Diferentes audiencias y métodos de medición pueden dar diferentes tasas de bloqueo de anuncios. Dividir un porcentaje publicado por otro no identifica lo exacto que la gente reporta su comportamiento.
Lea los Docs documentación publicitaria lista 32% de sus usuarios como el uso de un bloqueador de anuncios. Esa es una reclamación sobre el público de ese editor. No es una medición de cada desarrollador o una tasa de 2026 recién recolectada.
Our previous article compared it with a 72.3% figure attributed to the raw Stack Overflow 2018 survey and described the result as a 2.3-times gap between what people said and did. That interpretation required the same population and comparable observations. We did not establish those conditions.
La población llega antes del porcentaje
Un estudio de desarrolladores muestra a los encuestados. Una plataforma de documentación observa su propio público y aplicación. La misma categoría de trabajo no hace que esas personas sean intercambiables, y una encuesta a nivel de persona no es necesariamente comparable con una tasa de detección basada en visitas o impresiones.
Los dispositivos, los navegadores, la geografía, el consentimiento, los métodos de detección y las visitas pueden cambiar el resultado. Un editor también puede servir a la publicidad que algunas configuraciones de bloqueo permiten. Un solo porcentaje no captura esas condiciones.
El Informe de Stack Overflow 2018 is a historical survey. In this pass we did not rerun the raw-response calculation behind the previously cited 72.3%. It should therefore not be used here as verified evidence of current developer-wide blocking or a self-reporting error.
Lo que un editor debe medir en su lugar
Define el resultado que necesitas: usuarios con un bloqueador detectado, visiones de página sin una solicitud de anuncio, impresiones elegibles, impresiones llenas o ingresos publicitarios. Son diferentes denominadores y no pueden ser sustituidos silenciosamente.
Recordar la ventana de observación, implementación, tratamiento de consentimiento y límites de detección. Una solicitud de publicidad fallida puede reflejar un bloqueador, pero también puede reflejar una falla de red u otra configuración. Un método de detección necesita validación antes de que cada solicitud perdida sea contada como bloqueo intencional.
Compare las observaciones repetidas del mismo sitio y método antes de tomar prestado una tasa de otro público. Mantenga la incertidumbre visible cuando el tráfico es demasiado pequeño o la medición pierde algunas visitas.
Lo que sacamos
The former claim that measured developer blocking must sit in a universal 25–33% band has been removed. Examples from several publishers do not define one occupation-wide rate. We also removed the assertion that no current figure exists anywhere; failing to identify a comparable public estimate is not proof of universal nonexistence.
Para la planificación de los ingresos, los ingresos reales y el tráfico coincidente son más útiles que una tasa de bloqueo asumida de otro sitio. Herramienta RPM calcula esa relación sin inferir la razón por la que un anuncio hizo o no renderizó. explicación de muestreo establece por qué la definición del público importa.
Corrección, 19 de octubre de 2026: se han retirado las conclusiones del comportamiento y de la tasa universal. El 32% sigue atribuido a su editor y limitado a su público declarado; este artículo no presenta una nueva tasa independiente.
Preguntar qué población describe la tasa
Una encuesta puede preguntar si una persona utiliza un bloqueador de anuncios en cualquier dispositivo. Un editor puede observar si una solicitud de página en particular produjo una señal particular. Esas preguntas pueden estar en desacuerdo sin que nadie responda de manera deshonesta.
Un encuestado podría bloquear los anuncios en un portátil de trabajo y permitirles en un teléfono. Esa persona podría responder con certeza sí en una encuesta mientras generaba visitas bloqueadas y desbloqueadas. Contar a la gente una vez y contar las visitas crea repetidamente diferentes pesos incluso antes de considerar el reclutamiento de muestras.
Un visitante frecuente aporta más solicitudes a una medida de tráfico a nivel de sitio que alguien que visita una vez. Una encuesta que cuenta a cada encuestado una vez no le da a esa persona el mismo peso. El desarrollador de etiquetas ocupacionales no elimina esta diferencia.
Antes de comparar dos figuras publicadas, escriba la población, unidad, método de reclutamiento o recogida y fecha para cada uno. Si esos campos no están, las cifras pueden motivar una pregunta, pero no pueden establecer una brecha conductual precisa.
Dibujar la cadena de medición antes de escribir un detector
Una cadena útil comienza con una visita elegible para ver publicidad. Entonces pregunte si la página y los scripts pertinentes cargados, si el consentimiento permitió la actividad prevista, si una solicitud de anuncio ocurrió y si la respuesta produjo una impresión bajo la definición del proveedor.
Un paso fallido puede tener más de una causa. Un script puede ser bloqueado por una extensión, una función del navegador, una regla de red o un fallo temporal. Un anuncio no se puede solicitar porque la página no coloca uno en ese contexto. Una solicitud puede tener éxito sin producir una impresión llena.
Decida qué etapa la medición observa realmente. Si el código observa una carga de script, llame al resultado una observación de carga de script en lugar de un censo completo de bloqueo de comportamiento. Si utiliza un elemento de prueba, explique lo que ese elemento prueba y lo que no puede detectar.
Este nivel de detalle puede sonar menos impresionante que una puntuación de bloqueador de todo propósito. Es más útil para depurar, porque el editor puede investigar la etapa específica que cambió en lugar de tratar cada evento perdido como una elección deliberada del usuario.
Visitas desconocidas son parte del problema del denominador
Un detector implementado en JavaScript no puede necesariamente observar cada visita en la que JavaScript no funciona. Un informe del detector puede describir las visitas que ve en lugar de todas las visitas que llegan al sitio.
Use chosen figures to make the distinction concrete. Suppose server-side records contain 10,000 eligible page responses after the researcher's documented filtering. The client detector reports on 7,000. Of those reports, 1,400 indicate its tested blocking condition.
The observed rate among reporting cases is 20%. It does not establish a 20% rate among all 10,000 responses. Three thousand cases did not report, and their behavior is unknown. The server count also needs its own checks for automated requests, caching, duplicates and the unit counted.
Puede ser posible vincular o investigar los casos desconocidos con pruebas adicionales. No es apropiado asignarlos a todos para bloquearlos o desbloquearlos simplemente para producir un porcentaje completo. Publicar la cobertura de la información junto con la tasa detectada.
La falta de análisis no es idéntica a la publicidad perdida
Lea la documentación de Docs menciona explícitamente varias razones por las que los golpes del servidor pueden no registrarse como las páginas de Google Analytics. Es un recordatorio valioso que una observación analítica tiene su propio camino de recogida. No es un recuento de impresión de anuncio independiente.
Un visitante puede bloquear la analítica al tiempo que permite un anuncio, o permitir análisis mientras una solicitud de anuncio falla. Una opción de consentimiento puede afectar a un sistema diferente a otro. Diferencias en las definiciones de informe y el tiempo añaden razones adicionales que los totales pueden no coincidir.
Mozilla Mejora de la documentación de protección de seguimiento Estas protecciones proporcionan otra razón para inspeccionar la implementación real en lugar de asumir que una solicitud ausente identifica una extensión o una intención del usuario.
Para una revisión comercial, mantenga la cobertura analítica y la cobertura publicitaria como preguntas separadas. Primero establezca lo que cuenta cada informe. Luego compare el alcance coincidente donde sea posible. Una brecha entre dos totales es una pista para investigar, no una etiqueta que explica cada visita que falta.
Un usuario bloqueador puede todavía ver algunos anuncios
La página Read the Docs discute opciones de lista de permisos aceptable-ad y de editor específico. Su audiencia de bloqueo reportado no es necesariamente una audiencia de la que se excluye cada anuncio.
Esto importa al estimar las consecuencias comerciales. Una respuesta de encuesta sobre el uso de software de bloqueo no establece que la persona bloqueó las colocaciones reales de este editor. Una extensión puede ser instalada sin aplicar las mismas reglas a cada sitio web o formato de anuncio.
No convierta la histórica declaración del 32% en una suposición de pérdida de ingresos del 32%. La contrafactual relevante es los ingresos que se habrían ganado bajo una experiencia diferente permitida para esas visitas. Eso requiere más información que una tasa de instalación o detección.
Esta es también una razón para no describir a los usuarios como exagerar o retener los ingresos sobre la base de dos fuentes inigualables. Una pregunta más útil es si la experiencia publicitaria de la página es aceptable, comprensible y compatible con los ajustes de privacidad elegidos por el visitante.
Calcular un escenario de ingresos con hipótesis visibles
Suppose a chosen example has 100,000 pageviews and $1,000 measured advertising revenue. Its observed page RPM is $10. That is the relationship between the recorded totals, not an explanation of why particular visits did or did not produce revenue.
Now imagine the publisher identifies 10,000 additional eligible pageviews that currently produce no ad revenue and can responsibly test a change. If those views earned a chosen $5 RPM after the change, the scenario would add $50. At $10 RPM it would add $100. These are scenario inputs, not predictions or a promise that a blocking-related intervention can recover the visits.
El cálculo también supone no efectos compensatorios. Si el cambio hace que los usuarios se vayan, ralentiza la herramienta o reduce las visitas de regreso, el resultado neto puede diferir. Publicidad que un visitante permite no ganar la misma tasa que el inventario existente.
Use escenarios para entender qué tamaño de resultado importaría. Luego compare los ingresos coincidentes y las pruebas de experiencia de usuario después de una prueba cuidadosamente definida. No reporte el escenario más grande como ingresos recuperados antes de que exista.
Validar el detector con una pequeña matriz controlada
Prueba la implementación en configuraciones conocidas: un navegador compatible normal, el mismo navegador con una configuración de bloqueo documentado y los estados de consentimiento pertinentes. Incluye JavaScript deshabilitado, una falla de red simulada y una página que intencionalmente no solicita anuncios.
El propósito es encontrar falsos positivos y falsos negativos. Si el código llama un fallo de solicitud temporal un bloqueador de anuncios, la etiqueta del informe necesita revisión o el detector necesita mejora. Si una configuración de bloqueo conocida no lo activa, documento que limita en lugar de asumir que todos los demás usuarios están desbloqueados.
Repetir los cheques en el móvil. El soporte del navegador, las extensiones y las características de privacidad pueden diferir, y un resultado solo de escritorio no debe ser anunciado como cobertura de todo dispositivo. Guardar la versión del detector y la configuración utilizada para que los cambios posteriores puedan ser interpretados.
Evite las pruebas que piden a las personas que debiliten la configuración de seguridad o privacidad como condición para utilizar una herramienta básica útil. Un proyecto de medición debe respetar las opciones de los usuarios y recoger sólo lo que necesita. La pregunta del negocio es si una experiencia funciona, no cómo forzar a cada visitante a una etiqueta deseada.
Compare los cambios dentro de un método estable
Si un sitio detecta cambios de tasa, primero pregunte si el método cambió. Un recurso de prueba renombrado, una configuración de consentimiento diferente o una liberación que retrasa los scripts puede afectar la señal incluso si el público subyacente se comporta de la misma manera.
Mantenga una línea de tiempo de lanzamientos de detectores y definiciones de reporte. Compare ventanas con métodos compatibles, y anote transiciones. No se une a ellos en una serie lisa sin explicar una ruptura de medición.
Verifique también la mezcla de tráfico. Más visitantes móviles, una mezcla de país diferente o una nueva fuente de referencia puede cambiar la tasa general. Dividir el informe en grupos útiles sólo cuando hay suficiente evidencia para interpretarlos, y preservar grupos pequeños o desconocidos sin conclusiones sobreconfiadas.
Nuestra explicación de dos puntos Se aplica aquí: dos tarifas le indican la diferencia entre los puntos finales, pero no si el camino fue gradual, repentino o causado por un cambio de reporte. Mantenga las observaciones intermedias cuando esté disponible.
Publish a result another editor can understand
A useful result includes the measurement window, site or audience scope, tested condition, reporting coverage and known failure modes. Add the totals behind the percentage. A rate based on 20 reports and one based on 20,000 should not look equally settled merely because each is displayed to one decimal place.
Declaraciones separadas del proveedor de la reproducción independiente. Este artículo atribuye la figura histórica a Leer los Docs; no afirma que haya repetido el sistema de detección del editor. La misma norma debe aplicarse cuando un proveedor suministra un número para una tabla de comparación.
Explicar qué acción sigue. Si la evidencia sugiere un problema de carga de scripts, investigue ese problema. Si la experiencia publicitaria es intrusiva, mejore. Si la observación es demasiado incompleta para distinguir causas, recoja una muestra mejor definida antes de hacer un pronóstico de ingresos.
Para un editor que planifica el negocio, los ingresos observados, el tráfico elegible y la terminación de tareas son generalmente una base más fuerte que una suposición de bloqueo prestada en toda la ocupación. Las cifras externas proporcionan contexto, mientras que las propias mediciones del sitio establecen lo que sucedió allí.
Hacer mejores preguntas al realizar una encuesta
Si una encuesta es necesaria, coincida con su pregunta a la decisión prevista. Pregunte sobre un período definido y un contexto de dispositivo en lugar de asumir que alguna vez haber instalado software significa bloquear cada visita actual. Instalación separada, uso activo y excepciones específicas del sitio web donde los encuestados pueden responder razonablemente.
Publique la redacción de preguntas y las opciones de respuesta. Declare si la muestra fue reclutada de una comunidad y si se excluyeron las preguntas no contestadas. Un porcentaje entre las personas que respondieron una pregunta opcional no es automáticamente el porcentaje entre todos los encuestados, mucho menos todos los desarrolladores.
No sobrecargar a los encuestados con distinciones técnicas que no pueden observar. Una persona puede saber que utilizan el entorno de privacidad de un navegador sin saber qué solicitudes se impidió en una página en particular. Una prueba de comportamiento y una encuesta pueden complementarse uno al otro cuando se describe honestamente.
La comparación más útil no es un concurso sobre qué porcentaje se ve más autoritativo. Es una explicación documentada de lo que cada método puede observar y que la incertidumbre restante importa a la decisión del editor. Eso hace que la investigación sea usable sin convertir una estadística de audiencia vieja en una reclamación sin soporte sobre todos.