關於升幅準確度

升幅準確度是瞭解升幅結果可靠性的重要數據,只適用於「品牌提升」。此數據旨在展示由廣告系列促成的升幅 (而非出於巧合) 之可能性。

本頁內容

運作方式

升幅準確度的計算方法是「1 - p 值」,有時可稱為升幅結果的「統計顯著性」或「置信區間」。p 值代表廣告沒有實際效果時,可能產生的升幅結果。高準確度 (對應低 p 值) 表示結果不太可能僅出於巧合而產生。高準確度可有力證明您的廣告帶來了升幅。


瞭解「品牌提升」的準確度級別

Google 會嘗試收集足夠回應來偵測具有最高準確度 (90%) 的升幅,不過,準確度較低的結果仍有助於作出廣告決策。在 Google Ads 帳戶中,您可以看到評估準確度在 70% 以上的所有研究升幅結果及其相關準確度。系統不會報告準確度低於 70% 的結果,因為這些結果不具備足夠的統計顯著性,不實用亦不可靠。

注意:升幅準確度未必適用於所有帳戶。如果您的帳戶不提供此數據,就只會顯示具有高準確度 (>90%) 的結果。升幅準確度僅適用於「品牌提升」。只有具備最高準確度 (>90%) 的「搜尋升幅」和「轉換升幅」結果才能共用。


如何解讀和使用升幅準確度結果

以下表格提供一般指引,指示如何解讀不同準確度的升幅結果。請注意,為簡單起見,升幅準確度數據會以 5% 的幅度下捨。您可以參考下方表格作為指引,但我們建議您根據自己的業務需要和風險承受力解讀結果。

升幅準確度 詮釋
≥90% 高置信水平 - 這類結果不太可能出於巧合,因此最為可靠。具有高置信水平的結果可有效證明您的廣告帶來了升幅,因此您可以參考這類結果作出廣告相關決策。
85% 中置信水平 - 這類結果有細微可能受誤差影響,因此只建議參考這類結果來瞭解概括分析資料,或據此作出低風險決策。
80%
75% 低置信水平 - 這類結果可能出於巧合,因此無法準確反映您的廣告成效。所以,只建議參考這類結果來瞭解概括分析資料,或據此作出極低風險決策。您可以 (透過重新評估) 收集更多問卷回應來提高準確度,然後再作出重大決策。
70%
「沒有升幅」 不可靠結果 - 準確度低於 70% 的結果不足以證明廣告能帶來升幅,因此在 Google Ads 中報告為「沒有升幅」。

請務必注意,「品牌提升」旨在偵測具有最高準確度 (90%) 的升幅。顯示較低準確度的結果不會降低結果的品質,只為方便您取得本來無法獲得的資料點。

瞭解低準確度

低準確度結果未必代表廣告無效。這些結果可為您提供一些分析資料,不過需要進一步驗證。低升幅準確度代表所用的評估解決方案沒有偵測到具有高置信水平的升幅。這種情況在未能收集足夠的問卷回應或升幅較低時都有可能發生。

  • 問卷回應數目少:問卷回應數目少 (少於 4,100 個回應) 會造成評估效果不佳,換言之,升幅的準確度可能較低。尤其當您按年齡、性別或廣告系列等組別劃分結果時,每個組別的問卷數目會更少。您可以使用重新評估功能來提高問卷回應數目。
  • 絕對升幅低:當升幅低於 2% 時,系統很難以高準確度偵測到該升幅。不過,絕對升幅低未必代表廣告成效不佳。產生較低絕對升幅的廣告系列仍有可能在每位品牌認知提升的用戶的成本 (CPLU) 相同的情況下取得更高成效。

比較有不同升幅準確度的組別級別升幅

不同組別 (例如不同年齡組別) 很可能有不同升幅準確度。如上所述,您不應得出「具有最高升幅準確度的組別就是成效最佳的組別」這個結論。

首先,請注意我們建議按絕對升幅或 CPLU 來比較組別 (而不按品牌認知提升的用戶)。其次,請注意不同組別的升幅成效通常比較相近 (置信區間高度重疊),因此我們難以明確識別成效最佳的組別。不過,如果您想針對成效最佳的組別優化廣告系列,建議您選取有最高絕對升幅 (或最低 CPLU) 的組別,一般來說會是最佳決策。但請注意,升幅準確度越低,測得的成效就越有可能出於巧合。如果您有多個組別成效相若,最明智的做法是選取有最高準確度的組別,以盡量降低風險。如您不確定如何找出成效最佳的組別,請諮詢您的客戶代表。

瞭解置信區間和水平

「廣告升幅」通常是指升幅「精確估算值」,即代表廣告最有可能產生的升幅。不過,您亦可在 Google Ads 看到所有品牌提升數據的置信區間,即結果的預測變化範圍。此範圍界定了升幅上限和下限,即實際升幅的最高值和最低值。升幅結果採用 80% 雙邊置信區間,換言之,實際升幅處於上限和下限之間的概率為 80%,亦表示升幅高於下限的概率為 90%。

範例:您或會發現相對升幅為 35% (即精確估算值),但您亦會看到置信區間為 30% 至 40%,這表示實際升幅處於下限 30% 和上限 40% 之間的概率為 80%。從另一個角度理解,升幅高於下限 30% 的概率為 90%。

請注意,當升幅準確度低於 90% 時,Google 無法以高於 90% 的準確度保證升幅為正數,因此置信區間下限會低於 0。


常見問題

我可以自行選擇最低升幅準確度嗎?

不可以。只要結果的準確度高於 70%,系統就一律會顯示相關結果。如要提高限制 (例如 80%),您可捨棄任何不符合您所設下限的結果,但無法將下限設定為低於 70%。

如何提高我的升幅準確度?

升幅準確度取決於評估準確度。如要提高評估準確度,您可以:
  1. 使用重新評估功能來增加收集到的問卷回應數目。
  2. 評估廣告回想或品牌意識來確定獲得高準確度升幅的最大機會。
  3. 聯絡您的客戶經理以選取具有高升幅的廣告系列。

如何進一步瞭解升幅準確度的計算方式?

問卷結果難免會因隨機性而造成資料波動,這是自然情況。這種情況通常稱為「隨機評估誤差」。這種隨機誤差可能會導致「品牌提升」在廣告實際上並無產生升幅的情況下,測得正面的升幅。如果廣告沒有產生升幅,p 值可用來評估所測得的升幅有多可能因誤差而產生。如果 p 值非常低,則測得的升幅很大機會不是出於隨機誤差,可以確定廣告系列帶來了升幅。
升幅準確度的計算方法是 1 - p 值,並以百分比顯示。此數值越高 (亦即 p 值越低),則廣告產生升幅的確定性越高。
範例 1:廣告顯示 5% 絕對升幅,p 值 = 0.01:這代表 5% 的升幅是由隨機評估誤差產生的可能性為 1%。因此,廣告帶來升幅的準確度為高 (99%)。

 

範例 2:廣告顯示 5% 絕對升幅,p 值 = 0.35:這代表 5% 的升幅是由隨機評估誤差產生的可能性為 35%。因此,廣告帶來升幅的準確度為低 (65%),不足以作為廣告帶來升幅的可靠證明。

為何我的組別測得低升幅準確度?

在按不同組別 (例如廣告系列) 劃分資料時,每個組別只能分得所有問卷回應中的一個子集。由於個別組別獲得的問卷回應數目少於整體研究,因此很可能難以偵測到具有高準確度的升幅。請注意,如果某個組別的觸及率比另一個組別更高 (例如某個廣告系列比另一個廣告系列有更多廣告預算),該組別就會收集更多問卷回應,就有可能測得更高的升幅準確度,即使該組別所測得的升幅較低亦然。要偵測觸及率最低的組別升幅難度最高。

在哪裡可以看到每個組別的準確度?

升幅報告的圖表下方有一個可展開的表格。您可以在表格中看到所有升幅數據,包括升幅準確度。

在哪裡可以看到置信區間?

您可以在升幅圖表中或透過懸停在表格中的升幅結果上,查看置信區間。圖表可讓您瞭解評估結果有多少不確定性。另外,在比較組別時,圖表可讓您迅速看出兩個組別的置信區間是否重疊。重疊越多,代表越難確認某個組別比另一個組別好。所有圖表的置信區間均截止於 0;如要查看準確值,可以懸停在表格中的升幅結果上。

相關連結

此內容對您有幫助嗎?

我們可以如何改善?
true
Achieve your advertising goals today!

Attend our Performance Max Masterclass, a livestream workshop session bringing together industry and Google ads PMax experts.

Register now

搜尋
清除搜尋
閂搜尋模式
主選單
9559147959868977542
true
搜尋說明中心
true
true
true
true
true
73067
false
false
false