ディスプレイ広告をA/Bテストするために知っておくべきこと

A / Bテストは、さまざまなデジタルマテリアルを最適化する際に選択する方法ですが、正しく行う方法を知っていますか？ 多くのマーケターは、それを間違って行ったり、すべてを行っていないことで罪を犯しています。 ランディングページ用であれ、ディスプレイ広告用であれ、印刷広告用であれ。 A / Bは、設計の最適化と投資収益率（ROI）の向上のために無視できないデータを提供します。

多くの場合、プロセスが複雑すぎて、実際のマーケティングビジネスを損なうように見えることがあります。 そして、はい、まだ手動プロセスを使用している場合は、ペンキが乾くのを見る方が時間の有効活用になります（おそらくもっと面白くなります）。 しかし、クリエイティブ管理プラットフォーム（CMP）とこのA / Bテストガイドを使用すると、実践は有用で興味深いものになります。

では、A / Bテストとは何ですか？

それは単純なはずですが、それはあなたが間違っているところです。 今日、デザインのバリエーションをテストする方法は多数あります。 A / Bテスト、A / B / nテスト、多変量テスト、多腕バンディットテスト、マルチページファンネルテスト、量子色力学、あなたはポイントを取得します。 始める前に諦めたくなるほどで​​す。

しかし、恐れることはありません、希望があります！ 標準のA/Bテストは、キャンペーンを最適化するための効果的で非常に便利なツールです。

A/Bテストは簡単です。 広告またはランディングページで1つのバリアントのみをテストできます。 次に、どちらがより良いバージョンであるか、単純であるという結論に達するまで、テストを実行します。 次に、別の側面からもう一度始めます。 チョコレートとバニラアイスクリーム、リンゴとルバーブのクランブル、またはショットブラールとプリンスコルバールをテストするのと同じくらい簡単です（最後のものについてはわかりません）。

何をテストする必要がありますか？

A/Bテストで変化する可能性のあるもののリストは無限にあります。 ただし、最適化するとクリック率（CTR）に実際に影響を与える可能性のある重要な機能がいくつかあります。 以下に、最も有用なすべての側面のリストを作成しました。

見出し–

見出しの長さを考慮し、短くて甘くしてください。 見出しで使用している声のトーンは何ですか？ 切迫感を伝えたいですか？ またはポジティブまたはネガティブトーン？ また、ページ上の色、コントラスト、フォントサイズ、および場所を試してみることができます。

画像 -

背景画像は黒/白またはカラーですか、人物または製品が含まれていますか、1つの画像または複数の画像がありますか？ 画像を最適化する際に考慮すべきすべてのこと。

召喚状（CTA）–

間違いなく最も重要な側面。 ボタンの色、コントラスト、言語、ボタン自体のスタイルをテストできます。 ボタンの必要性をテストすることもできます。

コピー -

何があなたの顧客にもっと共鳴するかを見てください。 ロングフォームまたはショートフォーム。 機能と利点を簡潔に説明していることを確認してください。

ランディングページフォーム–

フォームの長さ、フィールドの数、およびデザイン自体をテストできます。 データに対する欲求と提供しているもののバランスをとることを忘れないでください。

パブリッシング戦略をA/Bテストします

あなたはあなたの広告に最適なデザインを持っているかもしれませんが、あなたの出版戦略をテストすることを忘れないでください。 ネットワークをA/Bテストします。 システムオーナーのTravisIsaacsonは、「ネットワークが広告に必要な結果を提供していることを確認する必要があります」と述べています。 各ネットワークには独自のパブリッシャーがあり、そのため、さまざまなオーディエンスがあります。 知っているネットワークを使い続けるのは快適かもしれませんが、最も関連性の高いトラフィックを取得するには、最適化の別の形式としてネットワークを変更する必要があります。

あなたが最高の画像とテキストを作成する時間を作ったなら、あなたの広告のために最高品質のトラフィックを得るのは理にかなっています。 ROIを向上させるために、オンライン広告の最適なオーディエンス、セグメント、時間帯をA/Bテストできます。

これはすべて少し圧倒されるように思えるかもしれませんが、プロセスを単純化するためのテクノロジーがあります。 Bannerflowを使用すると、タグシステムは不可知論になります。 つまり、さまざまなネットワーク、さまざまなバリエーション、セグメントで広告をテストし、それらに直接簡単に公開できます。

データが仮説に到達するのにどのように役立つか

これらの識別要素を使用し、関連データを収集した後、A/Bテストの作業仮説を作成します。

これを行うための優れた方法は、ヒートマップを使用することです。 ヒートマップをリアルタイム分析ツールとして使用して、問題のある領域を特定できます。 ヒートマップは、デザイナーが視聴者を惹きつけている領域と、視聴者を不快にさせている、または気を散らしている領域を確認するのに役立ちます。 A/Bテストに別のレイヤーを追加します。

ページ上の調査と訪問者の記録は、コンバージョンに至っていない場所を特定するもう1つの方法です。

ここから、その理由を理論化できます。 ページまたは広告の問題がどこにあるかがよくわかったら、上記の提案を使用してさまざまなバリエーションをテストできます。 仮説を立てると、A/Bテストの本当の楽しみが始まります。

「理論、テスト、結果、繰り返し」：A/Bテストの賛歌

仮説 -

A/Bテストはプロセスです。 シンプルなものでもあります。 作業仮説を使用して、各バリエーションの重み付け方法を選択し、テストプロセスを開始できます。 標準の50/50分割は、すべての新しいビューで機能します。

テスト -

A / Bテストの長さは、いくつかの要因によって異なります。 広告ネットワークが異なれば、トラフィックレベルも異なります。 予想されるコンバージョン率の変化も考慮してください。 すでに高いコンバージョン率をお持ちの場合は、統計的な信頼に到達するために必要な時間は短くなります。 これを自動的に計算するツールがあります。 統計的有意性に達したら、結果を分析します。

データの統計的信頼性をA/Bテストするための標準的な方法は、少なくとも95％である必要があります。 テストしているバリアントによって異なりますが。 変更が重要であるほど、プロセスに関して科学的である必要はありません。 マイクロコピーなどのより具体的な変更では、プラスまたはマイナスの影響を証明するために、より多くのデータが必要になります。 一方、まったく新しい設計や大幅な変更は、変換の観点から評価するのがはるかに簡単です。

結果 -

A/Bテストが不確定として戻ってくる可能性は十分にあります。 その場合、あなたは単にあなたの仮説に戻り、新しいアイデアからやり直す必要があります。 それにこだわります。 CTA内の1つの単語を変更すると、CTRが最大161％増加する可能性があります。

繰り返す -

決定的な結論に達したら、チャンピオンのバリエーションにトラフィックの100％を奪わせます。 次の仮説を決定した後、プロセスを再開できます。 これは、特にこれをすべて手動で行う場合は、大変な作業のように思えます。 ただし、CMPを使用している場合は、設計の調整、スケジューリング、および分析をすべて数分で実行できます。 アジャイル広告の時代の慰めの考え。

'Shoulda、Woulda、Coulda'：A/Bテストのすべきこととすべきでないこと

A/Bテストを開始するときに習慣にする必要のあるいくつかのプラクティスがあります。 そして、積極的に避けるべきものがいくつかあります。 例えば：

行う：

常にバリアントを同時に実行します。 トラフィックは週ごとに大きく異なる可能性があります。 あるランディングページを1週間、別のランディングページを別の週にテストすると、データが不正確になるリスクがあります。

統計的信頼性があります。 ツールまたはオンライン計算機を使用して、データの統計的信頼性を測定してください。 テストの終了が早すぎると、間違った決定を下す可能性があります。

プロセスを繰り返します。 HBICCリストから1つのバリアントだけをテストすることは絶対にしないでください。 1つのテストを終了すると、最適化できる他の要素がたくさんあります。

しないでください：

一度に複数のバリアントをテストします。 メールキャンペーンとランディングページを同時に最適化しようとすると、コンバージョン率が変化した理由がわかりません。

テストを長時間実行します。 統計的有意性に達した後でもテストを実行すると、外部要因に対してより脆弱になります。 カレンダーイベントは、トラフィックと動作に不自然なスパイクを引き起こす可能性があります。

あなたのリードの性質を無視してください。 テストがビジネス目標に沿っていることを確認してください。 それらのコンバージョン数が増えるのを見るのは満足のいくかもしれませんが、彼らが間違った顧客である場合、それらのコンバージョンは無意味です。

DCOとA/Bテストの将来

AI DCOは、クリエイティブだけでなく、テストにもエキサイティングな展望を提供します。 Travisからのもう1つのヒント：'A /BテストにAIDCOソリューションを使用すると、最適化を自動化する機会が得られます。 DMP /ネットワークに顧客ベースからのデータがすでにあるので、それを機能させる必要があります。

AI DCOはフィードされたコンテンツを使用し、インプレッションごとにテストする単一のアイテムを選択します。 このテクノロジーは、複数の事前定義されたバリアントを使用して既存の広告を強化するため、その必要はありません。 このプロセスは、手動の困難なプロセスから次のレベルへと進化しています。 バナー広告のように…

結論

そこにあります。 A/Bテストのシンプルでわかりやすいガイド。 結局のところ、それは理論物理学ではありません。

適切なツールがあれば、プロセスは面倒である必要はありません。 実際、変更がクリック率にプラスの影響を与えたことを証明するデータが得られるまで、強力な仮説とテストを行うことが重要です。 その後、最も効果的な広告が出るまで、あらゆる側面に取り組むことができます。

当社のクリエイティブ管理プラットフォームがA/Bテストにどのように役立つかについて詳しく知りたい場合は、当社にご連絡ください。