Testy A/B: Jak optymalizować na podstawie danych?

Opublikowany: 2021-09-01

Witam wszystkich!

Jestem Ettore, mam 28 lat, jestem Włoszką, mieszkam w Hiszpanii od początku mojej pracy zawodowej. Moja kariera zawodowa rozpoczęła się w firmie mailingowej, gdzie odkryłam świat afiliacyjny. Od tego czasu mam obsesję na punkcie kupowania mediów online i jestem kupcem mediów dla różnych sieci (zarówno sieci CPA, jak i platform ruchu) oraz jako indywidualny partner.

Przeczytaj poprzedni artykuł Ettore o psychologii i motywowaniu użytkowników

W tym poście przeanalizujemy, jak prawidłowo przeprowadzić test A/B i, co ważniejsze, jak wdrożyć wnioski z naszych testów w naszych kampaniach reklamowych.


Zasady prawidłowego testowania AB

Testy A/B możemy uznać za kontrolowany eksperyment, który pozwala nam uzyskać informacje w sposób oparty na danych w celu zwiększenia współczynnika konwersji określonego działania marketingowego, takiego jak strona docelowa, kampania reklamowa, spot reklamowy nasza strona internetowa itp.

Ale jak?

Przeprowadzając test A/B opracowujemy i uruchamiamy dwie wersje tego samego elementu i mierzymy, która z nich działa lepiej, aby wykonać działania oparte na danych na strukturze naszej kampanii (lub landing page, stronie internetowej itp.).

PropellerAds_jak przetestować ofertę cpa

Jak przetestować ofertę CPA?

Poniżej przeanalizujemy, jak prawidłowo wykorzystać testy A/B na różnych elementach kampanii reklamowej, aby była skuteczna.


Testy A/B dla obrazów

Testy A/B na obrazach służą do znajdowania wzorców wśród elementów użytych przez nas zdjęć, które okazały się najlepsze. W tej fazie najpierw przetestujemy różne kąty , jakie możemy wymyślić w naszej kampanii. Weźmy za przykład poniższy rysunek:

propellerads - zaproszeni eksperci - przykład testowania ab

Ten zestaw kreacji został wykorzystany do kampanii treści mobilnych w PK (Pakistan), a strona docelowa była usługą strumieniową do oglądania PSL (Pakistan Super League).

Jak widać kreacje użyte w tej kampanii są bardzo różne , a to dlatego, że w tej fazie mój test A/B został przeprowadzony pod kątem: bardzo nastawiony na konwersję, który mówił coś w stylu „Oglądaj PSL bez reklam” ; i bardziej agresywny i przyciągający kliknięciami, z dziewczyną mówiącą coś w stylu „Wysłałem ci film”.

Zgodnie z oczekiwaniami, zorientowany na konwersję miał najlepszy współczynnik konwersji, ale słaby CTR, podczas gdy ten klikał niesamowicie lepiej i nadal zapewniał przyzwoitą konwersję.

W tym przypadku postanowiłem stworzyć dwie różne kampanie z dwoma różnymi zestawami kreacji, jedną tylko z kreacjami „clickbaity”, a drugą tylko z „kreacjami zorientowanymi na konwersję”. Miało to na celu potwierdzenie tendencji wyników poprzedniego testu i znalezienie prawdziwego zwycięzcy między tymi dwoma podejściami. Krótko mówiąc, wygrała przynęta na klikanie.

PropellerAds_Jak testować reklamy

Jak testować reklamy pod kątem powiadomień push

Można powiedzieć, że jest to ekstremalny przypadek, ale możemy chcieć przetestować kąty A/B na różne sposoby. Na przykład możemy podejść do a oferta randkowa dla prostych mężczyzn pod różnymi kątami:

– „Wygląda na nastolatka” a wygląda na dojrzałą

A potem dogłębnie:

– Zbliżenia na konkretne partie ciała vs. zdjęcie tylko z twarzą dziewczyny

– Selfie vs. zwykłe zdjęcia

– Blondynka kontra brunetka itp.

Ogólna idea jest taka, że ​​gdy znajdziemy zwycięski kąt, testujemy A/B inne elementy wizualne naszej kampanii.

Zawsze możemy zagłębić się w nasze testy, ale w wielu przypadkach, aby nasz test był jak najbardziej wiarygodny, najlepiej jest stworzyć nową kampanię i osobno testować nowe pomysły, aby potwierdzić trend.


Testy A/B dla komponentów tekstowych

Przyjrzyjmy się teraz następującemu zestawowi kreacji:

propellerads - zaproszeni eksperci - przykład testowania ab 2

W tej fazie zidentyfikowaliśmy już „kąt zwycięstwa” i kilka najlepiej działających obrazów i ikon, a teraz testujemy A/B/C kilka tekstów.

Zazwyczaj najlepiej jest rozpocząć kampanię z co najmniej 4-6 kreacjami i dodawać po drodze więcej odmian kreacji, które generowały najlepsze wyniki.

Po przeprowadzeniu pierwszego testu z naszym pierwszym zestawem kreacji i zidentyfikowaniu zwycięzców przeprowadzimy testy A/B pozostałych zmiennych naszej kampanii.

Mówiąc o częściach tekstowych, możesz to jeszcze bardziej podkreślić i pobawić się tytułami i opisami (i/lub nazwami marek w zależności od sieci), izolując tylko jeden z dwóch elementów, jak w poniższym przykładzie:

propellerads - zaproszeni eksperci - przykład testowania ab 3

Tutaj testowałem A/B tylko opis tej kampanii push.


Testy A/B pod kątem zmiennych kierowania

Chociaż testowanie w oddzielnej kampanii na komputery i urządzenia mobilne jest bardzo oczywiste, może to nie być takie oczywiste w przypadku innych składników kierowania.

Przyjrzyjmy się teraz tej kampanii na komputery:

Patrząc na wyniki tej kampanii RON*, możemy od razu zauważyć, że nasze eCPA na system operacyjny znacznie się różnią. Jest to przypadek, w którym możemy potrzebować osobno przetestować A/B/C Maca, Windowsa i Chrome OS (jeśli trend potwierdzi się później przy wyższych wydatkach).

Zrób to raz, zrób to dwa razy: jak ponownie przetestować swoje oferty?

Jest to dobra praktyka głównie dlatego, że pozwoli nam osobno zoptymalizować wszystkie inne zmienne naszej kampanii, a ostatecznie osiągnąć niższe eCPA z globalnych wyników konkretnej kampanii.

*Mam na myśli kampanię RON, która jest prowadzona po raz pierwszy i nie ma jeszcze białej ani czarnej listy .

To samo podejście można zastosować w przypadku wszystkich innych zmiennych kierowania naszych kampanii, takich jak na przykład aktywność użytkownika z uwzględnieniem danych kampanii poniżej:

W tym przypadku moglibyśmy trzymać średni i niski razem i podzielić test w osobnej kampanii na wysokim poziomie (ponieważ ich wyniki są podobne) lub moglibyśmy osobno przetestować A/B/C wszystkie trzy działania użytkowników.


Zawijanie

Testy A/B to z pewnością potężna broń, jeśli chodzi o optymalizację konwersji.

Należy pamiętać, aby nie ograniczać liczby testów . Prawie zawsze możemy poprawić wynik, nawet jeśli myślimy inaczej.

Na koniec zawsze analizuj dane i uzyskane wyniki. Są kluczem do poprawy wyników naszych kampanii.

Zastrzeżenie. Poglądy wyrażone w tym artykule są poglądami autora i niekoniecznie odzwierciedlają oficjalne stanowisko PropellerAds.

Gotowy do omówienia testów A/B? Dołącz do naszego czatu Telegram i rozmawiaj z partnerami REAL.