Diferentes audiências e métodos de medição podem dar diferentes taxas de bloqueio de anúncios. Dividir uma porcentagem publicada por outra não identifica com precisão o comportamento das pessoas.
Leia os Docs’ documentação de publicidade lista 32% de seus usuários como usando um bloqueador de anúncios. Essa é uma alegação sobre o público dessa editora. Não é uma medida de cada desenvolvedor ou uma taxa de 2026 recém-colhida.
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.
A população vem antes da percentagem
Uma plataforma de documentação observa seu próprio público e implementação. A mesma categoria de trabalho não torna essas pessoas intercambiáveis, e uma pesquisa de nível de pessoa não é necessariamente comparável com uma taxa de detecção baseada em visitas ou impressões.
Dispositivos, navegadores, geografia, consentimento, métodos de detecção e quais visitas podem ser observadas podem mudar o resultado. Um editor também pode servir a publicidade que algumas configurações de bloqueio permitem. Uma única porcentagem não captura essas condições.
A Relatório 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.
O que um editor deve medir em vez disso
Defina o resultado que você precisa: usuários com um bloqueador detectado, pageviews sem um pedido de anúncio, impressões elegíveis, impressões preenchidas ou receita de publicidade. Esses são denominadores diferentes e não podem ser substituídos silenciosamente.
Grave a janela de observação, implementação, tratamento de consentimento e limites de detecção. Uma solicitação de publicidade falhada pode refletir um bloqueador, mas também pode refletir uma falha de rede ou outra configuração. Um método de detecção precisa de validação antes de cada solicitação em falta ser contada como bloqueio intencional.
Compare as observações repetidas do mesmo site e método antes de receber uma taxa de outra audiência. Mantenha a incerteza visível quando o tráfego é muito pequeno ou a medição perde algumas visitas.
O que removemos
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 o planeamento de receitas, os ganhos reais e o tráfego correspondente são mais úteis do que uma taxa de bloqueador assumida de outro local. Ferramenta RPM calcula essa relação sem inferir a razão pela qual um anúncio fez ou não renderizou. explicação da amostragem define por que a definição do público importa.
Correcção, 19 de Outubro de 2026: as conclusões comportamentais-gap e universal-rate foram retiradas, sendo os 32% atribuídos à sua editora e limitados ao seu público declarado, não apresentando uma nova taxa independente.
Perguntar qual população a taxa descreve
Uma pesquisa pode perguntar se uma pessoa usa um bloqueador de anúncios em qualquer dispositivo. Um editor pode observar se um pedido de página específica produziu um sinal particular. Essas perguntas podem discordar sem ninguém responder desonestamente.
Um entrevistado pode bloquear anúncios em um laptop de trabalho e permitir que eles em um telefone. Essa pessoa poderia responder sinceramente sim em uma pesquisa ao gerar visitas bloqueadas e desbloqueadas. Contar pessoas uma vez e contar visitas repetidamente cria pesos diferentes, mesmo antes de considerar recrutamento de amostra.
Um visitante frequente contribui com mais pedidos para uma medida de tráfego local do que alguém que visita uma vez. Uma pesquisa que conta cada entrevistado uma vez não dá a essa pessoa o mesmo peso. O desenvolvedor de rótulo ocupacional não remove esta diferença.
Antes de comparar duas figuras publicadas, anote a população, unidade, método de recrutamento ou coleta e data para cada uma. Se esses campos estão faltando, os números podem motivar uma pergunta, mas eles não podem estabelecer uma lacuna comportamental precisa.
Desenhe a cadeia de medição antes de escrever um detector
Uma cadeia útil começa com uma visita elegível para ver publicidade. Então pergunte se a página e scripts relevantes carregados, se o consentimento permitiu a atividade pretendida, se ocorreu um pedido de anúncio e se a resposta produziu uma impressão sob a definição do provedor.
Uma etapa falha pode ter mais de uma causa. Um script pode ser bloqueado por uma extensão, uma funcionalidade do navegador, uma regra de rede ou uma falha temporária. Um anúncio pode não ser solicitado porque a página não coloca uma nesse contexto. Uma solicitação pode ter sucesso sem produzir uma impressão preenchida.
Decida qual estágio a medição realmente observa. Se o código observa uma carga de script, chame o resultado de uma observação de carga de script em vez de um censo completo do comportamento de bloqueio. Se ele usa um elemento de teste, explique o que esse elemento testa e o que ele não consegue detectar.
Este nível de detalhe pode soar menos impressionante do que uma pontuação de bloqueador de todos os propósitos. É mais útil para depuração, porque o editor pode investigar a fase específica que mudou em vez de tratar cada evento em falta como escolha deliberada de um usuário.
Visitas desconhecidas fazem parte do problema do denominador
Um detector implementado no JavaScript não pode necessariamente observar todas as visitas em que o JavaScript não funciona. Um relatório do detector pode, portanto, descrever as visitas que vê em vez de todas as visitas que chegam ao local.
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.
Pode ser possível vincular ou investigar os casos desconhecidos com provas adicionais. Não é apropriado atribuí-los a todos bloqueados ou desbloqueados apenas para produzir uma percentagem completa. Publicar a cobertura de relatórios ao lado da taxa detectada.
A análise em falta não é idêntica à publicidade em falta
Leia a documentação do Docs explicitamente menciona várias razões pelas quais os acessos ao servidor podem não se registrar como visualizações de páginas do Google Analytics. Isso é um lembrete valioso de que uma observação analítica tem seu próprio caminho de coleta.
Um visitante pode bloquear a análise ao permitir um anúncio ou permitir a análise enquanto um pedido de anúncio falha. Uma escolha de consentimento pode afetar um sistema de forma diferente do outro. Diferenças nas definições de relatório e no tempo adicionam outras razões que os totais podem não corresponder.
Mozilla's Documentação de proteção de rastreamento aprimorada descreve proteções e configurações do navegador. Essas proteções fornecem outra razão para inspecionar a implementação real em vez de assumir que uma solicitação ausente identifica uma extensão ou uma intenção de usuário.
Para uma revisão de negócios, mantenha a cobertura analítica e a cobertura publicitária como questões separadas. Primeiro, estabeleça o que cada relatório conta. Em seguida, compare o escopo combinado, sempre que possível. Uma lacuna entre dois totais é uma pista para investigar, não uma etiqueta explicando cada visita em falta.
Um usuário bloqueador ainda pode ver alguns anúncios
A página Leia o Docs discute as opções de allow-list aceitáveis-ad e específicas do editor. Seu público de bloqueio relatado não é necessariamente um público do qual cada anúncio é excluído.
Isso importa ao estimar as consequências comerciais. Uma resposta de pesquisa sobre o uso de software de bloqueio não estabelece que a pessoa bloqueou as colocações reais deste editor. Uma extensão pode ser instalada sem aplicar as mesmas regras em cada site ou formato de anúncio.
Não converta o histórico mapa de 32% em um pressuposto de perda de receita de 32%. O contrafatual relevante é a receita que teria sido obtida com uma experiência diferente permitida para essas visitas. Isso requer mais informações do que uma instalação ou taxa de detecção.
Esta é também uma razão para não descrever os usuários como exagerando ou retendo receita com base em duas fontes incomparáveis. Uma questão mais útil é se a experiência de publicidade da página é aceitável, compreensível e compatível com as configurações de privacidade escolhidas pelo visitante.
Calcular um cenário de receita com pressupostos visíveis
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.
O cálculo também não assume efeitos de compensação. Se a mudança faz com que os usuários saiam, retarda a ferramenta ou reduz as visitas de retorno, o resultado líquido pode diferir. Publicidade que um visitante permite pode não ganhar a mesma taxa que o inventário existente.
Use cenários para entender o tamanho do resultado importaria. Em seguida, compare a receita real e as evidências de experiência do usuário após um teste cuidadosamente definido. Não relate o cenário maior como renda recuperada antes de existir.
Validar o detector com uma pequena matriz controlada
Teste a implementação em configurações conhecidas: um navegador compatível normal, o mesmo navegador com uma configuração de bloqueador documentada e os estados de consentimento relevantes. Inclua JavaScript desabilitado, uma falha de rede simulada e uma página que intencionalmente não solicita anúncios.
O objetivo é encontrar falsos positivos e falsos negativos. Se o código chamar uma falha temporária de solicitação um bloqueador de anúncios, o label do relatório precisa de revisão ou o detector precisa de melhorias. Se uma configuração de bloqueio conhecida não o activar, documento que limita em vez de assumir que todos os outros utilizadores são desbloqueados.
Repetir as verificações no telemóvel. O suporte ao navegador, as extensões e os recursos de privacidade podem diferir, e um resultado somente para desktop não deve ser anunciado como cobertura de todo o dispositivo. Salve a versão do detector e a configuração usada para que as alterações posteriores possam ser interpretadas.
Evite testes que peçam às pessoas para enfraquecer as configurações de segurança ou privacidade como uma condição para usar uma ferramenta básica útil. Um projeto de medição deve respeitar as escolhas do usuário e coletar apenas o que ele precisa. A questão de negócio é se uma experiência funciona, e não como forçar cada visitante em uma etiqueta desejada.
Comparar as alterações dentro de um método estável
Se a taxa detectada de um site mudar, primeiro pergunte se o método mudou. Um recurso de teste renomeado, uma configuração de consentimento diferente ou uma versão que atrase scripts podem afetar o sinal, mesmo que o público subjacente se comporte da mesma forma.
Mantenha uma linha do tempo das versões do detector e das definições de relatórios. Compare janelas com métodos compatíveis e anote transições. Não as junte a uma série suave sem explicar uma quebra de medição.
Verifique também a mistura de tráfego. Mais visitantes móveis, uma mistura de país diferente ou uma nova fonte de referência podem alterar a taxa global. Divida o relatório em grupos úteis apenas quando houver evidência suficiente para interpretá-los, e preservar grupos pequenos ou desconhecidos sem conclusões excessivamente confidenciais.
Nossa explicação de dois pontos aplica- se aqui: duas taxas indicam- lhe a diferença entre os objectivos, mas não se o caminho foi gradual, repentino ou causado por uma alteração de relatórios. Mantenha as observações intermédias quando disponíveis.
Publique um resultado que outro editor possa entender
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.
Separar as declarações de provedores da reprodução independente. Este artigo atribui a figura histórica para Ler os Documentos; ele não afirma ter repetido o sistema de detecção do editor. O mesmo padrão deve ser aplicado quando um fornecedor fornece um número para uma tabela de comparação.
Se as evidências sugerem um problema de carregamento de scripts, investigue esse problema. Se a experiência de publicidade é intrusiva, melhore-a. Se a observação estiver incompleta demais para distinguir causas, colete uma amostra melhor definida antes de fazer uma previsão de receita.
Para uma editora que planeja o negócio, a receita observada, o tráfego elegível e a conclusão da tarefa são geralmente uma base mais forte do que uma suposição de bloqueio emprestada em toda a ocupação. As figuras externas fornecem contexto, enquanto as medições do próprio site estabelecem o que aconteceu lá.
Fazer perguntas melhores ao encomendar uma pesquisa
Se uma pesquisa for necessária, coincida com a decisão pretendida. Pergunte sobre um período definido e contexto do dispositivo em vez de supor que ter instalado software significa bloquear cada visita atual. Instalação separada, uso ativo e exceções específicas do site onde os respondentes podem responder razoavelmente.
Publicar o texto da pergunta e opções de resposta. Indicar se a amostra foi recrutada de uma comunidade e se as perguntas não respondidas foram excluídas. Uma porcentagem entre as pessoas que responderam a uma pergunta opcional não é automaticamente a porcentagem entre todos os respondentes, muito menos todos os desenvolvedores.
Não sobrecarregue os respondentes com distinções técnicas que não podem observar. Uma pessoa pode saber que eles usam a configuração de privacidade de um navegador sem saber quais solicitações que ele impediu em uma página específica. Um teste comportamental e uma pesquisa podem complementar-se quando cada um é descrito honestamente.
A comparação mais útil não é um concurso sobre qual porcentagem parece mais autoritária. É uma explicação documentada do que cada método pode observar e que a incerteza restante importa para a decisão do editor. Isso torna a pesquisa utilizável sem transformar uma estatística de público velho em uma reivindicação não suportada sobre todos.