横幅广告被认为有害

复杂性的一个来源和amp; GWERN.NET上的JavaScript使用是使用Google AdSense广告来插入横幅广告。考虑到设计＆amp;可用性改进，删除横幅广告每次都是一种可能性，因为读者不喜欢广告，但这种删除是收入损失，目前尚不清楚这些利益是否超过了成本，建议我运行A / B实验。然而，可以预期广告对交通的交通影响比单独的页面读取时间/反弹率更广泛，而是通过读者（例如社交媒体行为）之间的长期影响或溢出机制来影响总网站流量，渲染通常的A / B测试方法每页加载/会话随机化不正确;相反，将作为时间序列实验分析总流量更好。

设计：收入VS读者的决策分析产生最大可接受的总交通损失〜3％。历史GWERN.NET流量数据的功率分析表明，高自相色谱结果产生低统计功率，标准测试＆amp;回归但具有模型的可接受的力量。我设计了一个长期贝叶斯Arima（4,0,1）时间序列模型，其中A / B-Test 2017年1月 - 10月在随机配对的ADS / No-AD块中运行的ADS / No-ADS使用客户端 - 本地JS确定是否加载＆amp;显示广告，在Google Analytics＆amp中收集的总流量数据;广告曝光数据在Google Adsense中。 A / B测试从2017-01-01至2017-10-15开始，在251,164次会议中统称为380,140页，影响288天。

纠正随机化中的缺陷，最终结果会产生令人惊讶的大量估计预期的交通损失-9.7％（由没有adblock的用户子集），如果所有流量都暴露，则暗示-14％的流量损失广告（95％可信间隔：-13-16％），超出了禁用ADS＆amp的决策阈值;强烈规定了可接受的小损失的可能性，这可能是进一步的实验。

因此，GWERN.NET上的横幅广告似乎是有害的，并且已经删除了AdSense。如果这些结果概括了其他博客和个人网站，则重要的含义是，许多网站可能因他们使用横幅广告广告而不实现它来损害。

关于GWERN.NET I奖品的一件事，特别是与互联网的其余部分相比，是快速的页面加载＆amp;渲染。这就是为什么在我之前的A / B对网站设计更改的测试中，我通常关注不影响加载时间的更改。基准网站性能在2017年，总时间由Google AdSense（用于以上标题以上的中型横幅广告）和Disqus评论。

虽然我想要评论，所以Disqus不是可选的1⁠，我只保留Adsense，因为，好吧，它让我有一些钱（每月30美元或每年360美元;它会更多但〜60％的访客有adblock ，这对美国显然异常高。所以广告是做一个实验的好处：它提供了删除页面最重之一的机会，借口应用决策理论方法（计算决策阈值＆amp; s），有机会尝试应用贝叶斯时间系列模型/斯坦，以及对纵向宽A / B实验是否实用的调查。有用。

这不是一个巨大的金额（它比我的每月Patreon要少得多），并且可能因加载/渲染时间和人们而非喜欢广告的影响而抵消。如果我正在减少我的交通和amp;由于人们不想用广告浏览或链接页面，因此影响到10％，那么它绝对不值得。

Warning: Can only detect less than 5000 characters

从决策理论的角度来看，这是一个申请顺序测试思想的好地方，因为我们面对与糖果日本A / B试验相似的问题，实验具有易于量化的成本：每天随机“关闭”成本〜1美元，因此，超过200天的实验将花费〜100美元的广告收入等。当他们无害的情况下，也有创造错误决定和选择禁用广告的风险，在这种情况下（以我通常的5％的5％折扣率） ，并假设广告收入永远不会改变，我从不进行实验，这是一个合理的假设给出了许多稳定的稳定性，我的交通是多么稳定，我对一个精心设计的实验重新审视决定性结果的我的无能为力）将是360日志（1.05）= 7378美元，这很实质上。

在等式的另一边，广告可能对现场流量进行大量损害;随着〜40％的交通广告和2016年635123的广告和总页面视图（1740年/天），令人沮丧的效果为5％，意味着635123‰0.40‰0.05 = 12702，相当于1周交通。我的网站对我很重要，因为它是我所取得的成就＆amp;是我的生计，如果人们没有读它，那就是坏事，两者都因为我失去了可能的收入，而且它意味着没有人在读我的工作。

多么糟糕？代替广告，很难直接量化页面视图的价值，所以我可以在假设上询问自己，我会以360美元的价格交易〜1周的交通（〜0.02 / view，或者另一种方式更直观，我会删除gwern.net以换取＆gt; 18720美元/年）？大概;这就是正确的数字 - 随着我目前的持久收入，我不能随便扔掉数百或数千美元的额外交通，但我仍然以合适的价格支付读者，并称重感受，我觉得估值舒适的估值页面 - 查看〜0.02美元。 （如果损失的估计结果靠近门槛，那么我可以再次重新审视并尝试更多的偏好诱因。鉴于实际结果，这证明这被证明是不必要的。）

然后，交通减少参数T的损失函数为360 - 635123⋅0.40⋅T⋅002log（1.05），因此永久转向广告的长期后果是，在减少1％，1％= + 4775美元; 5％= + 2171美元; 10％= - 3035美元; 20％= - 13449美元;等等。

因此，决策问题是，对受影响的40％的交通是且GT的减少.7％;如果减少是＆gt; 2.8％，则整个交通。如果是，那么我更好地删除adsense和越来越多的流量;否则，钱更好。

遗憾的是，在运行第一个实验之前，我无法找到以前的研究，类似于我的提案，用于检查对总交通的影响而不是更多常见度量，如收入或每页订婚。我假设存在这样的研​​究，因为一切都有文学，但我还没有找到它，而且没有人我问过它所在的地方;当然，大型互联网广告巨头具有详细了解这种溢出或紧急效应，尽管没有动力宣传危害。 4.

“广告避免”有一个稀疏的开放文学，专注于消费者态度和经济建模的调查;撇渣，主要结果似乎是人们声称在电视或互联网上不喜欢广告，声称不喜欢个性化，但找到个性化的广告令人讨厌，非凡的观众将在电视商业休息期间采取行动，避免观看广告（5-23％用于估计/避免的避免定义的方法，以及电视频道等来源），并且在研究或从事“面向目标”活动中的广告和工作环境中的广告措施尤其恼火（亚马逊机械土耳其人）将容忍无烦人的广告，而不要求增加大笔支付（Goldstein等，2013年/）。

5有少数相关实验中的一些相关实验中的一个，并注意到没有接触到广告的受试者报告的主题是11％的可能会返回或推荐该网站，而不是那些接触到广告的人（P

在youtube上利用一种自然的实验，其中视频创建者了解到YouTube有一个硬连线规则，视频＆lt; 10分钟的长度可以只有1个广告，而他们被允许在较长的视频中插入多个广告;跟踪德国YT频道的子集使用广告，她发现一些频道开始增加视频长度，插入广告，从“流行”内容转向遮盖者内容（D = 0.4），并且具有更多的视频视图（＆gt; 20％）但较低的额定值（4％/ d = -0.25）6⁠。

虽然这可能在网上听起来很好（更多种类＆amp;即使一些其他观众可能不太满意），2019年Kerkhof只是跟踪视频创建者，而不是固定的观众，并且无法检查观众观察的程度由于广告的增加或可能存在的全球网站范围的影响（毕竟，为什么不是创造者或观众在之前做出这一切？），以及我们应该预期YouTube算法地驱动流量的注意事项无论站点范围内的交通或社交实用程序是否减少了7次，可金属化渠道。

运行大规模（总N = 40,000）谷歌调查调查，要求美国人愿意为您的意愿付费，以及其他东西是一个免费的Facebook（n = 1,001），这是一个平均值〜2.5美元/月（大大减少）比目前每月的每月收入超过当前的FB广告）;他们的结果意味着Facebook可以通过增加广告增加收入。

调查广告间接危害，通过查看一个在线发布者的反向框机制的日志（通常检测到adblocker的使用，隐藏内容，并显示一个闪电屏幕告诉用户禁用adblock）;它们没有随机数据，而是尝试相关分析，其中，图3意味着（将反向框架的处理与他们的首选控制组Control_1相比）相比，与Adblock-可能的基线相比，反adblock降低了每个用户的页面每个用户的每位用户页面的时间从〜1.4到〜1.1掉落，每个用户的时间从〜2min掉落到〜1.5min。 （尽管使用术语“聚合”，Sinha等人2017似乎似乎没有分析总网站PageView / Time流量统计信息，而且才只用户。）

这些大幅减少，大幅大于10％，但值得注意的是，除了不成为推断因果关系的好方法之外，这些估计与其他估计没有直接相当，因为添加了抗adblock≠添加广告：反adblock是更具侵入性和amp;令人沮丧（一个丑陋的PayWall隐藏所有内容＆amp;需要手动操作用户可能不知道如何执行），而不是简单地添加一些广告，并符号更有害。

但是那些调查＆amp;测量显示一些用户将执行一些工作以避免广告（由高但且verve verse of addlockers的浏览器支持的浏览器），并且在一些类似的上下文中似乎对广告不敏感，很少有关在多大程度上广告在无意识地驱动用户远离出版商走向其他出版商或中等，普遍存在的广告达到理所当然的广告;研究人员专注于其他任何事情（参见⁠，⁠，⁠，brajnik＆amp; gabrielli 2008＆amp;威尔堡2016年，）。例如，谷歌的Hohnhold等人2015告诉我们⁠，并恰恰是问题：“优化基于短期收入的广告节目是明显和简单的事情，但可能在长期讨论的情况下是有害的经验受到负面影响。由于我们没有衡量长期用户影响的方法，我们将短期用户满意度指标用作长期影响的代理“，并在试验预测模型和amp之后;随机化广告负载，决定在Google的移动搜索界面上的广告负载减少50％“，但Hohnhold等人2015并没有告诉我们对用户磨损/活动的影响是什么！他们所说的是（暧昧地，鉴于“积极的用户响应”是由不太磨损，更多的用户活动和不太广告失明的组合驱动的，其中包括未经指定的个别贡献）：

这种和类似的广告失明研究导致了一系列发布，减少了谷歌的移动流量的搜索广告负载50％，导致用户体验度量的戏剧性收益。我们估计，积极的用户反应将是如此之大，即长期收入变化将是净积极的。其中一个推出超过十周推出每周10％的交通队列。图6显示了不同群组相对于Holdback的[Clinkthrough Rate]的相对变化。每条曲线在一个点开始，代表瞬时质量收益，并且由于用户观察而攀升更高的后发射。群组之间的差异代表了积极的用户学习，即广告视力。

我最好的猜测是，由于以下原因，任何“广告避免”的效果应该是流量的一小部分：

很多人从不打扰需要一分钟了解＆amp;安装Adblock浏览器插件，尽管存在普遍已知的adblockers，但这将消除他们将访问的所有网站上的所有广告;如果广告作为整体不值得一分钟的工作，以避免多年来来这么多人，可能会有多么糟糕

......