Gjentatte annonseoppsett ga ulike rapporterte samtaler per visning

Et colombiansk universitet gjentok 16 annonseoppsett på Facebook. Resultatene viser hvilken sammenheng ett enkelt tall kan utelate.

Influence IQ har analysert 384 annonseregistreringer fra en rekrutteringskampanje ved et colombiansk universitet i mai og juni 2026.

Sammendrag

Det samme annonseoppsettet kan gi ulike rapporterte resultater når det kjøres flere ganger. Vi analyserte 384 Facebook-annonseregistreringer fra et colombiansk universitets rekrutteringskampanje: 16 oppsett som ble kjørt 24 ganger hver i mai og juni 2026. Innenfor hvert oppsett rangerte vi annonsene etter rapporterte samtaler per 1 000 visninger og sammenlignet verdiene på plass 6 og 18. I 12 av 16 oppsett var den høyere verdien minst dobbelt så stor som den lavere. Medianen av forskjellene mellom disse verdiene var på tvers av oppsettene 0,60 samtaler per 1 000 visninger. Dette er en beskrivende analyse av én kampanje med få meldinger per annonse, ikke en målestokk for andre annonsører. Antall og et intervall ved siden av målet gjør forskjellen lettere å se.[1][2][3]

Et lite team sender resultatene fra en Facebook-annonse til en kunde. Én kjøring rapporterte tre samtaler, en annen med samme oppsett rapporterte seks. Det andre antallet er dobbelt så høyt, men teamet trenger også antall visninger, rapporteringsperioden og sammenhengen rundt kjøringene før det kan forklare forskjellen. Når eksponeringen endres, kan sammenligningen se annerledes ut.

Gjentatte kjøringer kan rapportere ulike resultater

Illustrasjon av en markedsfører som sammenligner like annonsekort med ulike antall meldingsbobler.
Konseptuell illustrasjon; boblene viser ikke antallene i studien.

Samme oppsett i gjentatte annonser

Forskere som studerte annonser for universitetsrekruttering, publiserte registreringer per annonse fra en Facebook-kampanje sørvest i Colombia. Kampanjen brukte 16 oppsett, hvert definert av en annonseversjon og målrettingen. Ifølge forfatterne ble én annonse per oppsett startet hver dag i 24 dager, fra 14. mai til 6. juni 2026. Hver annonse hadde et budsjett på 10 000 colombianske pesos. De 384 registreringene tilhører én annonsør og én kampanje, ikke 384 uavhengige kampanjer.[1][2]

Vi undersøkte hvor mye de rapporterte resultatene varierte mellom de 24 registreringene i hvert oppsett. Vi holdt oppsettene i artikkelen atskilt i stedet for å sammenligne ulike målgrupper eller annonseversjoner. For hver annonse delte vi antallet rapporterte påbegynte samtaler på antall visninger og ganget med 1 000. En visning er én gang annonsen vises, og samme person kan stå for flere. Resultatet er samtaler per 1 000 visninger, ikke sannsynligheten for at en person sender en melding.[1]

Forfatterne oppgir et attribusjonsvindu på sju dager etter klikk og én dag etter visning. De sier at de eksporterte målene dagen etter at hver annonse var avsluttet. En rapportert melding kan dermed tilskrives annonsen etter både visning og klikk. En eksport neste dag omfatter ikke full oppfølging i sju dager. Datasettet oppgir ikke nøyaktig startdato for hver registrering. Vi beskriver dem som gjentatte kjøringer, ikke en tidsserie.[1][2]

Også midten av hvert oppsett hadde et intervall

For hver gruppe med 24 verdier sorterte vi fra lavest til høyest og valgte plass 6 og 18. Det er nedre og øvre kvartil etter metoden for nærmeste rang: De beskriver spredningen rundt midten av de observerte verdiene uten å sammenligne de mest ekstreme verdiene. Vi delte den høyere verdien på den lavere. Alle de 16 nedre kvartilene var positive, så alle forholdstallene kunne beregnes.[3]

I 12 av 16 oppsett var øvre kvartil minst dobbelt så høy som nedre kvartil. Medianen av de 16 forholdstallene per oppsett var 2,26. Separat var medianen av de 16 forskjellene mellom øvre og nedre kvartil 0,60 rapporterte samtaler per 1 000 visninger. Dette oppsummerer ulike beregninger på tvers av oppsettene, ikke to endepunkter i ett typisk oppsett.[3]

Ett oppsett viser beregningen. Verdien på plass 6 var én rapportert samtale på 3 559 visninger, rundt 0,28 per 1 000. Verdien på plass 18 var fire samtaler på 4 441 visninger, rundt 0,90 per 1 000. Den siste verdien var omtrent 3,21 ganger den første. Dette er to registreringer sortert etter verdi, ikke nødvendigvis påfølgende dager eller en prognose for fremtidige resultater.[3]

Medianen var fire rapporterte samtaler per annonse. Ti annonser rapporterte null, og åtte av 16 oppsett inneholdt minst én annonse med null. Når det er få hendelser, viser forholdstallet og antallene ulike sider. Ved nøyaktig 5 000 visninger endrer én ekstra rapportert samtale verdien med 0,20 per 1 000. Dette regnestykket fastslår ikke hvorfor to faktiske annonser var forskjellige.[2][3]

Spredning i samtaler per visning for de 16 oppsettene

I 12 oppsett var øvre kvartil minst dobbelt så høy som nedre kvartil; i fire var den mindre enn dobbelt så høy.

Fordeling av kvartilforhold for samtaler per visning
Øvre kvartil delt på nedre kvartilOppsettAndel
Minst 2 ganger1275,0 %
Mindre enn 2 ganger425,0 %
Innenfor hvert oppsett ble de 24 verdiene for rapporterte samtaler per 1 000 visninger sortert, og verdien på plass 18 ble delt på verdien på plass 6. Hvert oppsett teller én gang. Influence IQs analyse av en colombiansk universitetskampanje, 14. mai–6. juni 2026.

Bredere klikkinteraksjoner varierte annerledes

Kilden rapporterer også Metas mål «klikk (alle)». Det omfatter lenkeklikk og andre interaksjoner som reaksjoner, delinger og klikk på et bilde eller en profil. Det er bredere enn bare lenkeklikk. Vi beregnet klikkinteraksjoner per 1 000 visninger for hver annonse og gjentok sammenligningen innenfor hvert oppsett, med separat rangering fra meldingene.[1][3]

Medianen av forholdstallene mellom øvre og nedre kvartil i de 16 oppsettene var 1,15 for klikk (alle), mot 2,26 for rapporterte samtaler. Ingen av de 16 forholdstallene for klikkinteraksjoner nådde 1,5; alle de 16 samtaleforholdene gjorde det. Medianen av kvartilforskjellene var henholdsvis 13,84 klikkinteraksjoner og 0,60 rapporterte samtaler per 1 000 visninger. Den større relative spredningen for samtaler hadde dermed en mindre absolutt forskjell i sin egen enhet.[3]

Målene har ulike definisjoner og antall. Sammenligningen viser ikke at klikkene førte til de rapporterte meldingene, at forskjellen i klikkinteraksjoner forårsaket meldingene eller at de samme personene inngår i begge tellerne. Et team som vil vite om en annonse skapte henvendelser, bør se på målet for henvendelser i tillegg til bredere interaksjonstall.

Relativ og absolutt spredning per mål

Rapporterte samtaler per visning hadde større relativ spredning; de to absolutte forskjellene bruker ulike resultatantall.

Median av kvartilforhold og forskjell for to mål
MålMedian forholdstall (ganger)Median forskjell per 1 000 visninger
Rapporterte samtaler2,260,60
Klikkinteraksjoner (alle)1,1513,84
For hvert oppsett og mål ble verdiene på plass 18 og 6 sammenlignet. Tabellen viser medianen av forholdstallene og medianen av forskjellene separat over 16 oppsett; medianene trenger ikke beskrive samme oppsett. Klikk (alle) omfatter interaksjoner utover lenkeklikk.

Vis antallene sammen med målet

Tenk deg to oppdiktede kjøringer med 5 000 visninger hver. Tre rapporterte samtaler tilsvarer 0,60 per 1 000 visninger, mens seks tilsvarer 1,20. Den andre verdien er dobbelt så høy som den første: en forskjell på tre samtaler og 0,60 per 1 000. Hvis kjøringene hadde ulikt antall visninger, ville ikke antallene alene vist den samme sammenligningen.

En nyttig rapport kan oppgi oppsett og budsjett, datoer og attribusjonsvindu, visninger, antall rapporterte resultater samt teller og nevner for målet. Hvis flere kjøringer kan sammenlignes, kan den også vise enkeltresultatene eller et tydelig definert intervall. Intervallet bør angi hvilke kjøringer som er med, og om endepunktene er minimum og maksimum, kvartiler eller andre verdier.

Hold den praktiske beslutningen i sikte. Et team må kanskje bestemme om det skal samle flere resultater, endre annonsemateriell eller diskutere budsjett med en kunde. Gjentatte resultater gir mer sammenheng enn én kjøring, men dette datasettet foreskriver ikke hvor mange kjøringer som trengs eller hvilken endring som ville forbedret en annen kampanje. En avtalt beslutningsregel før nye resultater gjennomgås, kan hjelpe teamet med å forklare hva det vil sammenligne.

I kilden ble resultatene eksportert kort tid etter at hver annonse var avsluttet. I din egen rapport bør du registrere når tallene ble hentet i tillegg til attribusjonsinnstillingen. To eksporter på ulike tidspunkter kan dekke ulik oppfølgingstid selv om datoene eller innstillingene som vises, ser like ut.

Gi målet sammenheng

Illustrert notatbok med et annonsekort, symboler for samtaler og visninger og et intervall.
  1. Oppgi oppsettet

    Oppgi annonsemateriell, målretting, budsjett og rapporteringsperiode.

  2. Vis antallene

    Registrer visninger, antall resultater, attribusjonsvindu og eksporttidspunkt.

  3. Beskriv intervallet

    Vis sammenlignbare kjøringer og forklar hvordan intervallet ble valgt.

En rapport kan knytte sammen oppsett, antall og intervall.

Les resultatene i sin sammenheng

Kampanjen markedsførte et universitetsprogram i utvalgte colombianske kommuner, med et lite fast budsjett per annonse og automatiske plasseringer. Hvert oppsett ble gjentatt, men personene som ble nådd, leveringstidspunktet, kombinasjonen av plasseringer og auksjonsforholdene kunne variere. En person kan også ha sett mer enn én annonse. Dataene identifiserer ikke hvilken av disse faktorene, om noen, som forklarer spredningen.[1]

De 16 oppsettene er ulike kombinasjoner i én kampanje. De er ikke et tilfeldig utvalg bedrifter, og resultatene fastslår ikke en typisk variasjon for andre markeder, kampanjemål eller budsjetter. Gjentatte kjøringer kan også dele forhold, så analysen behandler ikke de 24 registreringene i ett oppsett som uavhengige gjentakelser av 24 separate kampanjer.

Forskernes artikkel undersøkte et annet spørsmål: effekten av type talsperson og opplysning om opphavet i deres kampanje. Vår analyse bruker de publiserte registreringene til å beskrive variasjon innenfor hvert oppsett. Den sammenligner ikke menneskelig og AI-laget annonsemateriell og avgjør ikke hvilken versjon som gjorde det best.[1][2]

Slik analyserte vi registreringene

Den offentlige Stata-filen inneholdt 384 registreringer med unike observasjons-ID-er, 16 oppsettkoder og 24 registreringer per kode. Innenfor hver kode var de publiserte feltene for annonsemateriell, talsperson, opplysning om opphavet, kjønn og alder konstante. Alle registreringene hadde positive visninger og ikke-negative antall klikk og meldinger; ingen ble utelatt. Alle oversteg også 1 000 visninger, så det planlagte filteret endret ikke utvalget.[2][3]

Vi beregnet to verdier per annonse fra de publiserte antallene, sorterte de 24 verdiene separat per mål innenfor hvert oppsett og valgte plass 6 og 18. Hvert oppsett bidro med ett forholdstall og én forskjell per mål til oppsummeringene. En annen beregning med SQLite og eksakte brøker gjenskapte kvartilene per gruppe fra et numerisk uttrekk av samme fil. Reproduksjonspakken inneholder kildelenker, hasher, kode og aggregerte resultater.[3]

Som en sensitivitetskontroll i etterkant brukte vi lineært interpolerte kvartiler i stedet for nærmeste rang. Med den metoden var 11 av 16 meldingsforhold minst to og medianen var 2,09; medianen av forskjellene var 0,56 samtaler per 1 000 visninger. Alternativet er en beregning på de samme registreringene, ikke en uavhengig replikasjon. Ingen påstand her avhenger av en signifikanstest eller kunnskap om årsaken til variasjonen.[3]

Artikkelen beskriver den yngre målgruppen som 18–24 år, mens en etikett i den publiserte filen sier 18–25 år. Vi rapporterer ingen sammenligning av undergrupper og løser ikke avviket ved å velge én etikett. Nedlastingspakken inneholder kontrollene av gruppering og måling slik at analysen kan undersøkes uten å publisere de opprinnelige annonsevideoene på nytt.[1][2][3]

Nedlastingene inneholder aggregerte resultater, kildelenker, en hash og kode. ZIP-filen inneholder ikke individuelle annonseregistreringer eller videoer.

Kilder og merknader

  1. Arango-Espinal, Rodríguez Orejuela og López-Herrera, Human Spokesperson Versus Artificial Intelligence Avatar and Authorship Disclosure in Digital Advertising, 2026. Kampanjeutforming, mål, attribusjon og eksporttidspunkt.
  2. López-Herrera, forfatternes data og replikasjonsmateriell, Zenodo, 2026. Datasettet er oppgitt med lisensen CC BY 4.0.
  3. Influence IQs analysepakke: kildelenke, hash, beregningskode og aggregerte resultater per gruppe.

Alle språkversjoner beskriver den samme colombianske kampanjen og innsamlingsperioden mai til juni 2026. Oversettelsen gjør ikke funnene til dokumentasjon for et annet marked.

Relatert lesning