A/B-тестирование (или сплит-тестирование) — маркетинговый инструмент, необходимый для проверки той или иной теории. С его помощью маркетологи определяют истинность или ложность своих гипотез путем экспериментов. К примеру, посредством A/B-тестирования можно сравнить рекламные объявления с одним текстом, но разными заголовками, и выяснить, какой из них принесет больше конверсий. От результатов A/B-теста можно смело отталкиваться при планировании стратегии, поскольку они, как правило, точны и релевантны.
Рекламные системы не обошли стороной метод сплит-тестирования и разработали свои инструменты для проведения тестов. Чистота эксперимента достигается благодаря полной автоматизации: оба объявления получают одинаковый трафик без присвоения приоритета какому-либо из них. Ниже представлены подробные инструкции по проведению сплит-теста в популярных рекламных системах.
A/B-тестирование в Яндекс.Директе
В феврале 2019 года Яндекс представил свой инструмент для A/B-тестирования. Возможность проводить тесты есть не во всех рекламных аккаунтах. Чтобы получить эту функцию, нужно оставить заявку менеджеру. После обработки запроса в кабинете Яндекс.Аудиторий появится вкладка «Эксперименты».
При проведении теста важно отталкиваться от конкретной гипотезы. К примеру, вы предполагаете, что в определенном регионе один вариант объявления будет работать лучше, чем в остальных. Соответственно, эту гипотезу и проверяем.
Тестирование проводим таким образом:
- В Яндекс.Аудиториях создаем новый эксперимент, даем ему название, заполняем пустые поля, добавляем счетчик и сегменты аудиторий (в данном случае это варианты нашей гипотезы). Нажимаем «Создать эксперимент».
- Переходим в кабинет Яндекс.Директа и создаем две рекламные кампании под каждый созданный сегмент эксперимента.
- Задаем настройки кампаний, исходя из целей тестирования. Например, географический таргетинг в одной кампании настраивается на регион, выбранный в соответствии с гипотезой, а во второй — на остальные.
- В параметрах рекламной кампании находим раздел «Эксперименты». В нем отмечаем нужный эксперимент и сегмент, например, с выбранным регионом.
- Те же манипуляции с поправкой на другой сегмент эксперимента проводим во второй РК.
Кстати, для A/B-тестирования групп объявлений настройте на них в Яндекс.Директе специальные метки.
Во время настройки эксперимента вы можете указать, сколько будет длиться тест. Либо пропустите этот момент и выключите тест самостоятельно, как только решите, что получили достаточно информации. Посмотреть результаты можно в кабинете Яндекс.Директа во вкладке «Мастер отчетов», добавив фильтр «Эксперименты» и выбрав нужные кампании.
A/B-тестирование в Google Ads
В этой рекламной сети тест создается так:
- В рекламном кабинете переходим во вкладку «Проекты и эксперименты» на правой боковой панели. В открывшемся окне жмем на плюс.
- В списке выбираем нужную кампанию. Название проекту даем, исходя из той гипотезы, которую хотим проверить. Важно, чтобы оно не совпадало с названиями других экспериментов и/или кампаний. Сохраняем.
- В окне нового проекта меняем настройки кампании именно так, как нужно для проверки гипотезы. Применяем внесенные настройки. В новом окне выбираем пункт «Провести эксперимент», после чего нажимаем «Применить».
- Определяем временные рамки эксперимента, устанавливаем процент трафика, достаточный для проведения тестирования, и сохраняем.
Эксперимент готов. Остается дождаться результатов его проведения, которые появятся во вкладке «Эксперименты в кампаниях». Когда тест закончится или же вы получите достаточно информации о проведенном эксперименте, вы поймете, насколько кампания эффективна. В случае успеха запускайте экспериментальную кампанию (кнопка «Применить»). После чего выбирайте: хотите вы внести изменения в исходную РК или же преобразовать эксперимент в новую.
A/B-тестирование в MyTarget
Для создания эксперимента в MyTarget:
- При запуске РК переходим в раздел рекламного кабинета «Детальная настройка аудитории».
- В блоке «A/B-тест» делим кампанию на части (до 10) и определяем необходимый для проведения теста процент аудитории.
- Настраиваем выбранную кампанию.
- Настраиваем следующую кампанию с учетом тех аудиторий, которые выбрали для первой РК, и запускаем обе.
При определении временных рамок рекомендуем отталкиваться от бюджета. Однако имейте в виду: лучше подводить итоги не менее чем через 3 дня после запуска тестирования.
Оценить результаты теста можно на дашборде «Кампании», в который добавьте столбец «Сплит-тестирование». Для подведения наиболее корректных итогов на основе количества пользователей, перешедших по рекламе, и совершенных целевых действий поддержка MyTarget советует воспользоваться этим сервисом.
A/B-тестирование на Facebook*
Тестирование рекламных объявлений в этой соцсети проводим так:
- В рекламном кабинете Ads Manager создаем новую рекламную кампанию. В открывшемся окне нажимаем на «Режим быстрого создания». Даем название кампании и определяем ее цель.
- Активируем режим «Сплит-тест». В появившемся поле выбираем переменную и количество аудиторий для тестирования.
- Именуем группы объявлений. Чтобы не запутаться, каждую группу называем в соответствии с переменной.
- Переходим к настройке групп объявлений. Прежде всего определяем бюджет: для большей достоверности делим его пополам, направляем на тестируемые группы и фиксируем временные рамки тестирования.
- Переходим к настройке отдельных групп. В поле соответствующей тестируемой переменной выбираем нужную. Такие же манипуляции проводим и для другой группы. Помните, что объявления на обе группы одни и те же, поскольку сейчас мы тестируем только выбранные переменные.
По завершении отведенного на эксперимент времени на вашу электронную почту придет письмо с результатами тестирования. Также их можно получить и в Ads Manager непосредственно во время проведения эксперимента. На основе полученных данных вы определите наиболее выигрышную стратегию и сможете применять ее в дальнейшей работе над проектом.
Бонус: A/B-тестирование в Google Optimize
В отличие от вышеописанных сервисов, которые нужны для создания экспериментов в рекламных кампаниях, Google Optimize необходим для тестирования посадочных страниц, в частности их дизайна и юзабилити. С помощью Google Optimize вы можете видоизменять страницу: добавлять, удалять, перемещать элементы, менять шрифты и изображения. Все это без переработки кода и без риска испортить исходную версию сайта.
Итак, чтобы протестировать посадочную страницу в Google Optimize:
- Прежде всего создаем новый аккаунт. Для этого на сайте optimize.google.com жмем «Начать работу», в появившемся окне называем проект, выбираем страну и соглашаемся с условиями. Далее даем название контейнеру.
- В кабинете Google Optimize кликаем по кнопке «Начать»: называем эксперимент, добавляем адрес тестируемой страницы и выбираем тип эксперимента. Устанавливаем связь контейнера: для этого на странице создания проекта справа в выпадающем списке «Установление связи с Google Аналитикой» выбираем аккаунт Google Analytics.
- Переходим в настройки эксперимента в окне «Таргетинг и варианты». Здесь нажимаем «Добавить вариант», в открывшемся окне называем вариант, исходя из изменений, которые планируем внести на страницу. После добавления кликаем по кнопке «Изменить» напротив названия варианта.
- Редактируем дизайн целевой страницы. После внесения всех необходимых изменений кликаем «Готово».
- Выбираем аудиторию, на которую будет вестись эксперимент. Настройки довольно гибкие: таргетинг можно отрегулировать по устройствам, местоположению, поведению и т.д.
- В окне «Аналитика и цели» нажимаем на «Добавить цель эксперимента» и либо выбираем готовую цель из выпадающего списка, либо создаем свою.
- Важно учитывать, что для отслеживания конверсионных действий необходима корректная настройка целей в Google Analytics и Tag Manager. К примеру, если вы хотите отследить, какая версия страницы принесет больше заявок, но у вас не установлена цель на отправку заявки в вышеперечисленных системах, то, увы, эксперимент пройдет впустую.
Имейте в виду: для проведения этого эксперимента необходимо, чтобы на тестируемом сайте были установлены Google Analytics и Tag Manager и вся работа проводилась в браузере Google Chrome с установленным расширением Google Optimize.
Автоматические A/B-тесты vs. ручные тесты
Некоторые специалисты не хотят вникать в подробности инструкций и алгоритмов создания экспериментов, идут на ухищрения и тестируют объявления вручную: устанавливают UTM-метки, делают несколько вариантов объявлений, выставляют настройки по определенному времени показа и т.д.
У нас есть 4 причины, по которым так делать точно не стоит:
- Тест, проводимый вручную, не защищен от алгоритмов поисковых систем. Они могут нарушить чистоту эксперимента, присвоив приоритет определенному объявлению и демонстрируя его чаще.
- При проведении автоматического эксперимента обе кампании находятся в равных условиях, то есть получают одинаковое количество просмотров от одинаковых аудиторий. Таким образом можно проверить эффективность рекламы для разных групп.
- Нельзя забывать про человеческий фактор: специалист может ошибиться или запутаться при настройке UTM-меток и сделать ложные выводы о результатах ручного тестирования.
- Экономия времени. Вместо того, чтобы вручную настраивать, отслеживать и корректировать каждую кампанию, можно все доверить системе.
Инструменты рекламных систем для проведения A/B-тестов во многом облегчают работу интернет-маркетологов. Они позволяют проверить практически любую гипотезу с возможностью вернуть все изменения в РК или сайт в пару кликов, минимизируют или вовсе исключают ручное сравнение рекламных материалов и страниц, а также дают возможность самостоятельно менять дизайн сайтов тем специалистам, у которых нет специальных знаний и навыков.
* Meta Platforms Inc. (и принадлежащие ей соц.сети Instagram*, Facebook*) признана экстремистской организацией, ее деятельность в России запрещена.
