Praktični vodnik za A/B testiranje za PPC (+5 idej za testiranje)

Uvod

Testiranje PPC A/B je učinkovit način za izboljšanje učinkovitosti oglaševalskih kampanj.

V tem praktičnem vodniku boste izvedeli, kaj je A/B testiranje za PPC, ter se seznanili z različnimi vrstami testov in statističnimi podatki o testiranju, ki so potrebni za odločitve, ki temeljijo na podatkih. Naučili se boste tudi, kako pripraviti svoj prvi test A/B, in dobili praktične ideje z velikim učinkom, ki jih lahko preizkusite sami.

Kaj je testiranje A/B za PPC?

A/B testiranje za PPC je metoda testiranja dveh ali več različic elementov oglaševalske kampanje, kot so oglasna kopija, pristajalne strani ali ciljanje, s ciljem zagotoviti statistične dokaze za različne hipoteze, ki se lahko uporabijo za izboljšanje kampanj in izboljšanje rezultatov.

Čeprav se testiranje A/B pristajalne strani ali e-pošte ne razlikuje povsem od testiranja A/B PPC, pa zaradi omejitev oglaševalskih platform, variabilnosti velikosti vzorca in tveganja vpliva na celotno uspešnost kampanj zahteva poseben pristop.

Vrste testov PPC

Pri PPC obstajajo štiri glavne vrste testov A/B:

• Testi A/B

  Test A/B je eksperiment z eno hipotezo, na podlagi katere spremenite en element oglaševalske kampanje in ga preizkusite v primerjavi s prvotno kontrolno različico. To je najpogostejša vrsta testa, ki vam pomaga zožiti na določene elemente in izpopolniti kampanje.

  Primer testiranja A/B: testiranje dveh besedilnih oglasov z brezplačno dostavo v primerjavi s 15-odstotnim popustom kot glavno ponudbo.

• Večdimenzionalni testi

  Spoznajte Ranktracker

  Platforma "vse v enem" za učinkovito SEO

  Za vsakim uspešnim podjetjem stoji močna kampanja SEO. Vendar je ob neštetih orodjih in tehnikah optimizacije težko vedeti, kje začeti. Ne bojte se več, ker imam za vas prav to, kar vam lahko pomaga. Predstavljam platformo Ranktracker vse-v-enem za učinkovito SEO

  Končno smo odprli registracijo za Ranktracker popolnoma brezplačno!

  Ustvarite brezplačen račun

  Ali se prijavite s svojimi poverilnicami

  Večrazsežnostni test je eksperiment z več hipotezami in več spremembami. Pri tej metodi preizkušate različne kombinacije majhnih sprememb kontrolne različice. To vrsto redko uporabljam, saj od vseh štirih vrst testov zahteva največjo velikost vzorca (kar je pri PPC pogosto nemogoče) in ustvarja najmanjši dvig rezultatov, kar zmanjšuje raven zaupanja (glejte moje opredelitve velikosti vzorca, dviga in ravni zaupanja v naslednjem razdelku).

  Primer multivariatnega testiranja: testiranje 4 kreativ z različnimi kombinacijami naslovov in slik.

• Testi A/B/n

  Test A/B/n je tudi eksperiment z več hipotezami in več spremembami. Vendar so lahko različice za razliko od večrazsežnostnega testiranja med seboj popolnoma različne. To je ena od vrst testov, ki jih pogosto uporabljam za nove račune ali nove kampanje, pri katerih zgodovinski podatki niso na voljo in želim preizkusiti povsem različne nastavitve ali kombinacije elementov, namesto da bi izbiro zožil s testiranjem A/B ali multivariatnim testiranjem.

  Primer testiranja A/B/n: testiranje več kot 2 sklopov kreativ s popolnoma različnimi postavitvami in/ali pristajalnimi stranmi.

• Zaporedni preskusi

  Zaporedni preizkus je vrsta preizkusa A/B, ki preizkuša različice elementov kampanje v fazah ali zaporedjih. Zaporedje lahko traja 2 tedna, 1 mesec ali dlje (ne priporočam izvajanja testa manj kot 2 tedna). To je najmanj zaželena vrsta testa, saj izvajanje testa v različnih časovnih obdobjih vnaša zunanje dejavnike, ki jih ne morete nadzorovati, kot so sezonskost, variabilnost velikosti vzorca in odstopanja pri ciljanju. Vendar je to tudi pogosta vrsta, saj vsaka platforma PPC ne ponuja vseh (ali nobenih) funkcij testiranja A/B.

  Primer: testiranje ponudbe za maksimiranje konverzij v primerjavi s ponudbo za maksimiranje vrednosti konverzij v oglasih Google Ads

V idealnem primeru bi vse teste uporabili v naslednjem zaporedju:

1. Testiranje A/B/n za iskanje najboljše nastavitve
2. Testiranje A/B za zožitev in izboljšanje nastavitev
3. Večpredstavnostno testiranje za nadaljnji ožji izbor nastavitev
4. zaporedno testiranje za testiranje elementov v zaporednem vrstnem redu, kadar ni ustrezne funkcionalnosti testiranja A/B.

Statistika testiranja A/B

Če želite s testiranjem A/B pridobiti statistično pomembne podatke, informirati svoje odločitve in izboljšati PPC, morate upoštevati štiri ključne statistične podatke:

• Velikost vzorca

  Spoznajte Ranktracker

  Platforma "vse v enem" za učinkovito SEO

  Za vsakim uspešnim podjetjem stoji močna kampanja SEO. Vendar je ob neštetih orodjih in tehnikah optimizacije težko vedeti, kje začeti. Ne bojte se več, ker imam za vas prav to, kar vam lahko pomaga. Predstavljam platformo Ranktracker vse-v-enem za učinkovito SEO

  Končno smo odprli registracijo za Ranktracker popolnoma brezplačno!

  Ustvarite brezplačen račun

  Ali se prijavite s svojimi poverilnicami

  Pri PPC je velikost vzorca količina prometa, ki jo morate ustvariti, da bodo rezultati preskusa reprezentativni za vaše občinstvo. Za metrike na ravni oglasa (kot sta CTR ali stopnja ogledov) bodo vir vaših vzorcev prikazi, za metrike, specifične za konverzijo (kot so stopnja konverzije, stroški/konverzija ali ROAS), pa morate izbrati klike. Na splošno velja, da večja kot je velikost vzorca, bolj natančen bo vaš test.

• Pričakovano povišanje

  Napoved, kako bo preizkušena sprememba vplivala na končno metriko, izražena v odstotkih in v razponu od 0 do 100 %. Na primer, na podlagi preteklih podatkov in raziskav konverzije lahko predvidite, da bo sprememba glavne ponudbe z 10 % popusta na brezplačno dostavo povečala stopnjo konverzije za 30 %.

• P-vrednost

  Smo na področju napredne statistike. Preprosto povedano, p-vrednost pomaga ugotoviti, ali rezultati bistveno odstopajo od pričakovanih oziroma kako statistično pomembni so rezultati. Giblje se od 0 do 1, in manjša kot je vrednost, bolj so rezultati statistično pomembni.

• Ravni zaupanja

  Ravni zaupanja ali intervali zaupanja so merilo gotovosti rezultatov testov. Na primer, 95-odstotna stopnja zaupanja pomeni, da če večkrat ponovimo isti test, bo 95 % testov dalo podobne rezultate.

Zakaj je pomembno testiranje PPC A/B?

Testiranje A/B vpliva na tri ključna področja vaših kampanj PPC:

1. Rezultati

   Pri delu s kampanjami PPC se nenehno srečujete z vprašanjem "Ali bo stvar A uspešnejša od stvari B?" (zamenjajte "stvar" s kampanjo/oglasom/kopijo/občinstvom/ogledom/ogledom itd.). S testiranjem A/B lahko odgovorite na takšna vprašanja, preizkusite različne hipoteze in na koncu izboljšate svoje rezultate.

2. Struktura

   Če se vam je tako kot meni zdelo, da so bile nekatere vaše optimizacije preveč priložnostne, odzivne na razpoložljive podatke ali celo kozmetične, je testiranje A/B pristop, ki vam bo pomagal dodati več strukture. Z njim lahko ustvarite "oporne točke" uspešnosti (preverjene hipoteze) in se namesto na kozmetične spremembe osredotočite na iskanje najbolj učinkovitih priložnosti za optimizacijo.

3. Komunikacija in sodelovanje

   Če ste agencija ali notranji strokovnjak, ste se najverjetneje že srečali s težavami pri komunikaciji in sodelovanju s strankami ali vodstvom. Testiranje A/B lahko pomaga rešiti nekatere od teh težav, saj ponuja še eno raven preglednosti, ozaveščenosti in sodelovanja. Če nič drugega, vam omogoča hiter odgovor, če kdo vpraša: "Ali ste namesto tega preizkusili zeleni gumb?" :)

Kaj lahko testirate A/B?

Odločitev o tem, kaj testirati A/B v kampanjah PPC, je ključnega pomena. Priporočam, da začnete z elementi, ki bi lahko z izboljšavo najbolj vplivali na vaše rezultate.

1. Ustvarjalci

   Primeri: postavitev, barvna shema, model ali brez modela, kratka oblika videa ali dolga oblika, UGC ali lastni viri.

2. Ponudba

   Primeri: brezplačna dostava v primerjavi s popustom, brezplačni bonus v primerjavi z redkostjo, brezplačni preizkus v primerjavi s freemiumom, jamstvo v primerjavi z brez jamstva, spletni seminar v primerjavi z e-knjigo.

3. Umeščanje oglasov

   Primeri: Facebook proti Instagramu, mobilni telefoni proti namiznim računalnikom, iskanje proti iskalnim partnerjem.

4. Oglasna kopija

   Primeri: Dolga in kratka oblika besedila, seznam s točkami in odstavek, vključitev besede "brezplačno" in ne, prednosti in avtoriteta.

5. Ciljanje na

   Primeri: nove ključne besede, ozko ciljanje v primerjavi s širokim, podobno ciljno občinstvo v primerjavi s hladnim, starejše remarketinško občinstvo v primerjavi z mlajšim, ključne besede z ujemanjem besednih zvez v primerjavi s širokim, ozko ciljanje na lokacijo v primerjavi s širokim.

6. Vrste kampanj/oglasov

   Primeri: DSA v primerjavi z običajnimi iskalnimi kampanjami, dinamične remarketing kampanje v primerjavi z običajnim remarketingom, vodilni oglasi v primerjavi z oglasi v messengerju.

7. Dodelitev proračunskih sredstev

   Primeri: več proračuna za kampanjo 1 v primerjavi s kampanjo 2, več proračuna za remarketing v primerjavi s pridobivanjem, več proračuna za Performance Max v primerjavi z nakupovanjem.

8. Ciljne strani

   Primeri: postavitev, slike in videoposnetki, dinamično vstavljanje ključnih besed, naslovi, obrazci, socialni dokazi, ujemanje sporočila z oglasno in pristajalno stranjo.

9. Ponudbene strategije

   Primeri: Ciljne zgornje meje CPA, ciljni cilji ROAS, največji obseg proti največji vrednosti.

10. Struktura kampanje

    Primeri: Široka (ali Hagakure) struktura proti granularni, bolj dinamične/avtomatizirane kampanje proti manjšim, najuspešnejše proti manj uspešnim, SKAG.

Kako preizkusiti svoje kampanje PPC z metodo A/B

Nastavitev testa A/B

Ko ste pripravili seznam idej za testiranje A/B, je treba oblikovati hipoteze ter se odločiti za pristope in orodja.

Hipoteza

Vaša hipoteza je predpostavka, ki jo poskušate preveriti s poskusom. Izraža učinek, ki ga pričakujete od spremembe, na primer od spremembe besedila oglasa, spremembe kreativnosti oglasa ali razširitve ciljanja. Za strukturiranje svojih hipotez se rad sklicujem na Komplet hipotez V4 Craiga Sullivana:

1. Na podlagi (podatkov/raziskav/opazovanj)
2. verjamemo, da (sprememba)
3. za (prebivalstvo)
4. povzroči (vpliv).
5. To bomo vedeli, ko bomo videli (metriko).
6. To bo dobro za stranke, partnerje ali naše podjetje (ker).

Pristop

Tu se odločite, kako boste pristopili k testu. Ali bo to test A/B? A/B/n? Zaporedni? Pomembno je, da to določite že na začetku, saj bo to vplivalo na vaša orodja za testiranje A/B, proračun in rezultate. Kot je navedeno zgoraj, priporočam, da začnete s testi A/B/n, če nimate nobenih preteklih podatkov in vaša hipoteza temelji na opažanjih. Pri nekaterih testih in oglaševalskih platformah pa boste omejeni na zaporedne testne pristope (npr. strategije licitiranja v Google Ads).

Orodja

Pri testiranju PPC A/B je preglednica armaturna plošča vaš najboljši prijatelj. Če niste prepričani, kje začeti, lahko mojo najnovejšo preglednico najdete tukaj. Če izvajate le nekaj testov na četrtletje, vam priporočam, da jo izpolnite ročno. Če jih je več kot nekaj, jo lahko avtomatizirate z uporabo orodij, kot je Supermetrics za pridobivanje podatkov PPC.

Zagon testa A/B

Navodila za zagon so odvisna od preizkušenega elementa in izbrane oglaševalske platforme. Nekaj pa bo ostalo enako - vaš eksperiment mora ustvariti enake ali skoraj enake velikosti vzorcev za kontrolno in testno različico, kar pomeni, da se ustrezni testi A/B nikoli ne smejo izvajati v isti kampanji ali oglasni skupini, razen če lahko nadzorujete porazdelitev proračuna in prometa (npr. kampanje za optimizacijo proračuna oglasne skupine ali ABO v storitvi Facebook Ads).

Tukaj so testne nastavitve, ki jih najpogosteje uporabljam:

• Facebook/Instagram/Pinterest/LinkedIn: nativna funkcija A/B testiranja, novi oglasni nizi, nove kampanje, zaporedne uvedbe.
• Google/Microsoft: funkcija eksperimentiranja z izvirnimi kampanjami, funkcija A/B testiranja oglasne kopije, funkcija enakega vrtenja oglasov, zaporedni zagoni.

Analiziranje podatkov

Oblikovali ste hipotezo, pripravili test in ga pustili, da se izvede. Kaj pa zdaj?

Izpolnite nadzorno ploščo in preverite, ali je vaš test prinesel pričakovano povečanje, ali je bil vzorec dovolj velik, ali so rezultati statistično značilni ali pa test potrebuje več časa, da doseže večjo pomembnost.

Za pomoč pri izračunu velikosti vzorca in zaupanja/pomembnosti si lahko pomagate s kalkulatorjem.

Če imate jasnega zmagovalca, oblikujte sklep in pripravite akcijski načrt za njegovo uvedbo v konfiguracijo PPC.

5 idej za testiranje PPC A/B, ki jih lahko preizkusite

1. Testiranje ponudbe

Pri doseganju čim boljših rezultatov PPC ne podcenjujte učinka testiranja različnih ponudb. Po mojih izkušnjah se s tem dosežejo najpomembnejše spremembe rezultatov.

To lahko vključuje redkost (mislite na omejeno ponudbo), nujnost, bonuse, jamstva ali popuste.

Če je na voljo, ne pozabite uporabiti funkcije testiranja izvirne oglasne kopije, da zagotovite večji nadzor nad velikostjo vzorcev in razdelitvijo prometa po posameznih različicah (kot na primer vrsta poskusa "Različica oglasa" v Google Ads).

2. Testiranje pristajalne strani

"Čakajte, mislil sem, da je to praktični vodnik po testiranju PPC?" Po mojih izkušnjah so pristajalne strani eden od dejavnikov, ki največ prispevajo k uspehu pri PPC. Če vaša pristajalna stran ni dobro optimizirana, ni pomembno, kako dobri so vaši oglasi - vaši rezultati bodo še vedno omejeni.

Za največji dvig priporočam, da začnete s testiranjem postavitve in obrazca, saj lahko prispevata k največjemu dvigu stopnje konverzije. Pri tem podjetju za kreditne kartice se je na primer stopnja konverzije po optimizaciji obrazca povečala za 17 %.

Nato razmislite o ujemanju oglasa s sporočilom in testiranju naslovov, da izboljšate pretok od oglasa do konverzije.

3. Ustvarjalno testiranje

Po podatkih družbe Nielsen kakovost oglaševalskih kreativ prispeva k 49 % dodatne prodaje in je najpomembnejši dejavnik učinkovitosti oglaševanja. Zato vedno priporočam pogostejše testiranje kreativnosti v kanalih, ki so prvi kreativni, kot sta Facebook in TikTok. To je tudi pomembno prispevalo k 54-odstotnemu povečanju števila rezervacij moje stranke v samo 6 mesecih.

Za največji napredek priporočam testiranje sprememb postavitve, sporočil in vsebine UGC.

4. Ciljno testiranje

Ciljno testiranje je še ena ideja, ki jo priporočam, da jo preizkusite za največje možne izboljšave. Kot je navedeno v razdelku "Kaj lahko testirate A/B", lahko to vključuje nove ključne besede, ozko ciljanje v primerjavi s širokim ter podobne ciljne skupine v primerjavi z shranjenimi občinstvi.

Morda boste na primer želeli preizkusiti ločeno kampanjo z dolgimi ključnimi besedami v primerjavi s kampanjo s kratkimi ključnimi besedami, da preverite, ali lahko izboljšate nadzor proračuna in zmanjšate ceno CPA.

Zato priporočam uporabo orodja, kot je Iskalnik ključnih besed podjetja RankTracker, s katerim boste dobili naprednejše predloge in filtriranje ključnih besed, kot jih dobite z orodjem Google Keyword Planner.

5. Testiranje ponudb

Testiranje ponudbenih strategij A/B je lahko učinkovit način za optimizacijo rezultatov PPC. Tako lahko ugotovite, ali so vaše trenutne ponudbe previsoke ali prenizke, ali ste optimizirani za stranke z najvišjo vrednostjo ali ne in ali je najbolje, da si prizadevate za največje število konverzij (kakovost) ali za največjo vrednost konverzij (količina).

Tako lahko na primer preizkusite povečanje ciljnih omejitev CPA za 30-50 %, da ugotovite, ali zamujate klike, ki bi lahko povzročili konverzije, ali pa zmanjšate ciljno vrednost ROAS za 25 %, da ustvarite večjo količino konverzij v obdobju velike konkurence (npr. na črni petek).