Обсудим ваш проект?

Как правильно проводить A/B-тестирование в рекламных кампаниях: инструкции для популярных рекламных систем


Просмотров:
1058
Время на прочтение:
Статья обновлена:
20 Февраля 2020
Информация о статье
Просмотров: 1058
Время на прочтение:
Статья обновлена: 20.02.2020
Азамат Жиентаев, интернет-маркетолог
Азамат Жиентаев, интернет-маркетолог

Все познается в сравнении. И даже эффективность рекламных кампаний. В этой статье мы рассказываем о том, что такое A/B-тестирование, пошагово описываем, как проводить тесты в самых популярных рекламных системах, и приводим 4 причины того, почему автоматические A/B-тесты круче ручных.

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:

  1. 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».
  2. Переходим в кабинет Яндекс.Директа и создаем две рекламные кампании под каждый созданный сегмент эксперимента.
  3. 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.
  4. В параметрах рекламной кампании находим раздел «Эксперименты». В нем отмечаем нужный эксперимент и сегмент, например, с выбранным регионом.
  5. 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:

  1. В рекламном кабинете переходим во вкладку «‎Проекты и эксперименты» на правой боковой панели. В открывшемся окне жмем на плюс.
  2. 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.
  3. 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».
  4. 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:

  1. При запуске РК переходим в раздел рекламного кабинета «Детальная настройка аудитории».
  2. В блоке «A/B-тест» делим кампанию на части (до 10) и определяем необходимый для проведения теста процент аудитории.
  3. Настраиваем выбранную кампанию.
  4. 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:

  1. В рекламном кабинете Ads Manager создаем новую рекламную кампанию. В открывшемся окне нажимаем на «Режим быстрого создания». Даем название кампании и определяем ее цель.
  2. Активируем режим «Сплит-тест». В появившемся поле выбираем переменную и количество аудиторий для тестирования.
  3. Именуем группы объявлений. Чтобы не запутаться, каждую группу называем в соответствии с переменной.
  4. Переходим к настройке групп объявлений. Прежде всего определяем бюджет: для большей достоверности делим его пополам, направляем на тестируемые группы и фиксируем временные рамки тестирования.
  5. 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:

  1. 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.
  2. 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.
  3. 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.
  4. Редактируем дизайн целевой страницы. После внесения всех необходимых изменений кликаем «Готово».
  5. Выбираем аудиторию, на которую будет вестись эксперимент. Настройки довольно гибкие: таргетинг можно отрегулировать по устройствам, местоположению, поведению и т.д.
  6. В окне «Аналитика и цели» нажимаем на «Добавить цель эксперимента» и либо выбираем готовую цель из выпадающего списка, либо создаем свою.
  7. 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:

  1. Тест, проводимый вручную, не защищен от алгоритмов поисковых систем. Они могут нарушить чистоту эксперимента, присвоив приоритет определенному объявлению и демонстрируя его чаще.
  2. 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.
  3. Нельзя забывать про человеческий фактор: специалист может ошибиться или запутаться при настройке UTM-меток и сделать ложные выводы о результатах ручного тестирования.
  4. 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.
Поможем запустить эффективную рекламу!
Настраиваем рекламные кампании. Повышаем эффективность существующих. Имеем успешные кейсы увеличения продаж интернет-магазинов, медицинских центров, производителей, застройщиков, автоцентров, интернет-сервисов и пр. В команде 9 маркетологов и таргетологов.

Сертифицированное агентство Яндекс 2020

ТОП-30
В топ-100 агентств контекстной рекламы России

1 место
Рейтинг агентств контекстной рекламы Новосибирска

Золотая сотня
Российского Digital