Практическо ръководство за A/B тестване за PPC (+5 идеи за тестване)

Въведение

PPC A/B тестването е мощен начин да подобрите ефективността на рекламните си кампании.

В това практическо ръководство ще разберете какво представлява A/B тестването за PPC и ще се запознаете с различните видове тестове и статистиката за тестване, необходими за вземането на решения, базирани на данни. Също така ще научите как да създадете първия си A/B тест и ще получите практически идеи с висок ефект, които да изпробвате сами.

Какво е A/B тестване за PPC?

A/B тестването за PPC е метод за тестване на 2 или повече варианта на елементи от рекламната кампания, като например рекламно копие, целеви страници или таргетиране, с цел да се осигури статистическо доказателство за различни хипотези, което може да се използва за усъвършенстване на кампаниите и подобряване на резултатите.

Макар че не се различава напълно от A/B тестването на целевата страница или имейла, PPC A/B тестването изисква специален подход поради ограниченията на рекламните платформи, разликата в размера на извадката и риска да повлияе на цялостното представяне на кампаниите ви.

Видове PPC тестове

Има четири основни типа A/B тестове в PPC:

A/B тестове
A/B тестът е експеримент с една хипотеза, която ви кара да промените един елемент от рекламната си кампания и да го тествате спрямо първоначалния контролен вариант. Това е най-разпространеният тип тест, който ви помага да се ограничите до конкретни елементи и да усъвършенствате кампаниите си.
Пример за A/B тестване: тестване на 2 текстови реклами с безплатна доставка срещу 15% отстъпка като основна оферта.
Многовариантни тестове
Запознайте се с Ranktracker
Универсалната платформа за ефективна SEO оптимизация
Зад всеки успешен бизнес стои силна SEO кампания. Но с безбройните инструменти и техники за оптимизация, от които можете да избирате, може да е трудно да разберете откъде да започнете. Е, не се страхувайте повече, защото имам точно това, което ще ви помогне. Представяме ви платформата Ranktracker "всичко в едно" за ефективна SEO оптимизация
Най-накрая отворихме регистрацията за Ranktracker напълно безплатно!
Създаване на безплатен акаунт
Или влезте в системата, като използвате данните си
Многовариантният тест е експеримент с множество хипотези и множество промени. При този метод тествате различни комбинации от малки промени, направени в контролния вариант. Рядко използвам този тип, тъй като той изисква най-голям размер на извадката (често невъзможен за PPC) от всички четири типа тестове и генерира най-малък ръст на резултатите, като по този начин намалява нивото на доверие (вижте моите определения за размер на извадката, ръст и ниво на доверие в следващия раздел)
Пример за многовариантно тестване: тестване на 4 креатива с различни комбинации от заглавия и изображения.
A/B/n тестове
Тестът A/B/n също е експеримент с множество хипотези и множество промени. За разлика от многовариантното тестване обаче вариантите могат да бъдат напълно различни един от друг. Това е един от видовете тестове, които често използвам за нови акаунти или нови кампании, при които няма налични исторически данни и искам да тествам напълно различни настройки или комбинации от елементи, вместо да стесня избора си с A/B или мултивариантно тестване.
Пример за A/B/n тестване: тестване на 2+ комплекта креативи с напълно различни оформления и/или целеви страници.
Последователни тестове
Последователният тест е вид A/B тест, при който се тестват варианти на елементи на кампанията на фази или последователности. Последователността може да бъде 2 седмици, 1 месец или повече (не препоръчвам провеждането на тест за по-малко от 2 седмици). Това е най-малко предпочитаният тип тест, тъй като провеждането на теста през различни периоди от време внася външни фактори, които не можете да контролирате, като сезонност, вариации в размера на извадката и отклонение в таргетирането. Той обаче е и често срещан тип, тъй като не всяка PPC платформа предлага пълни (или никакви) функции за A/B тестване.
Пример: тестване на офертата за максимизиране на реализациите спрямо максимизиране на стойността на реализациите в Google Ads

В идеалния сценарий всички тестове ще се използват в следната последователност:

A/B/n тестване за намиране на най-добрата настройка
A/B тестване за ограничаване и усъвършенстване на настройките
Многовариантно тестване за по-нататъшно стесняване на настройките
Последователно тестване за тестване на елементи в последователен ред, когато няма подходяща функционалност за A/B тестване.

Статистика за A/B тестване

За да могат A/B тестовете да предоставят статистически значими данни, да информират решенията ви и да доведат до подобрения в PPC, трябва да вземете предвид 4 ключови статистики:

Размер на извадката
Запознайте се с Ranktracker
Универсалната платформа за ефективна SEO оптимизация
Зад всеки успешен бизнес стои силна SEO кампания. Но с безбройните инструменти и техники за оптимизация, от които можете да избирате, може да е трудно да разберете откъде да започнете. Е, не се страхувайте повече, защото имам точно това, което ще ви помогне. Представяме ви платформата Ranktracker "всичко в едно" за ефективна SEO оптимизация
Най-накрая отворихме регистрацията за Ranktracker напълно безплатно!
Създаване на безплатен акаунт
Или влезте в системата, като използвате данните си
При PPC размерът на извадката е количеството трафик, което трябва да генерирате, за да бъдат резултатите от теста представителни за вашата аудитория. За метрики на ниво реклама (като CTR или View Rate) източникът на извадките ще бъдат импресиите, но за специфични за конверсията метрики (като Conversion Rate, Cost/Conv. или ROAS) трябва да изберете кликове. Като цяло, колкото по-голям е размерът на извадката, толкова по-точен ще бъде тестът ви.
Очаквано повишение
Прогноза за това как тестваната промяна ще се отрази на крайната метрика, изразена в проценти и варираща от 0 до 100%. Например, въз основа на исторически данни и изследвания на конверсиите, може да предвидите, че промяна в основната оферта от 10% отстъпка на безплатна доставка ще увеличи коефициента на конверсия с 30%.
P-стойност
Намираме се в областта на разширената статистика. Казано по-просто, р-стойността помага да се определи дали резултатите се отклоняват значително от очакваното, или колко статистически значими са резултатите. Тя варира от 0 до 1 и колкото по-малка е стойността, толкова по-статистически значими са резултатите.
Нива на доверие
Доверителните нива или доверителните интервали са мярка за сигурност на резултатите от тестовете. Например 95% ниво на доверие означава, че ако повторим един и същ тест многократно, 95% от тестовете ще дадат сходни резултати.

Защо е важно PPC A/B тестването?

A/B тестването засяга 3 ключови области на вашите PPC кампании:

Резултати
Когато работите по PPC кампании, постоянно се сблъсквате с въпроса "Дали нещо А ще се справи по-добре от нещо Б?" (заменете "нещо" с кампания/реклама/копие/аудитория/ъгъл/т.н.). A/B тестването ви дава възможност да отговорите на тези въпроси, да тествате различни хипотези и в крайна сметка да подобрите резултатите си.
Структура
Ако и вие като мен сте имали усещането, че някои от оптимизациите ви са били твърде ad hoc, реактивни спрямо наличните данни или дори козметични, A/B тестовете са подходът, който ще ви помогне да добавите повече структура. То може да ви помогне да създадете "опорни точки" за ефективността (доказани хипотези) и да се съсредоточите върху намирането на най-ефективните възможности за оптимизация вместо върху козметични промени.
Комуникация и ангажираност
Ако работите в агенция или сте вътрешен специалист, най-вероятно сте се сблъсквали с проблеми в комуникацията и ангажираността с клиенти или ръководители. A/B тестването може да помогне за решаването на някои от тези проблеми, тъй като предлага още едно ниво на прозрачност, информираност и ангажираност. Ако не друго, то ви позволява да дадете бърз отговор, ако някой попита "А тествахте ли зелен бутон вместо него?" :)

Какво можете да тествате A/B?

Решението какво да тествате A/B в PPC кампаниите е от решаващо значение. Препоръчвам ви да започнете с елементите, които, ако бъдат подобрени, могат да окажат най-голямо въздействие върху резултатите ви.

Творци
Примери: оформление, цветова схема, модел срещу липса на модел, видео в кратка форма срещу видео в дълга форма, UGC срещу собствени активи.
Оферта
Примери: безплатна доставка срещу отстъпка, безплатен бонус срещу оскъдност, безплатна пробна версия срещу фриймиум, гаранция срещу липса на гаранция, уебинар срещу електронна книга.
Поставяне на реклами
Примери: Фейсбук срещу Инстаграм, мобилни устройства срещу настолни компютри, търсене срещу партньори за търсене.
Рекламно копие
Примери: Дългосрочен срещу краткосрочен текст, списък с точки срещу параграф, включване на думата "безплатно" срещу не, ползи срещу авторитет.
Насочване към
Примери: нови ключови думи, тясно таргетиране спрямо широко, сходни спрямо студени, по-стари спрямо по-млади аудитории за ремаркетинг, ключови думи, съответстващи на фраза, спрямо широко, тясно спрямо широко таргетиране на местоположението.
Видове кампании/реклами
Примери: кампании за динамичен ремаркетинг срещу обикновен ремаркетинг, водещи реклами срещу реклами в Messenger.
Разпределение на бюджета
Примери: по-голям бюджет за кампания 1 спрямо кампания 2, по-голям бюджет за ремаркетинг спрямо придобиване, по-голям бюджет за Performance Max спрямо Shopping.
Целеви страници
Примери: оформление, изображения срещу видеоклипове, динамично вмъкване на ключови думи, заглавия, форми, социално доказателство, съвпадение на съобщението от рекламната до началната страница.
Стратегии за офериране
Примери: Максимално увеличаване на конверсиите спрямо максимална стойност на конверсиите, целеви лимити за CPA, целеви цели за ROAS, най-голям обем спрямо най-голяма стойност.
Структура на кампанията
Примери: Широка структура срещу детайлна, по-динамични/автоматизирани кампании срещу по-малко, най-добре представящи се срещу слабо представящи се, SKAG.

Как да тествате A/B кампаниите си за PPC

Създаване на A/B тест

След като сте изготвили списък с идеи за A/B тестване, е време да формулирате хипотези и да решите какви подходи и инструменти да използвате.

Хипотеза

Вашата хипотеза е предположението, което се опитвате да проверите с експеримента. Тя изразява ефекта, който очаквате да видите от извършването на промяна, като например преразглеждане на рекламното копие, промяна на рекламния криейтив или разширяване на таргетирането. За да структурирам хипотезите си, обичам да се позовавам на Hypothesis Kit V4 на Крейг Съливан:

Въз основа на (данни/проучвания/наблюдения)
ние вярваме, че (промяна)
за (население)
ще предизвика (въздействие).
Ще разберем това, когато видим (метриката).
Това ще бъде от полза за клиентите, партньорите или нашия бизнес (защото).

Подход

Това е мястото, където решавате как да подходите към теста. Това ще бъде A/B тест? A/B/n? Последователен? Важно е да определите това от самото начало, тъй като то ще повлияе на инструментите, бюджетите и резултатите от A/B тестовете. Както беше споменато по-горе, препоръчвам да започнете с A/B/n тестове, ако не разполагате с исторически данни и хипотезата ви се основава на наблюдения. При някои тестове и рекламни платформи обаче ще бъдете ограничени до подходи за последователно тестване (напр. стратегии за наддаване в Google Ads).

Инструменти

Когато става въпрос за PPC A/B тестване, таблото с електронни таблици е най-добрият ви приятел. Ако не сте сигурни откъде да започнете с него, можете да намерите последното ми табло тук. Ако провеждате само няколко теста на тримесечие, препоръчвам ви да я попълвате ръчно. Ако са повече от няколко, можете да го автоматизирате, като използвате такива инструменти като Supermetrics за извличане на PPC данни.

excel

Стартиране на вашия A/B тест

Инструкциите за стартиране ще зависят от тествания елемент и избраната рекламна платформа. Едно нещо обаче ще остане непроменено - експериментът ви трябва да доведе до равни или почти равни размери на извадките за контролния и тестовия вариант, което означава, че правилните A/B тестове никога не трябва да се стартират в една и съща кампания или рекламна група, освен ако не можете да контролирате разпределението на бюджета и трафика (напр. кампании за оптимизиране на бюджета на рекламния набор или ABO във Facebook Ads).

Това са тестовите настройки, които използвам най-често:

Facebook/Instagram/Pinterest/LinkedIn: функцията за местно A/B тестване, нови набори от реклами, нови кампании, последователни стартирания.
Google/Microsoft: функция за експериментиране на местни кампании, функция за A/B тестване на рекламното копие, функция за равномерно завъртане на рекламите, последователни стартирания.

Анализиране на данните

Създавате хипотеза, подготвяте теста и го оставяте да се развие. И какво сега?

Попълнете таблото за управление и вижте дали тестът ви е довел до очакваното повишение, дали размерът на извадката ви е бил достатъчно голям, дали резултатите ви са статистически значими или тестът ви се нуждае от повече време, за да достигне по-висока значимост.

Можете да използвате калкулатор, за да си помогнете с изчисляването на размера на извадката и доверителността/значимостта.

Ако имате ясен победител, формулирайте заключение и изгответе план за действие за въвеждането му в настройките на PPC.

5 идеи за A/B тестване на PPC, които да опитате

1. Тестване на офертите

Когато става въпрос за максимизиране на резултатите от PPC, не подценявайте въздействието на тестването на различни оферти. Според моя опит това води до най-значителните промени в резултатите.

Това може да включва оскъдност (мислете за ограничено предлагане), спешност, бонуси, гаранции или отстъпки.

Когато е налична, не забравяйте да използвате функцията за тестване на собственото рекламно копие, за да осигурите по-голям контрол върху размерите на извадките и разпределението на трафика по варианти (като типа експеримент "Вариант на рекламата" в Google Ads).

2. Тестване на целевата страница

"Чакайте, мислех, че това е практическо ръководство за PPC тестване?". Според моя опит целевите страници са един от факторите с най-голям принос, когато става въпрос за успех с PPC. Ако целевата ви страница не е добре оптимизирана, няма значение колко добри са рекламите ви - резултатите ви пак ще бъдат ограничени.

За да постигнете най-голямо повишение, препоръчвам да започнете с тестване на оформлението и формулярите, тъй като те могат да допринесат за най-значителното повишение на коефициента на конвертиране. Например, тази компания за кредитни карти отбеляза 17% увеличение на коефициента на конверсия след оптимизиране на формуляра.

След това помислете за съответствие между рекламата и съобщението и за тестване на заглавията, за да подобрите потока от реклама до конверсия.

3. Творческо тестване

Според Nielsen качеството на рекламното творчество допринася за 49% от допълнителните продажби и е най-важният фактор за ефективността на рекламата. Ето защо винаги препоръчвам да извършвате често тестване на креативността в каналите, които са първи по отношение на креативността, като Facebook и TikTok. То също така има значителен принос за увеличението на резервациите на моя клиент с 54% само за 6 месеца.

За да постигнете най-голямо подобрение, препоръчвам да тествате промени в оформлението, съобщенията и съдържанието на UGC.

4. Насочване на тестовете

Тестването на таргетирането е още една идея, която препоръчвам да опитате, за да постигнете най-високи потенциални резултати. Както беше споменато в раздела "Какво можете да тествате A/B", те могат да включват нови ключови думи, тясно таргетиране спрямо широко и сходни аудитории спрямо запазени аудитории.

Например може да искате да тествате отделна кампания с дълги ключови думи в сравнение с кампания с кратки ключови думи, за да видите дали можете да подобрите контрола на бюджета и да намалите CPA.

За тази цел препоръчвам да използвате инструмент като RankTracker's Keyword Finder (Търсачка на ключови думи ), за да получите по-усъвършенствани предложения и филтриране на ключови думи, отколкото с Google Keyword Planner.

keyword finder

5. Тестване на офертите

Тестването на стратегиите за офериране може да бъде мощен начин за оптимизиране на резултатите от PPC. Това може да разкрие дали текущите ви оферти са твърде високи или ниски, дали оптимизирате за клиенти с най-висока стойност или не и дали е най-добре да се стремите към най-голям брой конверсии (качество) спрямо най-висока стойност на конверсиите (количество).

Например можете да изпробвате увеличаване на целевите граници на CPA с 30-50%, за да видите дали не пропускате кликове, които биха могли да доведат до конверсии, или да намалите целевата стойност на ROAS с 25%, за да генерирате по-голям брой конверсии по време на период с висока конкуренция (напр. "Черен петък").

bidding