پی پی سی مارکیٹنگ میں اوسط استعمال کرنے والے مسائل کے بارے میں حال ہی میں بات چیت اور بلاگز خطوط کی ایک تصادم رہا ہے. مثال کے طور پر، یہ ایک جہاں جولی بیکین کا کہنا ہے کہ "اوسط ایک شدید مچھر ہیں":
جبکہ یہ سچ ہے کہ کبھی کبھی اوسط بہت گمراہ ہوسکتا ہے، اوپر ڈیٹا بیس کے ساتھ مسئلہ نمونہ میں بہت بڑا آبادی متغیر اور معیاری انحراف ہے.
$config[code] not foundاس پوسٹ میں میں ریاضی کے بارے میں بات کرنا چاہتا ہوں اور اس کے ساتھ معاملات کی قیمت بنانا چاہتا ہوں اور اس کے ساتھ ساتھ میں پی پی سی کمیونٹی میں حال ہی میں رپورٹنگ کے کچھ تنقید کا جواب دینا چاہتا ہوں.
متغیر، معیاری انحراف اور متغیر کی گنجائش
نمونہ متغیر توسیع کی ایک پیمائش ہے - اس اعداد و شمار کی قیمتوں میں آپ کے ڈیٹا سیٹ کی اوسط قدر سے مختلف ہونے کا امکان ہے. اوسط سے ہر اعداد و شمار کے نقطۂٔٔٔٔٔٔٔٔٔٔٔٔٔٔ کے اختلافات کے اوسطوں کا اوسط لے کر اسے شمار کیا جاتا ہے. اختلافات کو کچلنے سے یہ یقینی بناتا ہے کہ منفی اور مثبت وابستہ ایک دوسرے کو منسوخ نہیں کرتے.
تو کلائنٹ 1 کے لئے، صرف 0.5 فیصد اور اوسط تبدیلی 3.6 فیصد، پھر مربع نمبر کے درمیان فرق کا حساب. یہ ہر کلائنٹ کے لئے کیا کریں، پھر متغیرات کا اوسط لے لو: یہ آپ کا نمونہ مختلف ہے.
نمونہ معیاری انحراف صرف متغیر کی مربع جڑ ہے.
سادہ شرائط میں، اس اعداد و شمار میں اقدار عام طور پر 3.6 اوسط اوسط اوسط اوسط سے کم ہیں (جس میں نمبر بہت منتشر ہیں)، جس کا مطلب یہ ہے کہ آپ اس تقسیم سے زیادہ نہیں ہوسکتے.
اگر آپ کے معیاری انفیکشن کا اندازہ لگایا گیا ہے کہ "بہت اونچا" (اگر آپ معمول کی تقسیم کی تلاش کر رہے ہو) کا اندازہ لگانا چاہتے ہیں تو یہ متوازن (یا نسبتا معیاری انحراف) کی گنجائش ہے جو صرف اوسط کی طرف سے تقسیم شدہ معیاری انحراف ہے.
اس کا کیا مطلب ہے اور ہم کیوں خیال رکھنا چاہئے؟ یہ روزانہ کی رپورٹنگ کی قیمت کے بارے میں ہے. جب کسٹم سٹریم کلائنٹ کے اعداد و شمار کا استعمال کرتے ہوئے ایک مطالعہ کرتا ہے، تو ہم صرف چھوٹے ڈیٹا سیٹ سے اوسط کا حساب نہیں دیتے اور بڑے نتائج حاصل کرتے ہیں- ہم اعداد و شمار کی تقسیم کے بارے میں پرواہ کرتے ہیں. اگر تعداد ہر جگہ ہوتی ہے تو، ہم ان کو پھینک دیتے ہیں اور نمونے کو ایک مختلف راستہ (صنعت، اخراجات، وغیرہ وغیرہ) کے حصول کے لئے کوشش کریں تاکہ وہ زیادہ معقول نمونہ تلاش کریں جس سے ہم زیادہ اعتماد سے نتیجہ نکال سکتے ہیں.
یہاں تک کہ معنوی اشیا کی تعریف کی طرف سے تعریفیں اوپر اور نیچے اوسط شامل کریں
مخالف اوسط کیمپ سے تنقید کی ایک اور لائن یہ سوچ ہے کہ اوسط ایک آبادی کی پوری آبادی کے لئے نہیں بولتی ہے. یہ تعریف کی طرف سے، سچ کی بات ہے.
جی ہاں، اوسط میں ڈیٹا پوائنٹس شامل ہیں جو اوسط قدر سے اوپر اور نیچے گر جاتے ہیں. لیکن یہ مجموعی طور پر اوسط پھینکنے کے لئے ایک عظیم دلیل نہیں ہے.
عام تقسیم کو سمجھنا، آپ کو آپ کے ڈیٹا پوائنٹس کی 68 فیصد کی شرح آپ کے اوسط، 95 فیصد کے اندر +/- 2 معیاری انحراف، اور 99.7 فیصد کے اندر اندر +/- 3 معیاری انحراف، کے طور پر illustrated یہاں.
جیسا کہ آپ دیکھ سکتے ہیں، اس بات کا یقین یقینی طور پر موجود ہے، اگرچہ آپ کے ڈیٹا بیس میں سخت معیاری تقسیم ہے تو، وہ آپ کے بارے میں سوچتے ہی نہیں جاسکتے ہیں. لہذا اگر آپ ریاضی کے بارے میں محتاط ہو تو، اب بھی بہت زیادہ مشتہرین کے لئے اوسط بہت مفید معلومات ہوسکتی ہے.
پی پی سی مارکیٹنگ میں، ریاضی جیت
چلو پانی کے ساتھ اوسط باہر نہیں پھینک دو سب کے بعد، ایڈورڈز میں بہت سارے کارکردگی کی پیمائش (CTR، CPC، اوسط مقام، تبادلوں کی شرح، وغیرہ) اوسط اقدار کے طور پر رپورٹ کیا جاتا ہے.
اوسط نظر انداز کرنے کے بجائے، ریاضی کی طاقت کو معلوم کرنے کے لۓ معلوم کریں کہ اگر اوسط آپ کی تلاش میں ہو تو معقول ہے یا نہیں.
اجازت کی طرف سے شائع کیا. اصل یہاں.
Shutterstock کے ذریعے اوسط تصویر
مزید میں: پبلشر چینل مواد
