Upprepade annonsinställningar gav olika antal samtal per visning
Ett universitet i Colombia upprepade 16 annonsinställningar på Facebook. Resultaten visar vilket sammanhang ett enda mått kan missa.
Influence IQ har analyserat 384 annonsobservationer från ett colombianskt universitets rekryteringskampanj i maj och juni 2026.
Sammanfattning
Samma annonsinställning kan ge olika rapporterade resultat vid upprepade körningar. Vi analyserade 384 Facebook-annonsobservationer från ett colombianskt universitets rekryteringskampanj: 16 inställningar som kördes 24 gånger var i maj och juni 2026. Inom varje inställning rangordnade vi annonserna efter rapporterade påbörjade samtal per 1 000 visningar och jämförde värdena på plats 6 och 18. I 12 av 16 inställningar var det högre värdet minst dubbelt så stort som det lägre. Medianen av skillnaderna mellan de två värdena var 0,60 samtal per 1 000 visningar. Det är en beskrivande analys av en kampanj med få meddelanden per annons, inte ett riktvärde för andra annonsörer. Antal och ett intervall bredvid måttet gör skillnaden lättare att se.[1][2][3]
Ett litet team skickar resultatet av en Facebook-annons till en kund. En körning rapporterade tre samtal, en annan med samma inställning sex. Det andra antalet är dubbelt så stort, men teamet behöver även antal visningar, rapportperiod och körningarnas sammanhang innan skillnaden kan förklaras. Om exponeringen ändras kan jämförelsen se annorlunda ut.
Upprepade körningar kan ge olika rapporterade resultat

Samma inställning i upprepade annonser
Forskare som studerade annonser för universitetsrekrytering publicerade observationer per annons från en Facebook-kampanj i sydvästra Colombia. Kampanjen använde 16 inställningar, var och en definierad av en annonsversion och dess målgruppsinriktning. Enligt författarna startades en annons per inställning varje dag under 24 dagar, från 14 maj till 6 juni 2026. Varje annons hade en budget på 10 000 colombianska pesos. De 384 observationerna tillhör en annonsör och en kampanj, inte 384 oberoende kampanjer.[1][2]
Vi frågade hur de rapporterade resultaten varierade mellan de 24 observationerna inom varje inställning. Vi höll isär uppsättningarna i artikeln i stället för att jämföra olika målgrupper eller annonsversioner. För varje annons delade vi antalet rapporterade påbörjade samtal med antalet visningar och multiplicerade med 1 000. En visning är en gång annonsen visas och en person kan stå för flera. Resultatet är samtal per 1 000 visningar, inte sannolikheten att en person skickar ett meddelande.[1]
Författarna anger ett attribueringsfönster på sju dagar efter klick och en dag efter visning. De uppger att de exporterade varje annons mått dagen efter att annonsen avslutats. Ett rapporterat meddelande kan därför attribueras efter såväl visning som klick; en export nästa dag omfattar inte en fullständig uppföljning i sju dagar. Datamängden anger inte exakt startdatum för varje observation. Vi beskriver dem som upprepade körningar, inte som en tidsserie.[1][2]
Även mitten av varje inställning täckte ett intervall
För varje grupp med 24 värden sorterade vi värdena från lägst till högst och valde plats 6 och 18. Det är den nedre och övre kvartilen enligt närmaste rang: de beskriver spridningen kring mitten av de observerade värdena utan att jämföra de mest extrema värdena. Vi delade det högre värdet med det lägre. Samtliga 16 nedre kvartiler var positiva, så alla kvoter kunde beräknas.[3]
I 12 av 16 inställningar var den övre kvartilen minst dubbelt så hög som den nedre. Medianen av de 16 kvoterna per inställning var 2,26. Separat var medianen av de 16 skillnaderna mellan övre och nedre kvartil 0,60 rapporterade samtal per 1 000 visningar. Det är sammanfattningar av olika beräkningar över inställningarna, inte två ändpunkter för en typisk inställning.[3]
En inställning visar hur beräkningen fungerar. Värdet på plats 6 motsvarade ett rapporterat samtal på 3 559 visningar, cirka 0,28 per 1 000. Värdet på plats 18 motsvarade fyra samtal på 4 441 visningar, cirka 0,90 per 1 000. Det senare värdet var ungefär 3,21 gånger det förra. Det är två observationer sorterade efter värde, inte nödvändigtvis på varandra följande dagar eller en prognos för framtida resultat.[3]
Medianen var fyra rapporterade samtal per annons. Tio annonser rapporterade noll och åtta av 16 inställningar innehöll minst en annons med noll. När händelserna är få visar kvoten och antalen olika sidor av resultatet. Vid exakt 5 000 visningar ändrar ett ytterligare rapporterat samtal värdet med 0,20 per 1 000. Den matematiken fastställer inte varför två faktiska annonser skilde sig åt.[2][3]
Spridning i samtal per 1 000 visningar för de 16 inställningarna
I 12 inställningar var den övre kvartilen minst dubbelt så hög som den nedre; i fyra var den mindre än dubbelt så hög.
| Övre kvartil delad med nedre kvartil | Inställningar | Andel |
|---|---|---|
| Minst 2 gånger | 12 | 75,0 % |
| Mindre än 2 gånger | 4 | 25,0 % |
Bredare klickinteraktioner varierade på ett annat sätt
Källan rapporterar också Metas mått ”klick (alla)”, som omfattar länkklick och andra interaktioner som reaktioner, delningar och klick på en bild eller profil. Det är bredare än enbart länkklick. Vi beräknade klickinteraktioner per 1 000 visningar för varje annons och upprepade jämförelsen inom varje inställning, med separat rangordning från meddelandena.[1][3]
Medianen av kvoterna mellan övre och nedre kvartil i 16 inställningar var 1,15 för klick (alla), jämfört med 2,26 för rapporterade samtal. Ingen av de 16 kvoterna för klickinteraktioner nådde 1,5; samtliga 16 samtalskvoter gjorde det. Medianen av kvartilskillnaderna var 13,84 klickinteraktioner respektive 0,60 rapporterade samtal per 1 000 visningar. Den större relativa spridningen för samtal hade alltså en mindre absolut skillnad i sina egna enheter.[3]
Måtten har olika definitioner och antal. Jämförelsen visar inte att klicken ledde till de rapporterade meddelandena, att skillnaden i klickinteraktioner orsakade meddelandena eller att samma personer ingår i båda täljarna. Ett team som vill veta om en annons gav förfrågningar behöver titta på måttet för förfrågningar utöver ett bredare interaktionsmått.
Relativ och absolut spridning per mått
Antalet rapporterade samtal per 1 000 visningar hade större relativ spridning; de två absoluta skillnaderna använder olika resultatantal.
| Mått | Median av kvoten (gånger) | Median av skillnaden per 1 000 visningar |
|---|---|---|
| Rapporterade samtal | 2,26 | 0,60 |
| Klickinteraktioner (alla) | 1,15 | 13,84 |
Visa antalen tillsammans med måttet
Tänk dig två påhittade körningar med 5 000 visningar vardera. Tre rapporterade samtal motsvarar 0,60 per 1 000 visningar och sex motsvarar 1,20. Det andra värdet är dubbelt så högt som det första, en skillnad på tre samtal och 0,60 per 1 000. Om körningarna hade olika antal visningar skulle antalen ensamma inte visa samma jämförelse.
En användbar rapport kan ange inställning och budget, datum och attribueringsfönster, visningar, antal rapporterade resultat samt måttets täljare och nämnare. Om flera körningar kan jämföras kan rapporten också visa enskilda resultat eller ett tydligt definierat intervall. Intervallet bör ange vilka körningar som ingår och om ändpunkterna är minimum och maximum, kvartiler eller andra värden.
Behåll det praktiska beslutet i fokus. Ett team kan behöva avgöra om det ska samla fler resultat, ändra ett annonsmaterial eller diskutera en budget med kunden. Upprepade resultat ger mer sammanhang än en körning, men datamängden föreskriver inte ett nödvändigt antal körningar eller vilken ändring som skulle förbättra en annan kampanj. En överenskommen beslutsregel innan nya resultat granskas kan hjälpa teamet att förklara vad det ska jämföra.
I källan exporterades resultaten kort efter att varje annons avslutats. I den egna rapporten är det bra att ange när siffrorna hämtades och vilken attribueringsinställning som användes. Två exporter vid olika tidpunkter kan täcka olika lång uppföljning även om datumen eller inställningarna som visas verkar likna varandra.
Ge måttet sitt sammanhang

Ange inställningen
Ange annonsmaterial, målgrupp, budget och rapportperiod.
Visa antalen
Notera visningar, resultatantal, attribueringsfönster och exporttid.
Beskriv intervallet
Visa jämförbara körningar och förklara hur intervallet valdes.
Läs resultaten i sitt sammanhang
Kampanjen marknadsförde ett universitetsprogram i utvalda colombianska kommuner, med en liten fast budget per annons och automatiska placeringar. Varje inställning upprepades, men personer som nåddes, leveranstid, placeringsmix och auktionsvillkor kunde variera. En person kunde också ha sett mer än en annons. Datamängden identifierar inte vilken av dessa faktorer, om någon, som förklarar den observerade spridningen.[1]
De 16 inställningarna är olika kombinationer inom en och samma kampanj. De är inte ett slumpmässigt urval av företag och resultaten fastställer inte en typisk variation för andra marknader, kampanjmål eller budgetar. Upprepade körningar kan också dela förhållanden, så analysen behandlar inte de 24 observationerna i en inställning som oberoende upprepningar av 24 separata kampanjer.
Forskarnas artikel undersökte en annan fråga: effekterna av typen av talesperson och upplysning om upphovet i deras kampanj. Vår analys använder deras publicerade observationer för att beskriva variation inom varje inställning. Den jämför inte mänskligt och AI-skapat annonsmaterial och avgör inte vilken version som fungerade bäst.[1][2]
Så analyserade vi observationerna
Den offentliga Stata-filen innehöll 384 observationer med unika observations-ID, 16 inställningskoder och 24 observationer per kod. Inom varje kod var de publicerade fälten för annonsmaterial, talesperson, upplysning om upphovet, kön och ålder konstanta. Alla observationer hade positiva visningar och icke-negativa antal klick och meddelanden; ingen exkluderades. Alla översteg också 1 000 visningar, så det planerade filtret ändrade inte urvalet.[2][3]
Vi beräknade de två måtten för varje annons från de publicerade antalen, sorterade de 24 värdena separat per mått inom varje inställning och valde plats 6 och 18. Varje inställning bidrog med en kvot och en skillnad per mått till sammanfattningarna. En andra beräkning med SQLite och exakta bråk återskapade varje grupps kvartiler från ett numeriskt utdrag ur samma fil. Reproduktionspaketet innehåller källänkar, hashvärden, kod och aggregerade resultat.[3]
Som en känslighetskontroll i efterhand använde vi linjärt interpolerade kvartiler i stället för närmaste rang. Med den metoden var 11 av 16 meddelandekvoter minst två och deras median 2,09; medianen av skillnaderna var 0,56 samtal per 1 000 visningar. Alternativet är en beräkning på samma observationer, inte en oberoende replikation. Ingen slutsats här beror på ett signifikanstest eller på att orsaken till variationen är känd.[3]
Artikeln beskriver den yngre målgruppen som 18–24 år, medan en etikett i den publicerade filen anger 18–25 år. Vi rapporterar ingen jämförelse mellan undergrupper och löser inte skillnaden genom att välja en etikett. Nedladdningspaketet innehåller kontrollerna av gruppering och mätning så att analysen kan granskas utan att originalannonsernas videor publiceras på nytt.[1][2][3]
Filerna innehåller aggregerade resultat, källänkar, ett hashvärde och kod. ZIP-filen innehåller inte enskilda annonsobservationer eller videor.
Källor och anmärkningar
- Arango-Espinal, Rodríguez Orejuela och López-Herrera, Human Spokesperson Versus Artificial Intelligence Avatar and Authorship Disclosure in Digital Advertising, 2026. Kampanjdesign, mått, attribuering och exporttid.
- López-Herrera, författarnas data och replikationsmaterial, Zenodo, 2026. Datamängden anges ha licensen CC BY 4.0.
- Influence IQ:s analyspaket: källänk, hashvärde, beräkningskod och aggregerade gruppresultat.
Alla språkversioner beskriver samma colombianska kampanj och insamlingsperioden maj till juni 2026. Översättningen gör inte resultaten till underlag för en annan marknad.