วิธีทดสอบ A/B กับการเข้าชมโฆษณา Google ให้สำเร็จ พารามิเตอร์ UTM การกำหนดเป้าหมาย และอื่นๆ

เผยแพร่แล้ว: 2021-04-20
วิธีทดสอบ A/B กับการเข้าชมโฆษณา Google ให้สำเร็จ พารามิเตอร์ UTM การกำหนดเป้าหมาย และอื่นๆ

สิ่งนี้เคยเกิดขึ้นกับคุณหรือไม่?

คุณกำลังเรียกใช้การทดสอบ A/B บนไซต์ของคุณ และคุณอยู่ในภาวะที่กลืนไม่เข้าคายไม่ออกเกี่ยวกับ การกำหนดกลุ่มเป้าหมาย และการแบ่งกลุ่ม คุณควรเปิดเผยทราฟฟิกที่เสียค่าใช้จ่ายราคาแพงให้กับตัวแปรที่อาจแย่กว่าการควบคุมหรือไม่?

แน่นอนว่าในการทดสอบ A/B ทั้งหมด มีค่าใช้จ่ายด้านโอกาสที่เกี่ยวข้อง โดยพื้นฐานแล้ว คุณกำลังเดิมพันว่าหน้าใดเวอร์ชันหนึ่งของคุณด้อยกว่าอย่างมากในแง่ของการกระตุ้นการกระทำที่ต้องการมากกว่าอีกเวอร์ชันหนึ่ง

หวังว่ามันจะเป็นการควบคุม (ดั้งเดิม) ที่เต้น

แต่ "การสูญเสีย" อย่างนุ่มนวลของ Conversion ที่ถูกปฏิเสธจะยิ่งเจ็บปวดมากขึ้นไปอีกเมื่อการเข้าชมที่เป็นปัญหาได้รับการชำระเงินแล้ว เนื่องจากคุณมีดี... ใช้เงินจริงสำหรับการเข้าชม โดยเฉพาะอย่างยิ่ง ถ้า PPC ของคุณคือ Google Ads

จำสิ่งนี้ไว้ก่อนที่จะส่ง Google Adwords เข้าสู่การทดสอบ A/B

การเข้าชม Google Ads นั้นพร้อมสำหรับ Conversion นี่คือเหตุผล

Google Ads ได้กำหนดระดับการเล่นสำหรับผู้ลงโฆษณาที่มีงบประมาณน้อย

มันจัดการเรื่องนี้อย่างไร?

มันทำให้คะแนนคุณภาพ (QS) ของโฆษณาเป็นหัวใจของการจัดอันดับโฆษณาและระบบการเสนอราคา คะแนนคุณภาพมีผล สองครั้ง ในการกำหนด CPC ของคุณและคำนึงถึง:

  • อัตราการคลิกผ่าน (CTR) ที่โฆษณาได้เห็น/กำลังเห็น
  • ความเกี่ยวข้องของคีย์เวิร์ดในกลุ่มโฆษณา
  • ประสิทธิภาพเดิมของบัญชี Adwords ของคุณ ( คุณได้รับรางวัลจากการเป็นผู้โฆษณาที่พยายามอย่างต่อเนื่องเพื่อมอบประสบการณ์ผู้ใช้ที่น่าพึงพอใจซึ่งจบลงด้วยผลการค้นหาที่ผู้ถามเห็นว่ามีประโยชน์ )
  • คุณภาพเชิงอัตนัยของข้อความและหน้า Landing Page ปลายทาง ( Google ใช้สัญญาณการมีส่วนร่วมของอัตราตีกลับและเวลาในการอ่านเพื่อถอดรหัส "คุณภาพ" และการเชื่อมโยงระหว่างโฆษณากับปลายทาง )

Google คำนวณลำดับโฆษณาของโฆษณาที่คุณส่งโดยการคูณ คะแนนคุณภาพ ด้วยการเสนอราคา ต้นทุนต่อคลิก สูงสุดของคุณ

แต่นี่ไม่ใช่สิ่งที่คุณจ่ายสำหรับการคลิกแต่ละครั้ง สิ่งที่คุณต้องจ่ายจริง ๆ แล้วคือ ลำดับโฆษณาของบัญชีที่อยู่ด้านล่างคุณ หารด้วย คะแนนคุณภาพ ของคุณ บวกเพิ่มอีก เซ็น ต์หนึ่ง

ระบบจัดอันดับ Google Ads
ผ่าน WordStream

กล่าวโดยสรุป คะแนนคุณภาพของคุณทำให้อันดับโฆษณาของคุณมีความได้เปรียบ จากนั้นคะแนนคุณภาพของคุณจะลดสิ่งที่คุณจ่ายสำหรับการคลิกแต่ละครั้งลงอีก

งบประมาณของคุณมีความสำคัญ แต่คุณต่อสู้กับมันโดยพิจารณาจากความตั้งใจที่อยู่เบื้องหลังการสืบค้นการเข้าชมของคุณและให้บริการเนื้อหาเพื่อสนองความต้องการนั้นได้ดีเพียงใด

การทดสอบ A/B กับการเข้าชม Google Ads มีความเสี่ยงอย่างไร

เมื่อคุณส่งการคลิก Google Adwords ไปที่การทดสอบ A/B แสดงว่าคุณกำลังมุ่งเป้าไปที่ผู้มุ่งหวังสูงที่ได้รับชัยชนะอย่างยากลำบากที่ Google ได้ประเมินแล้วว่าเหมาะสมสำหรับ Conversion บนไซต์ของคุณไปสู่ประสบการณ์ที่อาจไม่ดีที่สุด (หากตัวแปรของคุณไม่สามารถทำได้ เอาชนะการควบคุม)

นอกจากนี้ หากทุกสิ่งที่เราพูดคุยกันเป็นความจริง ภัยคุกคามด้านความถูกต้องภายนอก เช่น ปัญหาการสั่นไหว หรือการไม่มี QA การทดสอบที่เหมาะสมก่อนนำไปใช้จริง ถือเป็นภัยคุกคามที่ไม่เพียงแต่บิดเบือนข้อมูลการทดสอบของคุณ แต่ยังส่งผลกระทบต่อบันทึกการติดตามประสิทธิภาพของ บัญชี AdWords ทั้งหมดของคุณ!

อ่านต่อไปเพื่อดูว่าคุณจะลดความเสี่ยงนั้นได้อย่างไรและทดสอบการเข้าชมที่มาจาก Google Ads ได้ดี

เครื่องมือเพิ่มประสิทธิภาพถามตัวแทนสนับสนุนการแปลงสองสิ่งนี้เกี่ยวกับการทดสอบกับการเข้าชมโฆษณา Google

การทดสอบ A/B ด้วยคำค้นหาสนับสนุนของ Google Ads Convert Experiences

ตัวอย่างคำถาม #1

การทดสอบ A/B ด้วยคำค้นหาสนับสนุนของ Google Ads แปลงประสบการณ์

ตัวอย่างคำถาม # 2

โดยพื้นฐานแล้ว พวกเขาต้องการที่จะ:

  • ยกเว้นการเข้าชมโฆษณาจากการทดสอบและประสบการณ์ A/B หรือ
  • ตรวจสอบว่าการทดสอบที่ออกแบบมาโดยเฉพาะสำหรับการเข้าชมที่เสียค่าใช้จ่ายสามารถระบุพฤติกรรมและ Conversion ไปที่ Google Ads

ข้อมูลนี้ครอบคลุมข้อกังวลทั้งหมดที่เราได้พูดคุยกันไปแล้ว

การยกเว้นการเข้าชมโฆษณา ช่วยลดต้นทุนค่าเสียโอกาสและการสูญเสียเงินที่ลงทุนในการได้รับคลิกได้สำเร็จ

การสร้างการทดสอบสำหรับการเข้าชมโฆษณา อย่างน้อยก็บอกเป็นนัยว่าทีมการตลาดให้ความสำคัญกับบริบทของ PPC มากกว่า และด้วยเหตุนี้จึงตระหนักถึงการแลกเปลี่ยนที่เกี่ยวข้องกับการทดสอบ — สูญเสียงบประมาณโฆษณาและการสูญเสียคะแนนคุณภาพของโฆษณาและแม้กระทั่งทั้งหมด บัญชี IF การทดสอบ QA ถือว่าเบา

โซลูชันสำหรับการทดสอบอย่างดีกับการเข้าชมโฆษณาของ Google

มี สามส่วน ที่จะประสบความสำเร็จในการทดสอบ A/B ด้วยการเข้าชม AdWords:

  1. การใช้แท็ก UTM ของ Google Ads อย่างเหมาะสม (+ คุณควรเลือกการติดแท็ก ด้วยตนเอง หรือการ ติดแท็กอัตโนมัติ ?)
  2. ใช้ประโยชน์จากเอ็นจิ้น การกำหนดเป้าหมายขั้นสูงที่ยืดหยุ่น ของ Convert Experiences
  3. ระบุพฤติกรรมได้อย่างแม่นยำโดยใช้ ข้อมูลต้นทางที่เก็บไว้อย่างต่อเนื่อง ของ Convert Experiences

#1: การใช้แท็ก UTM ของ Google Ads อย่างเหมาะสม

พารามิเตอร์ UTM เป็นรูปแบบที่ใช้กันทั่วไปในการติดตามลิงก์/โฆษณา คุณสามารถเพิ่มพารามิเตอร์ UTM ด้วยตนเอง เช่น utm_campaign, utm_medium และ utm_source ให้กับ URL ขาออกทั้งหมดของคุณ หรือใช้เครื่องมือสร้างลิงก์ utm เพื่อช่วยคุณทำสิ่งนี้

Google Ads มีทางลัด: การติดแท็ก อัตโนมัติ

การติดแท็กอัตโนมัติจะติดแท็ก URL โดยอัตโนมัติในทุกแคมเปญของคุณ นอกจากนี้ยังช่วยให้คุณเข้าถึงข้อมูลการวิเคราะห์ที่ไม่สามารถรับผ่าน UTM ปกติได้

สรุปได้ว่า การติดแท็กอัตโนมัติช่วยให้คุณประหยัดเวลาและความพยายามในการติดแท็ก URL ด้วยตนเอง ทำให้กระบวนการทั้งหมดแทบไม่มีข้อผิดพลาด ให้การวิเคราะห์ที่มีรายละเอียดมากขึ้น ส่งข้อมูลทั้งหมดไปยัง Google Analytics โดยอัตโนมัติ และพร้อมใช้งานเมื่อคลิก ปุ่ม.

ข้อเสียคือคุณลักษณะการติดแท็กอัตโนมัติเชื่อมโยงกับระบบนิเวศของ Google อย่างสมบูรณ์และใช้งานได้กับ Google Analytics เท่านั้น

ดังนั้น หากคุณต้องการใช้กับแพลตฟอร์มอย่าง Convert Experiences ที่แยกวิเคราะห์และอ่าน UTM คุณจะไม่สามารถทำเช่นนั้นได้

เหตุผลก็คือเมื่อคุณเปิดใช้การติดแท็กอัตโนมัติ พารามิเตอร์ "GCLID" จะถูกส่งต่อที่ส่วนท้ายของ URL สิ่งที่อยู่หลังเครื่องหมาย “=" คือข้อมูลการติดตามของคุณ แต่เข้ารหัสไว้ มีเพียง Google Analytics เท่านั้นที่สามารถแปลสิ่งนี้และแสดงเป็นข้อมูลการวิเคราะห์ที่มนุษย์อ่านได้ในแดชบอร์ดของคุณ

นี่คือจุดที่การ ติดแท็ก Google Ads UTM ด้วยตนเองมีประโยชน์

โดยเฉพาะอย่างยิ่ง หากคุณสนใจที่จะรับการเข้าชมที่ละเอียดและกำหนดเป้าหมายจากแคมเปญใดแคมเปญหนึ่ง แทนที่จะกำจัดทุกคนที่เข้าสู่สภาพแวดล้อมการทดสอบผ่านแคมเปญโฆษณา ซึ่งทำได้โดยการกำหนดเป้าหมายพารามิเตอร์ GCLID เอง

#2: ความสะดวกของเครื่องมือกำหนดเป้าหมายขั้นสูง

เอ็นจิ้น การกำหนดเป้าหมายขั้นสูงแบบลากและวาง คืออัญมณีล้ำค่าของ Convert Experiences

อนุญาตให้ผู้ใช้สแต็คเงื่อนไขมากกว่า 40 รายการเพื่อสร้างผู้ชมที่ซับซ้อนอย่างเหลือเชื่อแต่แบ่งกลุ่มอย่างแม่นยำซึ่งได้รับการทดสอบ A/B ที่เฉพาะเจาะจง เพื่อให้แน่ใจว่ามีความน่าจะเป็นทางสถิติที่ดีที่สุดของพฤติกรรมที่ต้องการที่ตรวจพบในระหว่างการทดสอบเพื่อเผยแพร่ทั่วทั้งไซต์สำหรับ ขนาดกลุ่มตัวอย่างที่ใหญ่ขึ้นของผู้ชมกลุ่มเดียวกัน

PRO-TIP

ใช้เครื่องมือการกำหนดเป้าหมายขั้นสูงนี้เมื่อเรียกใช้แคมเปญโฆษณาหลายรายการและการทดสอบ A/B หลายรายการเพื่อส่งหรือบล็อกการรับส่งข้อมูลไปยังตัวแปรที่ต้องการโดยกำหนดเป้าหมายพารามิเตอร์ UTM

ช่วยให้คุณกำจัดผลกระทบด้านลบต่อการเข้าชมที่เสียค่าใช้จ่ายได้ดีกว่าเนื่องจากการเกิดขึ้นหรือการกำกับดูแลโดยสุ่ม ซึ่งช่วยลดความเสี่ยงที่คะแนนคุณภาพจะหลุดออกไป

#3: ความสามารถในการระบุพฤติกรรมอย่างต่อเนื่องต่อการเข้าชมโฆษณา

การกำหนดเป้าหมายการเข้าชม Google Ads เพียงอย่างเดียวไม่เพียงพอ ผลการโพสต์ความถูกต้องของข้อมูลมีบทบาทสำคัญในการทดสอบ A/B

ในกรณีที่มีการสร้างช่องทางเพื่อเพิ่มประสิทธิภาพ Conversion สำหรับการเข้าชม Google Ads ซึ่งเป็นแหล่งที่มาหลักของการเข้าชมและรายได้สำหรับไซต์เผยแพร่และ Affiliate จำนวนมาก Convert Experiences มีโซลูชันที่สะดวกสบายในการปรับปรุงความถูกต้องของการระบุแหล่งที่มา

มันสามารถ จัดเก็บข้อมูล "แหล่งที่มา" ของเซสชันได้อย่างต่อเนื่องในคุกกี้ ซึ่งสามารถใช้ประโยชน์จากสคริปต์เพื่อเรียกการทดสอบ A/B ในพื้นที่ไซต์ที่ถูกต้องหรือบนหน้าช่องทางที่เหมาะสมสำหรับการเข้าชมโฆษณา แม้ว่าหน้านั้นจะไม่ เช่นเดียวกับหน้า Landing Page

สองสิ่งที่เกิดขึ้นเป็นผล:

  1. คุณไม่จำเป็นต้องเรียกใช้การทดสอบในหน้า Landing Page คุณสามารถคงไว้ซึ่งความสมบูรณ์ของสมมติฐานของคุณ และทำการทดลองในลักษณะที่คุณรู้ว่าสามารถจูงใจให้เกิด Conversion ได้มากที่สุด
  2. การติดตามแหล่งที่มาแบบถาวรจะระบุพฤติกรรมและเป้าหมายไปยังช่องทางที่ถูกต้อง แม้ในการตั้งค่าที่ซับซ้อนที่มีหลายหน้าในช่องทางทดสอบ หากคุณกำลังจะส่งการเข้าชมโฆษณาที่มีความตั้งใจสูงไปยังการทดสอบ A/B อย่างน้อย คุณควรจะสามารถพึ่งพาสิ่งที่ตัวเลขบอกคุณได้ เมื่อการทดสอบสิ้นสุดลง

พร้อมทำการทดสอบกับการเข้าชม Google Ads แล้วหรือยัง

หากคุณชอบความยืดหยุ่นของ Convert Experiences ให้ทดลองใช้งานฟรีของเรา เรามีคุณลักษณะที่ลดการสูญเสียงบประมาณโฆษณาและความท้าทายในการระบุแหล่งที่มา

เริ่มตัวสลับรุ่นทดลองใช้ฟรี
เริ่มตัวสลับรุ่นทดลองใช้ฟรี