Klickfrekvens och konverteringsgrad: jämför samma poster
En ny analys av 55 357 historiska poster från gräsrotsfinansiering visar vad som ändras när du kopplar samman markeringar för klick och investering i stället för att läsa totalsummorna var för sig.
En egen återanalys av det offentliga bettervest-datasetet för nyhetsbrev, publicerat av Hornuf och Siemroth 2023.
Sammanfattning
En klickfrekvens och en utfallsfrekvens beskriver olika handlingar. För att förstå sambandet behöver du kontrollera vilka poster som innehåller båda. Vi analyserade på nytt 55 357 poster för mottagare och nyhetsbrev från ett tyskt experiment med gräsrotsfinansiering som publicerades 2023. Av 611 poster med en markering för investering i projektet hade 327 också en markering för klick i nyhetsbrevet: 53,52 %. De övriga 284, eller 46,48 %, hade det inte.
Resultatet ger företag och kreatörer ett konkret skäl att granska överlappningen bakom en kampanjrapport. Det visar inte att spårningen misslyckades eller att e-post orsakade en investering. De publicerade posterna fastställer inte händelsernas ordning eller ett gemensamt mätfönster. Vi visar hela jämförelsen med 4 kombinationer, alla 10 nyhetsbrev och en mall för att definiera företagets egen sammanlänkade mätning innan en tratt tolkas.
Tänk dig en kreatör som går igenom lanseringen av en workshop. En rapport visar klick i nyhetsbrev. En annan visar anmälningar. Båda totalsummorna är verkliga, men att placera dem bredvid varandra talar inte om hur många anmälningar som hör till dem som klickade.
Beräkningen som saknas är överlappningen. Den kan vara liten eller stor, och de 2 övergripande totalsummorna avgör inte dess storlek. Ett offentligt dataset om gräsrotsfinansiering låter oss visa beräkningen med faktiska poster, samtidigt som vi håller den praktiska frågan åtskild från påståenden som data inte stöder.
2 totalsummor behöver kopplas samman

Vad är skillnaden mellan klickfrekvens och konverteringsgrad?
En klickfrekvens redovisar klick i förhållande till en angiven möjlighet att klicka. En konverteringsgrad redovisar ett definierat utfall i förhållande till ett angivet underlag. Underlaget kan vara annonsvisningar, levererade meddelanden, besök, personer som klickat eller en annan grupp som uppfyller villkoren, beroende på rapporten. En användbar jämförelse börjar med att ange både handlingen och dess nämnare.
Till exempel ställer ”anmälningar bland personer som klickade” en annan fråga än ”anmälningar bland alla som fick ett meddelande skickat till sig”. En rapport kan använda vilken som helst av definitionerna, men etiketten behöver tala om för läsaren vilken den avser. Ett klick skiljer sig också från en unik person som klickade. Upprepade händelser kan ändra totalen.
I den här studien är det gemensamma underlaget en post för en mottagare och ett nyhetsbrev i det publicerade datasetet. Vi räknar poster utifrån om en klickmarkering finns och om en investeringsmarkering finns. Vi har ingen nämnare för levererade meddelanden och ingen tidsstämplad följd av händelser. Därför kallar vi måtten registrerade frekvenser och överlappningsandelar.
Distinktionen är användbar när ett företag avgör om det ska ändra sitt budskap, sitt erbjudande eller sin mätning. 2 separata totalsummor kan inte identifiera vid vilket steg en enskild person avbröt. Att koppla samman poster som uppfyller villkoren är ett steg mot att besvara frågan. Att fastställa händelsernas ordning och tidpunkter är ett annat.
Vad mätte datasetet om gräsrotsfinansiering?
Forskarna Lars Hornuf och Christoph Siemroth samarbetade med bettervest, en tysk plattform för lånebaserad gräsrotsfinansiering. Deras experiment jämförde olika sätt att beskriva 10 investeringsprojekt i nyhetsbrev. Det publicerade datasetet innehåller 55 357 poster för mottagare och nyhetsbrev samt 7 864 mottagarkoder. En mottagare kan förekomma i upp till 10 nyhetsbrev.[1][2]
Författarna registrerade om mottagaren klickade på en unik projektlänk i ett nyhetsbrev och om mottagaren investerade ett positivt belopp i projektet. Varje utfall lagras som en ja-eller-nej-markering. En investeringsmarkering är inte ett antal transaktioner, ett inköpsvärde eller ett mått på genomförd e-handelsförsäljning.
Den ursprungliga artikeln undersöker effekterna av hur nyhetsbrevens budskap formulerades. Vår nya analys ställer en annan fråga: hur mycket överlappar de 2 registrerade utfallen för samma mottagare och nyhetsbrev? Vi slår samman alla 3 ursprungliga behandlingsgrupper och behåller hela det publicerade urvalet. Vi skattar inte effekterna av budskapsformuleringen på nytt.
Det här är historiska poster från en viss plattform för gräsrotsfinansiering, publicerade 2023. Det granskade materialet fastställer inte en gemensam observationsperiod eller ordningen mellan klick och investeringar. Studien ger därför ett mätexempel, inte ett aktuellt jämförelsevärde för konverteringsgrad i e-postmarknadsföring.
Hur ofta förekom ett klick och en investering tillsammans?
Ett registrerat klick och en investering förekommer tillsammans i 327 av de 55 357 posterna. Ytterligare 1 499 poster har ett klick utan en investeringsmarkering, 284 har en investering utan en klickmarkering och 53 247 har ingen av dem. Tabellen visar alla 4 möjligheter.
I hela filen har 1 826 poster en klickmarkering, eller 3,30 %. Totalt 611 har en investeringsmarkering, eller 1,10 %. Det är de 2 marginalfrekvenserna. De anger hur vanlig varje markering är, men inte hur ofta markeringarna hör till samma poster.
Den fullständiga överlappningen mellan klick och investering
Alla 55 357 poster för mottagare och nyhetsbrev i det historiska bettervest-materialet, publicerat 2023.
| Registrerad kombination | Poster | Andel av alla poster |
|---|---|---|
| Klick och investering | 327 | 0,59 % |
| Enbart klick | 1 499 | 2,71 % |
| Enbart investering | 284 | 0,51 % |
| Ingen av markeringarna | 53 247 | 96,19 % |
Bland de 611 posterna med investeringsmarkering har 327 också en klickmarkering. Det är 53,52 %. De återstående 46,48 % har inget registrerat klick. Vänd på frågan så ändras nämnaren: bland de 1 826 posterna med klickmarkering har 327 också en investeringsmarkering, eller 17,91 %.
Båda procentsatserna är korrekta eftersom de besvarar olika frågor. Den första utgår från investeringsposter och frågar efter klick. Den andra utgår från klickposter och frågar efter investeringar. Ingen av dem ska presenteras som sannolikheten för att ett klick ledde till en senare investering.
Svaret ändras med utgångsgruppen
Historiska källposter: 611 investeringsmarkeringar och 1 826 klickmarkeringar.
| Fråga | Matchande poster | Poster i underlaget | Andel av det angivna underlaget |
|---|---|---|---|
| Investeringsposter med ett klick | 327 | 611 | 53,52 % |
| Investeringsposter utan ett klick | 284 | 611 | 46,48 % |
| Klickposter med en investering | 327 | 1 826 | 17,91 % |
En post med enbart investering förklarar inte sin egen historia. Den kan inte tala om att en person gick förbi nyhetsbrevet, att spårningen missade en händelse eller att en annan kanal orsakade investeringen. De förklaringarna skulle kräva belägg om datainsamling, tidpunkter och annan aktivitet som den här publiceringen inte ger.
För den som ansvarar för en kampanj är den direkta slutsatsen snävare och praktisk: behåll antalet matchande poster tillsammans med de separata totalsummorna. När verksamhetsfrågan gäller personer som utförde båda handlingarna är snittmängden en del av svaret. En kvot av 2 omatchade totalsummor är ingen ersättning.
Ser överlappningen likadan ut i varje nyhetsbrev?
Överlappningen varierar mellan källans 10 nyhetsbrev. Bland poster med investeringsmarkering varierar andelen som också har en klickmarkering från 29,55 % till 78,43 %. Vi visar varje nyhetsbrev så att inget av yttervärdena får representera hela studien.
Nyhetsbrevsnumren nedan är källkoder, inte en tidsföljd eller en rangordning. Det minsta investeringsunderlaget är 31 poster och det största 118. En stor procentsats på ett litet underlag bör alltid behålla det underlaget när resultatet citeras.
Överlappning i båda riktningarna, med respektive underlag
Alla 10 historiska nyhetsbrev. De underliggande fullständiga antalen finns i nästa tabell.
| Källans nyhetsbrev | Klick bland investeringsposter | Investeringsposter | Investering bland klickposter | Klickposter |
|---|---|---|---|---|
| Nyhetsbrev 1 | 78,43 % | 51 | 12,08 % | 331 |
| Nyhetsbrev 2 | 44,44 % | 36 | 12,21 % | 131 |
| Nyhetsbrev 3 | 35,29 % | 34 | 6,70 % | 179 |
| Nyhetsbrev 4 | 29,55 % | 44 | 8,90 % | 146 |
| Nyhetsbrev 5 | 41,27 % | 63 | 15,95 % | 163 |
| Nyhetsbrev 6 | 62,75 % | 51 | 23,36 % | 137 |
| Nyhetsbrev 7 | 61,29 % | 31 | 14,07 % | 135 |
| Nyhetsbrev 8 | 60,87 % | 69 | 31,58 % | 133 |
| Nyhetsbrev 9 | 50,00 % | 118 | 31,38 % | 188 |
| Nyhetsbrev 10 | 59,65 % | 114 | 24,03 % | 283 |
De fullständiga antalen nedan gör jämförelsen möjlig att granska. För varje nyhetsbrev kan du lägga ihop ”båda” och ”enbart investering” för att få investeringsunderlaget. Lägg ihop ”båda” och ”enbart klick” för att få klickunderlaget. Alla 4 celler summerar till nyhetsbrevets total.
Alla 4 utfall i varje nyhetsbrev
Alla källans 10 nyhetsbrev, sorterade efter sina ursprungliga koder.
| Källans nyhetsbrev | Båda | Enbart klick | Enbart investering | Ingetdera | Alla poster |
|---|---|---|---|---|---|
| Nyhetsbrev 1 | 40 | 291 | 11 | 5 238 | 5 580 |
| Nyhetsbrev 2 | 16 | 115 | 20 | 5 515 | 5 666 |
| Nyhetsbrev 3 | 12 | 167 | 22 | 5 325 | 5 526 |
| Nyhetsbrev 4 | 13 | 133 | 31 | 5 432 | 5 609 |
| Nyhetsbrev 5 | 26 | 137 | 37 | 5 377 | 5 577 |
| Nyhetsbrev 6 | 32 | 105 | 19 | 5 196 | 5 352 |
| Nyhetsbrev 7 | 19 | 116 | 12 | 5 101 | 5 248 |
| Nyhetsbrev 8 | 42 | 91 | 27 | 5 182 | 5 342 |
| Nyhetsbrev 9 | 59 | 129 | 59 | 5 182 | 5 429 |
| Nyhetsbrev 10 | 68 | 215 | 46 | 5 699 | 6 028 |
Variationen identifierar inte det bästa nyhetsbrevsmaterialet. Projekten skiljer sig, samma mottagare kan återkomma och den nya analysen slår samman de ursprungliga behandlingsgrupperna. Det finns inga signifikanstester per nyhetsbrev eller påståenden om att ett visst projekt orsakade större överlappning.
För ett företag med flera kampanjer bör kampanjdetaljer behållas tillsammans med den samlade rapporten. Om du ska avgöra hur en kampanj ska ändras, börja med dess egen rad och dess antal. Behåll den samlade tabellen när du rapporterar över flera kampanjer. Välj inte en fördelaktig kampanj efter att ha sett dess resultat.
Vad ändras när varje mottagare får lika vikt?
Vår huvudjämförelse ger varje post för mottagare och nyhetsbrev lika vikt. En mottagare som finns med i 10 nyhetsbrev bidrar därför med 10 poster, medan någon som finns med en gång bidrar med 1. Det passar för att beskriva de publicerade posterna, men det är inte den enda möjliga sammanfattningen.
Som en förutbestämd sekundär jämförelse ger vi varje mottagarkod en totalvikt på 1. Den som förekommer i 10 nyhetsbrev bidrar med 1/10 per post. Den som förekommer en gång bidrar med 1. Varje mottagarkod bidrar alltså med samma totalvikt. Det gör inte urvalet representativt för ett land eller en marknad.
Med den viktningen har 51,69 % av investeringsvikten också en klickmarkering, jämfört med 53,52 % i huvudanalysen. Andelen i omvänd riktning är 19,12 %, jämfört med 17,91 %. Vi behåller båda sammanfattningarna. Den sekundära beskriver en annan storhet, inte en korrigering som valts för att resultatet är mer fördelaktigt.
2 sätt att vikta samma fullständiga fil
Primär: lika vikt per post för mottagare och nyhetsbrev. Sekundär: lika totalvikt per mottagarkod.
| Viktning | Klick bland investeringar | Inget klick bland investeringar | Investering bland klick | Registrerad klickfrekvens | Registrerad investeringsfrekvens |
|---|---|---|---|---|---|
| Lika vikt per post (primär) | 53,52 % | 46,48 % | 17,91 % | 3,30 % | 1,10 % |
| Lika mottagarvikt (sekundär) | 51,69 % | 48,31 % | 19,12 % | 4,02 % | 1,49 % |
Den fullständiga sekundära tabellen med lika vikt per mottagare
Var och en av de 7 864 mottagarkoderna bidrar med en totalvikt på 1 över sina källposter.
| Registrerad kombination | Viktad summa | Andel av den totala mottagarvikten |
|---|---|---|
| Klick och investering | 60,4079 | 0,77 % |
| Enbart klick | 255,5067 | 3,25 % |
| Enbart investering | 56,4627 | 0,72 % |
| Ingen av markeringarna | 7 491,6226 | 95,26 % |
De viktade celltotalerna innehåller bråktal eftersom de lägger ihop bidrag som 1/2 eller 1/10. De summerar till 7 864, antalet mottagarkoder. De ska inte beskrivas som bråkdelar av personer eller som antal unika investerare som utförde respektive handling.[3]
En mall för att jämföra klick och utfall i din egen rapport
Innan du tolkar en kampanj som en tratt, skriv en kort mätbeskrivning. Följande fritt tillgängliga mall är till för att planera din egen rapportering. Den förutsätter inte att det historiska datasetet använde samma definitioner eller att ändrad mätning förbättrar försäljningen.
Beslut: ”Vi vill fatta beslut om [budskap, erbjudande eller rapportering] för [kampanj].” Bestäm vilket beslut du behöver fatta innan du väljer en frekvens som råkar passa.
Enhet och underlag: ”1 rad representerar [mottagare–kampanj, besök eller en annan underbyggd enhet]. Vårt underlag som uppfyller villkoren är [definition]. Upprepade händelser och återkommande mottagare hanteras enligt [regel].” Håll antalet händelser åtskilt från antalet identifierare.
Handlingar: ”Ett klick betyder [specifik registrerad händelse]. Ett utfall betyder [anmälan, kvalificerad förfrågan, genomfört köp eller en annan definierad handling].” Bestäm hur avbokningar, återbetalningar, testhändelser och dubbletter ska behandlas.
Koppling och tidpunkter: ”Vi kopplar samman poster med [tillåten identifierare]. Vi observerar klick under [tidsfönster] och utfall under [tidsfönster]. Vi kan fastställa ordningen med [tillgängliga tidsstämplar].” Om en koppling eller tidsstämpel saknas, säg det i stället för att fylla luckan med en antagen kundresa.
Rapport: ”Vi visar enbart klick, enbart utfall, båda och ingetdera samt det underlag som uppfyller villkoren. Villkorade procentsatser anger sin nämnare.” Håll otillgängliga eller okopplade poster synliga som ett eget rapporteringsproblem i stället för att tyst kalla dem ”ingetdera”.
Användning: ”Den här rapporten beskriver [observerat samband]. För att hävda [att en kampanj orsakade fler utfall] skulle vi behöva [en lämplig jämförelsedesign].” Överlappningstabellen ger inte i sig den kausala jämförelsen.
Visa alla 4 kombinationer

Definiera samma post
Ange enheten som uppfyller villkoren, handlingarna, matchningsregeln och tidsfönstren.
Behåll varje kombination
Visa båda handlingarna, varje handling för sig och ingetdera. Ange omatchade poster separat.
Ange nämnaren
Tala om ifall en procentsats utgår från alla poster, klickposter eller utfallsposter.
Ett genomräknat exempel: en kreatör rapporterar workshopanmälningar
Tänk dig en fiktiv kreatör med 1 000 poster för mottagare och kampanjer som uppfyller villkoren. Anta att kreatörens definierade tidsfönster och tillåtna matchningsprocess ger 80 poster med ett klick, 30 med en anmälan och 18 med båda. Det är påhittade undervisningsvärden, inte ytterligare ett resultat från uppgifterna om gräsrotsfinansiering.
Den fullständiga tabellen innehåller 18 med båda, 62 med enbart klick, 12 med enbart anmälan och 908 med ingetdera. Klickfrekvensen är 80 dividerat med 1 000, eller 8 %. Anmälningsfrekvensen är 30 dividerat med 1 000, eller 3 %.
Bland poster med klickmarkering har 18 av 80 också en anmälan: 22,5 %. Bland poster med anmälningsmarkering har 18 av 30 också ett klick: 60 %. Kreatören kan rapportera alla 4 siffror utan att antyda att de mäter samma sak.
De 12 posterna med enbart anmälan förtjänar en neutral beskrivning tills kreatören har belägg om deras förlopp. Även när tidsstämplar fastställer att ett klick föregick en anmälan bevisar ordningen i sig inte att nyhetsbrevet orsakade den. Kreatören kan använda tabellen för att precisera nästa fråga utan att behandla den som en skattning av ökade intäkter.
En användbar färdig mätbeskrivning skulle säga: ”Vi beskriver registrerad överlappning med anmälningar för den här kampanjen och dessa tidsfönster. Vi behåller alla 4 kategorier, visar båda de villkorade underlagen och rapporterar separat de poster vi inte kan matcha.” Det är mer användbart för beslut än en etikett om konverteringsgrad vars nämnare ingen kan identifiera.
Hur beräknade Influence IQ överlappningen?
Vi använde hela det slutliga Stata-datasetet från författarnas offentliga version 1. Innan vi beräknade de gemensamma utfallen kontrollerade vi filens identitet, de 7 nödvändiga numeriska fälten, alla 55 357 unika par av mottagare och nyhetsbrev, 7 864 mottagarkoder och 10 nyhetsbrevskoder. Båda markeringarna måste finnas och vara kodade som exakt 0 eller 100.[2]
Vi kontrollerade antalen i de 3 behandlingsgrupperna och reproducerade artikelns avrundade marginalprocent för klick och investeringar. Inga poster togs bort, imputerades eller deduplicerades. Sedan räknade vi alla 4 kombinationer totalt och inom varje nyhetsbrev och beräknade samma storheter med den förutbestämda viktningen där varje mottagare väger lika.
2 oberoende skrivna implementationer gav identiska antal och exakta bråk. Nedladdningspaketet innehåller ursprunglig beräkningskod, metoden och alla aggregerade tabeller. Det utesluter råa poster och mottagaridentifierare. Hämta källfilen separat från författarna och behåll deras källangivelse.
Vi anger inga konfidensintervall för urvalsosäkerhet för den här fullständiga räkningen av den publicerade filen. Antalen är exakta för dessa poster, men det fastställer inte precision för en bredare population. Gemensamma mottagare och projekt skulle spela roll för generalisering, vilket den här studien inte försöker göra.
Det praktiska bidraget är den fullständiga registrerade överlappningen och ett tydligt sätt att ställa nästa mätfråga. Det kompletterar författarnas ursprungliga experiment i stället för att ersätta det. För kampanjbeslut ska du definiera utfall, underlag, matchningsregel och tidsfönster innan du avgör vad en rapporterad konverteringsgrad betyder.
CSV-filen använder sidans språk. Paketet innehåller ursprunglig kod, översatt metoddokumentation och aggregerade resultat. Råa poster och mottagaridentifierare ingår inte. Hämta data separat från författarnas offentliga publicering.
Källor och noter
- Hornuf, Lars, och Christoph Siemroth (2023), A field experiment on attracting crowdfunders, Economics Letters 222, 110928. Avsnitt 2–3 definierar de 10 nyhetsbreven, observationsenheten och utfallsmarkeringarna. Tabell 1–2 ger publicerade kontroller för kohort och marginaler. Den ursprungliga studien prövar effekter av budskapsformulering. Influence IQ:s nya analys beskriver gemensamt registrerade utfall.
- Hornuf och Siemroth, datapublicering version 1, 17 april 2023, DOI 10.17632/9prftpkdfc.1, CC BY 4.0. Analysen använder SubscriberNumber, NewsletterNumber, treatmentcontrol, treatmenteco, treatmentreturn, ClickPercent och InvestmentPercent. Identifierande värdeetiketter och andra fält används inte. De granskade källorna fastställer inte matchade observationsperioder, händelsernas ordning eller regler för annulleringar.
- För en mottagare som förekommer i k av källans nyhetsbrev får varje post vikten 1/k i den sekundära analysen. Huvudanalysen tilldelar varje post vikten 1. Båda använder hela det publicerade urvalet. Källans mottagarkoder gör gruppering möjlig. De intygar inte oberoende att det rör sig om unika fysiska personer. Bråktalen beräknas exakt före avrundning för visning. Alla 10 nyhetsbrevskoder behåller källans ordning utan att tillskrivas någon kronologi.
Den engelska artikeln är källversionen. Alla språkversioner beskriver samma historiska tyska poster om gräsrotsfinansiering, inte separata jämförelsevärden för länder eller branscher.