Ett saknat annonsmått och ett uppmätt nollvärde kräver olika beslut. Noll registrerade konverteringar kan motivera en granskning av kundresan. Ett konverteringsantal som inte är tillgängligt kräver först att någon granskar mätningen. Om båda blir noll i rapporten förvandlas ett informationsproblem till ett skenbart resultatproblem.
OpenAI:s rapporteringsdokumentation skiljer uttryckligen null från noll. Null betyder att måttet saknas eller inte kan beräknas. Här omsätter vi skillnaden till ett arbetssätt för exporterade data från ChatGPT Ads. Exemplen är hypotetiska och beskriver egen analys, inte ytterligare funktioner som utlovas i AthillyAds.
Ge varje tillstånd en begriplig etikett
En användbar rapport skiljer åtminstone mellan ett uppmätt värde, ett uppmätt nollvärde, ett otillgängligt värde och ett mått som inte är tillämpligt. Under felsökning kan även tillståndet “väntar på verifiering” vara användbart. Låt inte samma tomma cell representera alla dessa situationer.
Formuleringen “0 köp” berättar vad det tillgängliga antalet visar. “Köpantal saknas” berättar att antalet ännu inte kan användas för beslut. “ROAS beräknas inte eftersom kostnaden är noll” förklarar ett problem med nämnaren. Orden tar mer plats än ett streck men minskar risken att läsaren tolkar varje tom cell som en misslyckad kampanj.
Behåll råvärdet parallellt med etiketten i dataflödet. Det är användbart att visa “saknas” för läsaren, men om den underliggande numeriska kolumnen fylls med text kan nästa beräkning gå sönder. Presentationen och beräkningen har olika uppgifter. En tydlig modell låter dem därför hantera samma observation på olika sätt.
Följ täljaren och nämnaren
Jämför tre påhittade kampanjer. Alla belopp anges i samma kontovaluta och i hela valutaenheter, med samma urval för kostnad och försäljning:
| Kampanj | Kostnad | Attribuerad försäljning | Tolkning |
|---|---|---|---|
| A | 100 | 0 | Observerad ROAS är noll om försäljningsunderlaget är komplett |
| B | 100 | saknas | ROAS kan inte beräknas med dessa underlag |
| C | 0 | 200 | Noll i nämnaren förhindrar vanlig ROAS-beräkning |
Endast kampanj A har underlag för ett numeriskt nollresultat. Kampanj B kan ha försäljning som ännu inte syns eller värden som aldrig skickades. Kampanj C har ett matematiskt problem i nämnaren. Att sätta alla tre till noll döljer skillnaden mellan ingen registrerad avkastning, okänd intäkt och en kvot som inte är definierad.
Kontrollera båda ingångsvärdena innan du beräknar ett härlett mått. En kalkylbladsformel som fångar alla fel och lämnar noll kan skapa en prydlig tabell samtidigt som den gömmer problemen som behöver uppmärksamhet. Visa hellre en tydlig status och samla de berörda raderna i en lista för utredning.
Vilket tomrum finns?
- Uppmätt noll
Positiv kostnad och komplett utfall med noll köp kan ge noll ROAS.
- Saknat köpvärde
Okänd intäkt stödjer ingen beräknad avkastning.
- Noll kostnad
Division med noll behöver en förklarad status, inte en påhittad kvot.
Bedöm om totalsiffran är komplett
Anta att kampanj A visar 500 i försäljning och att kampanj B saknar tillgängligt försäljningsvärde. Summan av kända värden är då 500, men den utgör inte automatiskt hela kontots försäljning. Märk siffran som känd rapporterad försäljning eller avvakta med jämförelsen tills täckningen har kontrollerats.
Samma sak gäller genomsnitt. Om rader med saknade värden bara tas bort kan resultatet se bättre eller sämre ut beroende på vilka kampanjer som försvann. Visa därför hur många kampanjer som ingår och hur stor del av den kända kostnaden som beräkningen täcker. Då kan mottagaren bedöma siffrans begränsningar utan att någon hittar på det saknade utfallet.
Ta inte heller bort verkliga nollrader automatiskt. Om kampanjer med noll konverteringar försvinner ur en analys av konverteringsgrad blir resultatet lätt för högt. Saknade observationer och uppmätta nollresultat behöver olika hantering även om båda gör diagrammet mindre snyggt.
Felsök i en bestämd ordning
Börja med att kontrollera om råsvaret innehåller måttet, ett nullvärde eller ingen rad alls. Det är tre skilda observationer. Kontrollera sedan att fält, datum, urval och rapportkälla motsvarar frågan. Ett filter som utesluter en kampanj visar inte att kampanjen saknar resultat.
Undersök därefter beroendena. Avkastning kräver försäljningsvärde och kostnad. En frekvens kräver en nämnare. Finns dessa ingångsvärden behöver samma period jämföras med samma rapportinställningar innan ett beräkningsfel anmäls. Spara råsvar och hämtningstid så att nästa person kan upprepa kontrollen.
För färska uppgifter kan resultatet märkas som preliminärt och hämtas om enligt en överenskommen rutin. Skriv inte bara över en redan skickad ledningsrapport utan att förklara att underlaget ändrats. Sparade rapportversioner hjälper teamet att följa sådana förändringar och svara på frågor i efterhand.
Bestäm ansvar och nästa steg
Ge varje olöst mätlucka en ansvarig person. Kampanjansvarig kan undersöka leveransen, analytikern kan granska exporten och utvecklaren kan kontrollera värdet i köpeventet. Ett enda ärende om dåligt resultat blandar ihop dessa uppgifter och gör det svårt att avgöra vad som faktiskt är klart.
Visa resultat, begränsning och nästa åtgärd tillsammans i veckorapporten. Exempel: kampanj B har 100 i registrerad kostnad, köpvärdet saknas och eventets innehåll ska kontrolleras innan lönsamheten bedöms. Det ger ett konkret beslut utan att hävda att kampanjen saknade försäljning.
Behåll osäkerheten tills underlag löser den. Närliggande kontroller finns i guiderna om viktad CTR och olika uppdateringstider för klick och kostnad. Plattformens definition av null finns i OpenAI:s rapporteringsdokumentation.
Källor och avgränsning
Tolka otillgängliga mått och ofullständiga totalsiffror innan kampanjresultat bedöms.
Arbetsmetoder och exempel är redaktionella förslag. Kontrollera aktuella plattformsvillkor och funktioner inför genomförandet.