Нормальное дневное отклонение в количестве лидов

Сегодня мы немного поговорим о том, какое отклонение в количестве заявок в день является нормальным. Думаю многие сталкивались с ситуацией, когда в какой-то день (или может несколько дней) показатели рекламных кампаний меняются. В такой ситуации можно наделать кучу ошибок пытаясь “поправить” то, что не нуждается в исправлении. Сегодня мы посчитаем на реальных данных какое отклонение будет нормальным, итак начинаем.

4 пункта для правильного определения нормального отклонения количества лидов?

1. Первое, что нам понадобится это количество заявок (или продаж) по дням. Нам нужны данные за период, в который кампании работали в штатном режиме (желательно, чтобы мы ничего в этот момент не тестировали). Конечно, чем больше данных у нас будет, тем выше будет точность подсчета. Давайте установим минимальную границу в 2 недели, а максимальную в 3 месяца. 2. Нужные нам данные очень просто выгрузить с помощью яндекс директ или google analytics. В директе нам нужно выбрать все интересующие нас кампании и перейти в “мастер отчетов”. Тут мы выбираем отчет по дням и конверсии дальше выбираем нужную нам цель и скачиваем отчет в формате эксель. 3. В аналитиксе это будет тоже очень просто. Переходим на вкладку “Цели” > “Обзор”, затем выбираем нужные нам цели, ставим период и, опять же, скачиваем отчет в эксель. 4. Теперь рассчитаем с помощью формул в эксель нужные нам значения:

1. Среднее арифметическое (=СРЗНАЧ)
2. Стандартное отклонение (=СТАНДОТКЛОН.В)
3. И для наглядности на еще понадобится коэф. вариации (разделить среднее значение на стандартное отклонение, результат в %)

Примеры определения нормального отклонения количества лидов

В результате мы получили вот такие данные: Среднее арифметическое в нашей выборке получилось около 37 заявок. Стандартное отклонение чуть больше 8, коэф. вариации 22%. Теперь мы можем сказать, что отклонение от 37 заявок в любую сторону на 22% (т.е. 8,29 заявок) является нормальным. В данной ситуации (если она не продолжается долгое время) мы не будем пытаться резко поправить что-то в наших рекламных кампаниях.

Для наглядности приведу еще пример

В этом примере видно, что при большой разнице в количестве заявок в день, у нас будет высокий коэф. вариации. Следовательно, обратное тоже верно, т.е. при высоком коэф. вариации количество заявок в день может сильно отличаться. На всякий случай напомню, что смотреть статистику на текущий день не стоит, т.к. она чаще всего будет некорректной. Всем спасибо за внимание! Не хотите самостоятельно определять нормальное отклонение лидов? Выход есть - начните с аудита РК! Провести Аудит РК! Подпишись и следи за выходом новых статей в нашем монстрограмме Остались вопросы? Не нашли ответ на интересующий Вас вопрос? Или не нашли интересующую Вас статью?  Задавайте вопросы и темы статей которые Вас интересуют в комментариях.