Test A/B: come ottimizzare in base ai dati?

Ciao a tutti!

Sono Ettore, 28 anni italiano, vivo in Spagna dall'inizio della mia esperienza lavorativa. La mia carriera lavorativa è iniziata in una società di Emailing, dove ho scoperto il mondo degli affiliati. Da allora, sono stato ossessionato dall'acquisto di media online e sono stato un acquirente di media per diverse reti (sia reti CPA che piattaforme di traffico) e come affiliato individuale.

Leggi il precedente articolo di Ettore su Psicologia e Motivare gli Utenti

In questo post analizzeremo come condurre correttamente un test A/B e, soprattutto, come implementare le conclusioni dei nostri test nelle nostre campagne pubblicitarie.

Principi di corretto test AB

Possiamo considerare l'A/B testing come un esperimento controllato che ci permette di ottenere informazioni in modo data-driven, al fine di aumentare il tasso di conversione di una particolare attività di marketing come una landing page, una campagna pubblicitaria, un ad-spot su il nostro sito web, ecc.

Ma come?

Quando conduciamo un test A/B, sviluppiamo e lanciamo due versioni dello stesso elemento e misuriamo quale funziona meglio, al fine di realizzare azioni basate sui dati sulla struttura della nostra campagna (o landing page, o sito web, ecc.).

Come testare un'offerta CPA?

Di seguito analizzeremo come utilizzare correttamente l'A/B testing sulle diverse componenti di una campagna pubblicitaria, al fine di renderla vincente.

Test A/B per le immagini

Il test A/B sulle immagini viene utilizzato per trovare modelli tra i componenti delle immagini che abbiamo utilizzato che hanno dimostrato di funzionare meglio. In questa fase, testeremo prima le diverse angolazioni che possiamo trovare per la nostra campagna. Prendiamo in considerazione l'immagine qui sotto come esempio:

Questo insieme di creatività è stato utilizzato per una campagna di contenuti mobili su PK (Pakistan) e la pagina di destinazione era un servizio di streaming per guardare la PSL (Pakistan Super League).

Come puoi notare le creatività utilizzate in questa campagna sono molto diverse , e questo perché in questa fase il mio test A/B è stato condotto sugli angoli: uno molto orientato alla conversione, che diceva qualcosa del tipo “Guarda PSL senza pubblicità” ; e uno più aggressivo e cliccabile con una ragazza che dice qualcosa del tipo "ti ho mandato un video".

Come previsto, quello orientato alla conversione aveva il miglior tasso di conversione, ma un CTR scarso, mentre quello clickbaity faceva clic incredibilmente meglio e continuava a convertire a un tasso decente.

In questo caso, ho deciso di creare due diverse campagne con due diversi set di creatività, una solo con creatività "clickbaity", l'altra solo con "creatività orientate alla conversione". Questo è stato fatto per confermare la tendenza dei risultati del test precedente e per trovare un vero vincitore tra i due approcci. Per farla breve, ha vinto quello clickbaity.

Come testare le creatività degli annunci per le notifiche push

Possiamo dire che questo è un caso estremo, ma potremmo voler testare gli angoli A/B in modi diversi. Ad esempio, possiamo avvicinarci a offerta di incontri per maschi eterosessuali con varie angolazioni:

- "Da adolescente" vs Dall'aspetto maturo

E poi andando in profondità:

– Primi piani su parti del corpo specifiche rispetto a foto solo con il viso di una ragazza

– Selfie e foto casuali

– Bionda vs bruna, ecc.

L'idea generale è che una volta trovata una prospettiva vincente, continuiamo a testare A/B le altre componenti visive della nostra campagna.

Possiamo sempre scavare più a fondo con i nostri test, ma in molti casi, per rendere il nostro test il più affidabile possibile, è meglio creare una nuova campagna e testare le nuove idee separatamente per confermare la tendenza.

Test A/B per componenti testuali

Ora, diamo un'occhiata al seguente insieme di creatività:

In questa fase abbiamo già individuato l'”angolo vincente” e un paio di immagini e icone più performanti, e ora stiamo testando A/B/C alcuni testi.

In genere è meglio iniziare una campagna con almeno 4-6 creatività e aggiungere lungo il percorso più varianti delle creatività che hanno generato i risultati migliori.

Dopo aver condotto il primo test con il nostro primo set di creatività e identificato i vincitori, seguiremo il test A/B del resto delle variabili della nostra campagna.

Quando si parla delle parti testuali si può anche enfatizzare maggiormente questo aspetto e giocare con titoli e descrizioni (e/o marchi a seconda della rete), isolando solo una delle due componenti come nell'esempio seguente:

Qui ho testato A/B solo la descrizione di questa campagna push.

Test A/B per le variabili di targeting

Sebbene sia molto ovvio testare in una campagna separata desktop e mobile, potrebbe non essere così ovvio per altri componenti di targeting.

Diamo ora un'occhiata a questa campagna desktop:

Dando un'occhiata alle prestazioni di questa campagna RON*, possiamo notare immediatamente che i nostri eCPA per sistema operativo differiscono notevolmente. È un caso in cui potremmo aver bisogno di testare A/B/C Mac, Windows e Chrome OS separatamente (se la tendenza viene confermata in seguito con una spesa maggiore).

Fallo una volta, fallo due volte: come testare nuovamente le tue offerte?

Questa è una buona pratica principalmente perché ci consentirà di ottimizzare separatamente tutte le altre variabili della nostra campagna e, in definitiva, di raggiungere eCPA inferiori sulle prestazioni globali della campagna specifica.

*Mi riferisco a una campagna RON, ovvero a una campagna che è stata pubblicata per la prima volta e non ha ancora una whitelist né una blacklist .

Lo stesso approccio può essere utilizzato con tutte le altre variabili di targeting delle nostre campagne, come ad esempio l'attività degli utenti considerando i dati della campagna di seguito:

In questo caso, potremmo tenere insieme medio e basso e suddividere in una campagna separata il livello alto (dato che le loro prestazioni sono simili), oppure potremmo testare A/B/C tutte e tre le attività degli utenti separatamente.

Avvolgendo

Il test A/B è sicuramente un'arma potente quando si tratta di ottimizzazione della conversione.

Una cosa da tenere a mente è di non limitare il numero di test . Possiamo quasi sempre migliorare un risultato anche se la pensiamo diversamente.

Infine, analizza sempre i dati ei risultati ottenuti. Sono la chiave per migliorare i risultati delle nostre campagne.

Disclaimer. Le opinioni espresse in questo articolo sono quelle dell'autore e non riflettono necessariamente la posizione ufficiale di PropellerAds.

Pronto per discutere del test A/B? Unisciti alla nostra chat di Telegram e parla con i VERI affiliati.