A/B Testi: Verilerinize Göre Nasıl Optimize Edilir?

Herkese merhaba!

Ben Ettore, 28 yaşında İtalyan, iş deneyimimin başlangıcından beri İspanya'da yaşıyorum. İş kariyerim, bağlı kuruluş dünyasını keşfettiğim bir E-posta şirketinde başladı. O zamandan beri, çevrimiçi medya satın almaya takıntılıyım ve farklı ağlar (hem EBM ağları hem de trafik platformları) için ve bireysel bir bağlı kuruluş olarak medya alıcısı oldum.

Ettore'un Psikoloji ve Kullanıcıları Motive Etmek hakkındaki önceki makalesini okuyun

Bu yazıda, bir A/B testinin nasıl düzgün bir şekilde yürütüleceğini ve daha da önemlisi, testlerimizin sonuçlarını reklam kampanyalarımızda nasıl uygulayacağımızı analiz edeceğiz.

Doğru AB testinin ilkeleri

A/B testini, bir açılış sayfası, bir reklam kampanyası, bir reklam noktası gibi belirli bir pazarlama etkinliğinin dönüşüm oranını artırmak için veriye dayalı bir şekilde bilgi edinmemizi sağlayan kontrollü bir deney olarak düşünebiliriz. web sitemiz vb.

Ama nasıl?

Bir A/B testi yürütürken, kampanyamızın (veya açılış sayfamızın veya web sitemizin vb.) yapısında veriye dayalı eylemler yapmak için aynı öğenin iki sürümünü geliştirir ve kullanıma sunar ve hangisinin daha iyi çalıştığını ölçeriz.

Bir EBM Teklifi Nasıl Test Edilir?

Aşağıda, başarılı olması için bir reklam kampanyasının farklı bileşenleri üzerinde A/B testinin nasıl doğru şekilde kullanılacağını analiz edeceğiz.

Görüntüler için A/B testi

Resimler üzerinde A/B testi, kullandığımız resimlerin bileşenleri arasında en iyi sonucu veren kalıpları bulmak için kullanılır. Bu aşamada öncelikle kampanyamız için ortaya koyabileceğimiz farklı açıları test edeceğiz. Örnek olarak aşağıdaki resmi dikkate alalım:

Bu reklam öğesi grubu, PK'da (Pakistan) bir mobil içerik kampanyası için kullanıldı ve açılış sayfası, PSL'yi (Pakistan Süper Ligi) izlemek için bir akış hizmetiydi.

Bu kampanyada kullanılan reklam öğelerinin çok farklı olduğunu fark edebileceğiniz gibi, bunun nedeni bu aşamada A/B testimin açılar üzerinde yapılmış olmasıdır: "PSL'yi reklamsız izle" gibi bir şey söyleyen çok dönüşüm odaklı bir test; ve "Sana bir video gönderdim" gibi bir şey söyleyen bir kızla daha agresif ve tıklama düşkünü olanı.

Beklendiği gibi, dönüşüm odaklı olan en iyi dönüşüm oranına sahipti, ancak TO'su zayıftı, tıklama tuzağı olan ise tıklama inanılmaz derecede daha iyiydi ve yine de iyi bir oranda dönüşüm sağlıyordu.

Bu durumda, biri yalnızca "tıklama tuzağı" reklam öğeleriyle, diğeri yalnızca "dönüşüm odaklı reklam öğeleriyle" olmak üzere iki farklı reklam öğesi grubuyla iki farklı kampanya oluşturmaya karar verdim. Bu, önceki testin sonuçlarının eğilimini doğrulamak ve iki yaklaşım arasında gerçek bir kazanan bulmak için yapıldı. Uzun lafın kısası, tıklama tuzağı kazandı.

Anlık Bildirimler için Reklam Öğeleri Nasıl Test Edilir?

Bunun aşırı bir durum olduğunu söyleyebiliriz, ancak açıları farklı şekillerde A/B testi yapmak isteyebiliriz. Örneğin, bir çeşitli açılardan heteroseksüel erkekler için flört teklifi :

– “Genç görünümlü” vs Olgun görünümlü

Ve sonra derinlemesine gidiyor:

– Sadece bir kızın yüzünün olduğu fotoğrafa karşı belirli vücut bölümlerinin yakın çekimleri

– Selfie'ler ve sıradan fotoğraflar

– Sarışın vs esmer vs.

Genel fikir, kazanan bir açı bulduğumuzda, kampanyamızın diğer görsel bileşenlerini A/B'yi test etmeye devam etmemizdir.

Testlerimizle her zaman daha derine inebiliriz, ancak çoğu durumda testimizi mümkün olan en güvenilir hale getirmek için yeni bir kampanya oluşturmak ve trendi doğrulamak için yeni fikirleri ayrı ayrı test etmek en iyisidir.

Metin bileşenleri için A/B testi

Şimdi, aşağıdaki reklam öğelerine bir göz atalım:

Bu aşamada, "kazanma açısını" ve en iyi performans gösteren birkaç resim ve simgeyi zaten belirledik ve şimdi bazı metinleri A/B/C test ediyoruz.

Genellikle en az 4-6 reklam öğesi içeren bir kampanya başlatmak ve en iyi sonuçları oluşturan reklam öğelerinin daha fazla varyasyonunu eklemek en iyisidir.

İlk reklam öğesi grubumuzla ilk testi gerçekleştirip kazananları belirledikten sonra, kampanyamızın geri kalan değişkenlerini A/B testini izleyeceğiz.

Metinsel kısımlar hakkında konuşurken, bunu daha fazla vurgulayabilir ve aşağıdaki örnekte olduğu gibi iki bileşenden sadece birini izole ederek başlıklar ve açıklamalarla (ve/veya ağa bağlı olarak marka adlarıyla) oynayabilirsiniz:

Burada, yalnızca bu push kampanyasının açıklamasını A/B testi yaptım.

Değişkenleri hedeflemek için A/B testi

Masaüstü ve mobil ayrı bir kampanyada test etmek çok açık olsa da, diğer hedefleme bileşenleri için o kadar açık olmayabilir.

Şimdi bu masaüstü kampanyasına bir göz atalım:

Bu RON* kampanyasının performanslarına bir göz attığımızda, işletim sistemi başına eCPA'larımızın büyük ölçüde farklılık gösterdiğini hemen fark edebiliriz. Mac, Windows ve Chrome OS'yi ayrı ayrı A/B/C testi yapmamız gerekebilecek bir durumdur (eğilim daha sonra daha yüksek bir harcama ile onaylanırsa).

Bir Kez Yapın, İki Kez Yapın: Tekliflerinizi Nasıl Yeniden Test Edebilirsiniz?

Bu iyi bir uygulamadır, çünkü kampanyamızın diğer tüm değişkenlerini ayrı ayrı optimize etmemize ve nihayetinde belirli bir kampanyanın küresel performanslarında daha düşük eEBM'lere ulaşmamıza olanak tanır.

*İlk kez yayınlanan ve henüz beyaz listesi veya kara listesi olmayan bir kampanya anlamına gelen bir RON kampanyasından bahsediyorum.

Aynı yaklaşım, aşağıdaki kampanya verileri dikkate alınarak, örneğin kullanıcı etkinliği gibi, kampanyalarımızın diğer tüm hedefleme değişkenleri için de kullanılabilir:

Bu durumda, orta ve düşük seviyeyi bir arada tutabilir ve ayrı bir kampanyada yüksek seviyeyi (performansları benzer olduğu için) test edebilir veya üç kullanıcı etkinliğinin tümünü ayrı ayrı A/B/C test edebiliriz.

toparlamak

A/B testi, dönüşüm optimizasyonu söz konusu olduğunda kesinlikle güçlü bir silahtır.

Akılda tutulması gereken bir şey , test sayısını sınırlamamaktır . Aksini düşünsek bile neredeyse her zaman bir sonucu iyileştirebiliriz.

Son olarak, her zaman verileri ve elde edilen sonuçları analiz edin. Kampanyalarımızın sonuçlarını iyileştirmenin anahtarıdır.

Sorumluluk Reddi Bu makalede ifade edilen görüşler yazara aittir ve PropellerAds'ın resmi konumunu yansıtmayabilir.

A/B testini tartışmaya hazır mısınız? Telegram sohbetimize katılın ve GERÇEK ortaklarla konuşun.