統計的有意性とは何ですか？なぜそれが重要なのですか？
マーケターとして、あなたはキャンペーンのすべての機能にとってデータがどれほど価値があるかを知っています。
メールの送信からランディングページの最適化まで、戦略的な意思決定を支援するための分析の完全なスイートが必要です。
マーケティングのトレンドは行き来するかもしれませんが、データ分析がここにとどまっていることは議論の余地がありません。
ツールがよりスマートになるにつれて、ユーザーの行動に関する新しい情報を発掘することができます。この情報は、キャンペーンを最適化し、既存の戦略を調整して、そのユーザーの行動に反応する、または理想的には積極的にする方法を促進します。
私たち全員がよりデータ主導のマーケターに移行するにつれて、マーケティングキャンペーンのほぼすべての側面で役立つ最も有用な指標の1つは、統計的有意性です。
聞いたことがない？歴史的に、このメトリックは、特定の仮説の妥当性を予測するために使用されてきました。この用語はあなたのマーケティング慣行とすぐには一致しないかもしれませんが、実際には信じられないほど役に立ちます。
この指標を使用していない場合は、今から始めましょう。
このブログ投稿では、統計的有意性とは何か、それがキャンペーンにどのように役立つか、そしてそれを計算し始める方法を分析します。
統計的有意性とは何ですか？
マーケティングキャンペーンのパフォーマンスをテストするのが初めての場合でも、数十年にわたって指標を追跡している場合でも、テストするリストに統計的有意性を追加する必要があります。
協議
私の代理店があなたのウェブサイトへの大量のトラフィックをどのように促進できるかをご覧ください
SEO-大量のSEOトラフィックのロックを解除します。実際の結果をご覧ください。
コンテンツマーケティング-私たちのチームは、共有され、リンクを取得し、トラフィックを引き付ける壮大なコンテンツを作成します。
有料メディア-明確なROIを備えた効果的な有料戦略。
電話を予約する
統計的有意性とは、テスト結果が偶然に発生したのではなく、外部ソースの影響を受けた可能性を指します。
これは雑草のような統計用語のように見えるかもしれませんが、ブログなどのキャンペーンのさまざまな側面で統計的有意性の可能性を評価することで、実行、最適化、および将来の実行方法を変える可能性のある結果を実際に提供できますキャンペーン。
マーケティングにおいて統計的有意性が重要なのはなぜですか？
マーケターにとって、統計的有意性はキャンペーンの1つの側面に光を当てるだけではありません。
それはあなたが多くのレンズを通してあなたの効能を見るのを許します。
この方法を使用すると、予測をほぼ絶対値に変えることができ、結果がどうなるかをよりよく理解して予測することができます。
この指標は、ランディングページの変更の成功、行動を促すフレーズの効果、件名の最適化の成功、およびその他の多くの変数を予測するために使用できます。
A / Bテスト
マーケティング担当者は、A / Bテストの価値を知っており、デジタル戦略全体でこの手法を使用した可能性があります。これらのデータセットに統計的有意性を適用すると、A / Bテストが成功したか失敗したかを判断できます。理想的な世界では、A / Bテストは90％の統計的有意性に達し、予測される変化が調整している環境にプラスまたはマイナスの影響を与えることを示しています。
マーケティングにおいて統計的有意性が重要である理由-ABテスト
サイトのパフォーマンスをテストする場合、統計的有意性に到達するための最良の方法は、トラフィックまたはコンバージョン率の高いページをテストすることです。テスト時間は2〜8週間以内です。
マーケティング予算の適用
統計的有意性は、キャンペーン内の結果を判断するのに役立ちますが、マーケティング予算が最もよく使われる場所を評価するのにも役立ちます。結果の統計的有意性を判断することで、予算を最適化し、パフォーマンスが低いと定義できる領域に支出し、追加の予算が不要な領域から資金を振り向けることができます。
このレンズを通して、あなたはより多くを節約し、より賢く使うことができ、あなたの予測される結果に自信を持つことができます。
改善された仮説
2つ（またはそれ以上）の変数を相互にテストする場合、必然的に仮説が立てられます。統計的有意性を使用して変数をテストする場合、詳細なデータ分析を通じてその仮説を証明または反証することができます。統計的有意性を通じて、実用的なデータを使用して、元の仮説を証明（または反証）することができます。
統計的有意性を計算する方法
統計的有意性がマーケティング活動にどのような意味を持つかを明らかにしたので、次に計算について説明します。
この便利なツールを提供していますが、統計的有意性の計算の背後にある方法も理解する必要があります。
1.テスト対象を確立します
バナーが異なるランディングページのコンバージョン率、件名が異なる電子メールのクリック率（CTR）、またはさまざまな召喚ボタンの成功を比較する場合は、テストする項目のセットを選択します。
2.あなたの仮説を述べなさい
統計的有意性が仮説の強化にどのように役立つかについては前に説明しましたが、それは事実です。また、最初に常に仮説を立てる必要があることも事実です
r信頼度を評価するためのテスト。
3.データを収集します
テスト対象に関係なく、サンプルサイズを決定する必要があります。ランディングページをテストしている場合、それはページが公開されている期間である可能性があります。メールをテストしている場合は、オーディエンスのランダムなサンプルを選択して、メールのバリエーションを送信できます。
4.カイ2乗の結果を評価します
有意性を測定するために使用できる統計的検定は多数ありますが、多くの場合、カイ2乗法を使用します。
データを収集したら、簡単に整理できるようにグラフに入力します。 2つの潜在的な結果を持つ2つの変数をテストする場合は、結果を簡単に表示できる2×2のグラフを作成できます。
統計的有意性を計算する方法-カイ2乗結果を評価する
5.期待値を決定する
ランディングページの各反復から何を期待できるかを正しく評価するには、行の合計に列の合計を掛け、それをアクション（訪問者など）の数で割ります。
6.仮説を再検討する
すべてのデータを収集したら、仮説を再検討して、予想したことが真実であるかどうかを確認します。予測と結果の違いを最もよく把握できるようにするには、次の式を使用して違いを二乗します：（expected –observed）^ 2）/ expected。
統計的有意性を計算する方法-カイ二乗計算
7.あなたの合計を見つけます
カイ二乗数を見つけるには、結果を合計します。上記の表では、合計は.95です。結果が統計的有意性で異なるかどうかを判断するには、これをカイ2乗と比較します。
上記の例では、結果が統計的に有意であるためには、カイ2乗値が3.84以上である必要があります。
.95が3.84未満であることを考えると、上記の表の結果は統計的に有意ではなく、異なるバージョンとユーザーが実行するアクションの間に相関関係がないことを示しています。
この方法により、マーケターは結果について確実になり、個々の最適化の可視性が向上します。
決定的な結果を回避する方法
統計的有意性検定が結論に達しない場合は、これらの検定からより良い洞察を得るために実行できるいくつかの手順があります。
データをセグメント化する
不確定なテストに遭遇した場合は、デバイスやトラフィックソースなどのセグメント全体のパフォーマンスを評価します。
データをセグメント化することで、単一のエンティティとして集約するのではなく、特定のセグメント内で実際に機能しているものをより明確に把握できます。
仮説を極限まで引き上げる
小さな変更を継続的にテストすると、時間と予算が無駄になる可能性があります。動的な結果を本当に確認したい場合は、ユーザーの行動に大きな影響を与える可能性のある大胆な変更を試してください。
仮説を極限まで高めることで、実際にエンゲージメントの目標を達成し、キャンペーンの結果を変えることができます。
仮説を再評価する
結果が決定的ではないものとして継続的に戻ってくる場合は、仮説の設計に戻る時期かもしれません。
次の質問を自問して、仮説を微調整する必要があるかどうかを判断してください。
あなたの仮説は行動の洞察に裏打ちされていますか？
ユーザーはあなたが行っている変更を気にしますか？
提案された変更は微妙すぎますか？
マーケティングにおける統計的有意性に関するよくある質問
統計的有意性とは何ですか？
統計的有意性という用語は複雑に見えるかもしれませんが、実際にはそうではありません。統計的有意性とは、テスト結果が偶然に発生したのではなく、外部ソースの影響を受けた可能性を指します。
マーケターが統計的有意性を気にする必要があるのはなぜですか？
この特定のテストは、他のマーケティング指標と比較すると不要と見なされる場合がありますが、統計的有意性分析を実施することで、マーケターは仮説を証明し、よりスマートなA / Bテストを実施し、予算をより適切に割り当てることができます。
独自の統計的有意性検定を実施できますか？
あなたは確かにできます。このブログで概説されている7つのステップのプロセスを通じて、独自の統計的有意性検定を実行できますが、便利なツールを使用して有意性を計算することもできます。
統計的有意性検定の良い結果は何ですか？
テストが90％以上に戻った場合、結果は統計的に有意であると確信できます。
マーケティングの結論における統計的有意性
有意性は妥当性と同等ではないことを覚えておくことが重要ですが、統計的有意性を評価することで、デジタルマーケティングの仮説をより明確に把握できます。
この方法を使用して、召喚状（CTA）ボタンを更新する必要があるか、電子メールの件名を更新する必要があるかを判断すると、プロセスに対する自信と快適さが増します。
この方法をデジタルマーケティング手法に組み込むことで、キャンペーンの特定の側面に関する仮説について、よりデータに裏付けられたスタンスを取ることもできます。
マーケティングにおける統計的有意性の最も効果的な使用は何でしたか？
