ”tilmeldinger blandt alle, der fik en besked sendt”. En rapport kan bruge begge definitioner, men betegnelsen skal fortælle læseren hvilken. Et klik er også forskelligt fra en unik person, der klikkede; gentagne hændelser kan ændre totalen.
I denne undersøgelse er det fælles grundlag en modtager–nyhedsbrev-registrering i det offentliggjorte datasæt. Vi tæller, om registreringen indeholder en klikmarkering, og om den indeholder en investeringsmarkering. Vi har ikke en nævner for leverede beskeder eller en tidsstemplet rækkefølge, så vi kalder dem registrerede andele og overlapandele.
Skelnen er nyttig, når en virksomhed beslutter, om den skal ændre budskab, tilbud eller måling. 2 særskilte totaler kan ikke identificere det punkt, hvor en enkeltperson stoppede. Sammenkobling af registreringer, der opfylder kriterierne, er et skridt mod at besvare spørgsmålet; fastlæggelse af hændelsernes rækkefølge og timing er et andet.
Hvad målte crowdfundingdatasættet?
Forskerne Lars Hornuf og Christoph Siemroth samarbejdede med bettervest, en tysk platform for lånebaseret crowdfunding. Deres eksperiment sammenlignede forskellige måder at beskrive 10 investeringsprojekter i nyhedsbreve på. Det offentliggjorte datasæt indeholder 55.357 modtager–nyhedsbrev-registreringer og 7.864 modtagerkoder. En modtager kan optræde i op til 10 nyhedsbreve.[1][2]
Forfatterne registrerede, om modtageren klikkede på et unikt projektlink i et nyhedsbrev, og om modtageren investerede et positivt beløb i projektet. Hvert udfald gemmes som en ja-/nej-markering. En investeringsmarkering er ikke et transaktionsantal, en købsværdi eller et mål for gennemført e-handelssalg.
Den oprindelige artikel undersøger effekterne af nyhedsbrevets vinkling. Vores genanalyse stiller et andet spørgsmål: Hvor meget overlapper de 2 registrerede udfald for samme modtager og nyhedsbrev? Vi samler alle 3 oprindelige behandlingsgrupper og bevarer hele den offentliggjorte stikprøve. Vi genestimerer ikke vinklingseffekterne.
Det er historiske registreringer fra en bestemt crowdfundingplatform, udgivet i 2023. Det gennemgåede materiale fastslår ikke en fælles observationsperiode eller rækkefølgen af klik og investeringer. Undersøgelsen giver derfor et måleeksempel, ikke et aktuelt benchmark for konverteringsrater i e-mailmarketing.
Hvor ofte optrådte klik og investering sammen?
Et registreret klik og en investering optræder sammen i 327 af de 55.357 registreringer. Yderligere 1.499 registreringer har et klik uden investeringsmarkering, 284 har en investering uden klikmarkering, og 53.247 har ingen af delene. Tabellen holder alle 4 muligheder synlige.
I hele filen har 1.826 registreringer en klikmarkering, svarende til 3,30 %. I alt 611 har en investeringsmarkering, svarende til 1,10 %. Det er de 2 marginale andele. De siger, hvor almindelig hver markering er, men ikke hvor ofte markeringerne tilhører de samme registreringer.
Det fulde overlap mellem klik og investering
Alle 55.357 modtager–nyhedsbrev-registreringer i den historiske bettervest-udgivelse offentliggjort i 2023.
| Registreret kombination | Registreringer | Andel af alle registreringer |
|---|---|---|
| Klik og investering | 327 | 0,59 % |
| Kun klik | 1.499 | 2,71 % |
| Kun investering | 284 | 0,51 % |
| Ingen af markeringerne | 53.247 | 96,19 % |
Blandt de 611 investeringsmarkerede registreringer har 327 også en klikmarkering. Det er 53,52 %; de resterende 46,48 % har intet registreret klik. Vendes spørgsmålet om, ændres nævneren: Blandt de 1.826 klikmarkerede registreringer har 327 også en investeringsmarkering, svarende til 17,91 %.
Begge procentdele er korrekte, fordi de besvarer forskellige spørgsmål. Den første begynder med investeringsregistreringer og spørger til klik. Den anden begynder med klikregistreringer og spørger til investeringer. Ingen bør præsenteres som sandsynligheden for, at et klik førte til en senere investering.
Svaret ændrer sig med udgangsgruppen
Historiske kilderegistreringer: 611 investeringsmarkeringer og 1.826 klikmarkeringer.
| Spørgsmål | Registreringer med match | Registreringer i grundlaget | Andel af det angivne grundlag |
|---|---|---|---|
| Investeringsregistreringer med et klik | 327 | 611 | 53,52 % |
| Investeringsregistreringer uden et klik | 284 | 611 | 46,48 % |
| Klikregistreringer med en investering | 327 | 1.826 | 17,91 % |
En registrering med kun investering forklarer ikke sin egen historik. Den kan ikke fortælle, at en person sprang nyhedsbrevet over, at et sporingsværktøj overså en hændelse, eller at en anden kanal forårsagede investeringen. De forklaringer ville kræve evidens om indsamling, timing og anden aktivitet, som udgivelsen ikke giver.
For en kampagneansvarlig er den umiddelbare konsekvens snævrere og praktisk: Behold antallet med match sammen med de særskilte totaler. Når forretningsspørgsmålet vedrører personer, der udførte begge handlinger, er fællesmængden en del af svaret. Et forholdstal mellem 2 umatchede totaler er ikke en erstatning.
Ser overlappet ens ud i alle nyhedsbreve?
Overlappet varierer mellem kildens 10 nyhedsbreve. Blandt investeringsmarkerede registreringer varierer andelen, der også har en klikmarkering, fra 29,55 % til 78,43 %. Vi viser hvert nyhedsbrev, så intet endepunkt kan stå for hele undersøgelsen.
Nyhedsbrevsnumrene nedenfor er kildekoder, ikke en tidsrækkefølge eller rangordning. Det mindste investeringsgrundlag er 31 registreringer og det største 118. En stor procentdel på et lille grundlag bør forblive knyttet til grundlaget, når resultatet citeres.
Begge retninger af overlap med deres grundlag
Alle 10 historiske nyhedsbreve; de underliggende fulde antal vises i næste tabel.
| Kildenyhedsbrev | Klik blandt investeringsregistreringer | Investeringsregistreringer | Investering blandt klikregistreringer | Klikregistreringer |
|---|---|---|---|---|
| Nyhedsbrev 1 | 78,43 % | 51 | 12,08 % | 331 |
| Nyhedsbrev 2 | 44,44 % | 36 | 12,21 % | 131 |
| Nyhedsbrev 3 | 35,29 % | 34 | 6,70 % | 179 |
| Nyhedsbrev 4 | 29,55 % | 44 | 8,90 % | 146 |
| Nyhedsbrev 5 | 41,27 % | 63 | 15,95 % | 163 |
| Nyhedsbrev 6 | 62,75 % | 51 | 23,36 % | 137 |
| Nyhedsbrev 7 | 61,29 % | 31 | 14,07 % | 135 |
| Nyhedsbrev 8 | 60,87 % | 69 | 31,58 % | 133 |
| Nyhedsbrev 9 | 50,00 % | 118 | 31,38 % | 188 |
| Nyhedsbrev 10 | 59,65 % | 114 | 24,03 % | 283 |
De fulde antal nedenfor gør sammenligningen kontrollerbar. For hvert nyhedsbrev lægges ”begge” og ”kun investering” sammen for at få investeringsgrundlaget. Læg ”begge” og ”kun klik” sammen for at få klikgrundlaget. Alle 4 celler giver tilsammen nyhedsbrevets total.
Alle 4 udfald i hvert nyhedsbrev
Alle 10 kildenyhedsbreve sorteret efter deres oprindelige koder.
| Kildenyhedsbrev | Begge | Kun klik | Kun investering | Ingen af delene | Alle registreringer |
|---|---|---|---|---|---|
| Nyhedsbrev 1 | 40 | 291 | 11 | 5.238 | 5.580 |
| Nyhedsbrev 2 | 16 | 115 | 20 | 5.515 | 5.666 |
| Nyhedsbrev 3 | 12 | 167 | 22 | 5.325 | 5.526 |
| Nyhedsbrev 4 | 13 | 133 | 31 | 5.432 | 5.609 |
| Nyhedsbrev 5 | 26 | 137 | 37 | 5.377 | 5.577 |
| Nyhedsbrev 6 | 32 | 105 | 19 | 5.196 | 5.352 |
| Nyhedsbrev 7 | 19 | 116 | 12 | 5.101 | 5.248 |
| Nyhedsbrev 8 | 42 | 91 | 27 | 5.182 | 5.342 |
| Nyhedsbrev 9 | 59 | 129 | 59 | 5.182 | 5.429 |
| Nyhedsbrev 10 | 68 | 215 | 46 | 5.699 | 6.028 |
Variationen identificerer ikke det bedste nyhedsbrevsmateriale. Projekter varierer, samme modtagere kan gå igen, og den nye analyse samler de oprindelige behandlingsgrupper. Der er ingen signifikanstest pr. nyhedsbrev eller påstande om, at et bestemt projekt forårsagede stærkere overlap.
For en virksomhed med flere kampagner skal kampagnedetaljer bevares sammen med den kombinerede rapport. Hvis du beslutter, hvordan én kampagne skal ændres, så begynd med dens egen række og antal. Behold den kombinerede tabel ved rapportering på tværs af kampagner. Vælg ikke en fordelagtig kampagne efter at have set dens resultat.
Hvad ændrer sig, når hver modtager får lige vægt?
Vores hovedsammenligning giver hver modtager–nyhedsbrev-registrering lige vægt. En modtager repræsenteret i 10 nyhedsbreve bidrager derfor med 10 registreringer, mens en, der kun er repræsenteret 1 gang, bidrager med 1. Det passer til at beskrive de offentliggjorte registreringer, men er ikke den eneste mulige opsummering.
Som en på forhånd specificeret sekundær sammenligning giver vi hver modtagerkode en samlet vægt på 1. Nogen, der optræder i 10 nyhedsbreve, bidrager med 1/10 pr. registrering; en, der optræder 1 gang, bidrager med 1. Hver modtagerkode bidrager dermed med samme samlede vægt. Det gør ikke stikprøven repræsentativ for et land eller marked.
Under denne vægtning har 51,69 % af investeringsvægten også en klikmarkering mod 53,52 % i hovedanalysen. Den omvendte andel er 19,12 % mod 17,91 %. Vi bevarer begge opsummeringer; den sekundære har et andet beskrivende mål og er ikke en korrektion valgt, fordi resultatet er at foretrække.
2 måder at vægte samme komplette fil på
Primær: lige vægt pr. modtager–nyhedsbrev-registrering. Sekundær: lige samlet vægt pr. modtagerkode.
| Vægtning | Klik blandt investeringer | Intet klik blandt investeringer | Investering blandt klik | Registreret klikrate | Registreret investeringsrate |
|---|---|---|---|---|---|
| Lige registreringsvægt (primær) | 53,52 % | 46,48 % | 17,91 % | 3,30 % | 1,10 % |
| Lige modtagervægt (sekundær) | 51,69 % | 48,31 % | 19,12 % | 4,02 % | 1,49 % |
Den fulde sekundære tabel med lige modtagervægt
Hver af 7.864 modtagerkoder bidrager med en samlet vægt på 1 på tværs af sine kilderegistreringer.
| Registreret kombination | Vægtet total | Andel af samlet modtagervægt |
|---|---|---|
| Klik og investering | 60,4079 | 0,77 % |
| Kun klik | 255,5067 | 3,25 % |
| Kun investering | 56,4627 | 0,72 % |
| Ingen af markeringerne | 7.491,6226 | 95,26 % |
De vægtede celletotaler omfatter brøker, fordi de lægger bidrag som 1/2 eller 1/10 sammen. De summerer til 7.864, antallet af modtagerkoder. De bør ikke beskrives som brøkdele af personer eller som antal unikke investorer, der udførte hver handling.[3]
En skabelon til at sammenligne klik og udfald i din egen rapport
Skriv en kort målebrief, før en kampagne fortolkes som en tragt. Følgende frit tilgængelige skabelon er til planlægning af din egen rapportering. Den antager ikke, at dette historiske datasæt brugte samme definitioner, eller at ændret måling forbedrer salget.
Beslutning: ”Vi vil beslutte [beslutning om budskab, tilbud eller rapportering] for [kampagne].” Vælg beslutningen, før en bekvem andel udvælges.
Enhed og grundlag: ”1 række repræsenterer [modtager–kampagne, besøg eller anden understøttet enhed]. Vores grundlag, der opfylder kriterierne, er [definition]. Gentagne hændelser og modtagere håndteres ved [regel].” Hold hændelsesantal adskilt fra antal identifikatorer.
Handlinger: ”Et klik betyder [konkret registreret hændelse]. Et udfald betyder [tilmelding, kvalificeret forespørgsel, gennemført køb eller anden defineret handling].” Beslut, hvordan annulleringer, tilbagebetalinger, testhændelser og dubletter behandles.
Sammenkobling og timing: ”Vi forbinder registreringer med [tilladt identifikator]. Vi observerer klik i [periode] og udfald i [periode]. Vi kan fastslå rækkefølge med [tilgængelige tidsstempler].” Hvis en sammenkobling eller et tidsstempel ikke er tilgængeligt, så sig det frem for at udfylde hullet med en antaget rejse.
Rapport: ”Vi viser kun klik, kun udfald, begge og ingen af delene samt grundlaget, der opfylder kriterierne. Betingede procentdele angiver deres nævner.” Hold utilgængelige eller ikke-sammenkoblede registreringer synlige som deres eget rapporteringsproblem frem for stiltiende at kalde dem ”ingen af delene”.
Brug: ”Rapporten beskriver [observeret sammenhæng]. For at hævde [at en kampagne forårsagede flere udfald] ville vi kræve [et egnet sammenligningsdesign].” Overlaptabellen giver ikke i sig selv den årsagssammenligning.
Hold alle 4 kombinationer synlige

Definér den samme registrering
Angiv enhed og handlinger, der opfylder kriterierne, matchregel og perioder.
Behold hver kombination
Vis begge handlinger, hver handling alene og ingen af delene; identificér umatchede registreringer særskilt.
Angiv nævneren
Sig, om en procentdel tager udgangspunkt i alle registreringer, klikregistreringer eller udfaldsregistreringer.
Et gennemarbejdet eksempel: en indholdsskaber rapporterer workshoptilmeldinger
Overvej en fiktiv indholdsskaber med 1.000 modtager–kampagne-registreringer, der opfylder kriterierne. Antag, at indholdsskaberens definerede perioder og tilladte matchproces giver 80 registreringer med klik, 30 med tilmelding og 18 med begge. Det er opdigtede undervisningsværdier, ikke et andet resultat fra crowdfundingdataene.
Den fulde tabel indeholder 18 med begge, 62 med kun klik, 12 med kun tilmelding og 908 med ingen af delene. Klikraten er 80 divideret med 1.000, svarende til 8 %. Tilmeldingsraten er 30 divideret med 1.000, svarende til 3 %.
Blandt klikmarkerede registreringer har 18 ud af 80 også en tilmelding: 22,5 %. Blandt tilmeldingsmarkerede registreringer har 18 ud af 30 også et klik: 60 %. Indholdsskaberen kan rapportere alle 4 tal uden at antyde, at de måler det samme.
De 12 registreringer med kun tilmelding fortjener en neutral beskrivelse, indtil indholdsskaberen har evidens om deres forløb. Selv når tidsstempler fastslår, at et klik kom før en tilmelding, beviser rækkefølgen alene ikke, at nyhedsbrevet forårsagede den. Indholdsskaberen kan bruge tabellen til at specificere næste spørgsmål uden at behandle den som et estimat for omsætningsstigning.
En nyttig udfyldt brief kunne sige: ”Vi beskriver registreret tilmeldingsoverlap for denne kampagne og disse perioder. Vi bevarer alle 4 kategorier, viser begge betingede grundlag og rapporterer særskilt registreringer, vi ikke kan matche.” Det er mere handlingsrettet end en konverteringsratebetegnelse, hvis nævner ingen kan identificere.
Hvordan beregnede Influence IQ overlappet?
Vi brugte hele det endelige Stata-datasæt fra forfatternes offentlige version 1-udgivelse. Før de kombinerede udfald blev beregnet, kontrollerede vi filidentiteten, de 7 krævede numeriske felter, alle 55.357 entydige modtager–nyhedsbrev-par, 7.864 modtagerkoder og 10 nyhedsbrevskoder. Begge markeringer skulle være til stede og kodet præcis som 0 eller 100.[2]
Vi kontrollerede de 3 behandlingsgruppeantal og reproducerede artiklens afrundede marginale klik- og investeringsprocentdele. Ingen registreringer blev fjernet, imputeret eller dubletfjernet. Vi talte derefter alle 4 kombinationer samlet og i hvert nyhedsbrev og beregnede de samme størrelser med den fastlagte vægtning med lige modtagervægt.
2 uafhængigt skrevne implementeringer gav identiske antal og præcise brøker. Pakken til download indeholder original beregningskode, metoden og alle aggregerede tabeller. Den udelader råregistreringer og modtageridentifikatorer. Hent kildefilen særskilt fra forfatterne, og bevar deres kreditering.
Vi knytter ikke stikprøvekonfidensintervaller til denne fulde optælling af den offentliggjorte fil. Antallene er præcise for de registreringer, men det fastslår ikke præcision for en bredere population. Fælles modtagere og projekter ville have betydning for generalisering, som undersøgelsen ikke forsøger.
Det praktiske bidrag er det fulde registrerede overlap og en klar måde at stille næste målespørgsmål på. Det supplerer forfatternes oprindelige eksperiment frem for at erstatte det. Definér til kampagnebeslutninger udfald, grundlag, matchregel og tidsperiode, før du afgør, hvad en rapporteret konverteringsrate betyder.
CSV-filen bruger denne sides sprog. Pakken indeholder original kode, oversat metodedokumentation og aggregerede resultater. Råregistreringer og modtageridentifikatorer er udeladt; hent dataene særskilt fra forfatternes offentlige udgivelse.
Kilder og noter
- Hornuf, Lars, og Christoph Siemroth (2023), A field experiment on attracting crowdfunders, Economics Letters 222, 110928. Afsnit 2–3 definerer de 10 nyhedsbreve, observationsenheden og udfaldsmarkeringerne; tabel 1–2 giver offentliggjorte kohorte- og marginalkontroller. Den oprindelige undersøgelse tester vinklingseffekter. Influence IQ’s nye analyse beskriver kombinerede registrerede udfald.
- Hornuf og Siemroth, version 1-dataudgivelse, 17. april 2023, DOI 10.17632/9prftpkdfc.1, CC BY 4.0. Analysen bruger SubscriberNumber, NewsletterNumber, treatmentcontrol, treatmenteco, treatmentreturn, ClickPercent og InvestmentPercent. Identificerende værdietiketter og andre felter bruges ikke. Gennemgåede kilder fastslår ikke matchede observationsperioder, hændelsesrækkefølge eller annulleringsregler.
- For en modtager, der optræder i k kildenyhedsbreve, får hver registrering vægt 1/k i den sekundære analyse. Hovedanalysen tildeler vægt 1 til hver registrering. Begge bruger hele den offentliggjorte stikprøve. Kildens modtagerkoder understøtter gruppering; de bekræfter ikke uafhængigt, at hver kode repræsenterer en forskellig fysisk person. Brøker beregnes præcist før visningsafrunding. Alle 10 nyhedsbrevskoder bevarer deres oprindelige rækkefølge uden tildelt kronologi.
Den engelske artikel er kildeversionen. Alle sprogversioner beskriver de samme historiske tyske crowdfundingregistreringer, ikke særskilte lande- eller branchebenchmarks.