6 najlepszych taktyk przeprowadzania testów optymalizacji wydajności reklam

Decydowanie o tym, jak i jakie testy przeprowadzić, a także kontrolowanie wyników testów optymalizacji wydajności reklam wymaga specjalistycznej wiedzy AdOps. Głównym celem tych testów optymalizacji wydajności jest poprawa liczby obrotów na minutę sesji i maksymalizacja zysków.

W tym artykule podamy kilka wskazówek, które pomogą Ci w pełni wykorzystać testy optymalizacji wydajności i zdecydować, jakie typy testów należy przeprowadzić w konkretnej sytuacji.

1- Zaplanuj testy, które musisz przeprowadzić.

Pierwszym krokiem na drodze do zarządzania zyskami jest podjęcie decyzji, które testy przeprowadzić, aby uzyskać maksymalne przychody. Jeśli chodzi o wybór testu, który należy przeprowadzić, liczy się wiele czynników, takich jak rodzaj posiadanej witryny i odbiorcy.

PLAN GRY

Ogólnie rzecz biorąc, najlepszym sposobem ustalenia, które testy wydajności należy przeprowadzić, jest przeprowadzenie burzy mózgów ze swoim zespołem.

Podczas burzy mózgów należy pamiętać o kilku rzeczach:

-Zacznij od ogólnych celów i tego, gdzie są luki, a następnie przejdź do funkcji burzy mózgów, które możesz przetestować A/B, aby poprawić wydajność i wygodę użytkownika. Jeśli masz oddany zespół, który koncentruje się na podzielonych testach, oni również mogą chcieć uczestniczyć w spotkaniu.

-Użyj zasady Pareto, aby ustalić priorytety — najczęstsze problemy ze współczynnikiem konwersji znajdują się zwykle na górze listy.

-Nie komplikuj! Wskaźniki powodzenia testów A/B spadają w miarę jak testy stają się bardziej skomplikowane.

2- Ustalenie zwycięskiego testu podziału

Testy zysku muszą zostać porównane z danymi historycznymi, aby ustalić, czy zmiany rzeczywiście zwiększyły przychody, zanim będzie można stwierdzić, czy test się powiódł. Aby w pełni wykorzystać testy A/B, warunki kontroli i testowania powinny być uruchamiane jednocześnie z podziałem ruchu między nimi. Zawsze dobrym pomysłem jest przeprowadzenie czystych testów A/B w zależności od konfiguracji.

Test byłby przeprowadzany przez określony czas, w którym ruch w Twojej witrynie podlegałby warunkom testu zysku. Chociaż jasne jest, że testowanie typów reklam jest ważne, aby uzyskać najlepsze wyniki, może być trudno wiedzieć, od czego zacząć. W jaki sposób wybierasz typy reklam do testowania i jak decydujesz, jakie dane są dobre do pomiaru skuteczności reklam?

Pierwszym krokiem jest wybranie danych, które będą najbardziej wskazywać na to, na jaki przychód wpłynie zmiana typu reklamy.

Jeśli na przykład testujesz różne style reklam na pasku bocznym, współczynnik klikalności może nie być najlepszym wskaźnikiem. Naprawdę chcesz wiedzieć, ile dodatkowych przychodów przynosi każdy styl reklamy.

Gdy szukasz sposobów na poprawę skuteczności reklam lub zwiększenie liczby generowanych przez nie sprzedaży, skoncentrowanie się na przychodach generowanych od momentu rozpoczęcia testu może być kuszące. Jaki procent użytkowników dokonał konwersji, gdy zobaczyli reklamę A w porównaniu z reklamą B i która reklama generuje większe przychody? Chociaż te informacje mogą dać dobre wyobrażenie o tym, jakich wyników można oczekiwać w praktyce po każdej reklamie, istnieją pewne rzeczy, które mogą spowodować pominięcie wyłącznie tych informacji.

Ważne jest, aby przeprowadzić analizę przed i po, aby zobaczyć, w jaki sposób test wpłynął na dane o przychodach, a także jak wyglądały ich linie trendu przed i po.

3- Czas trwania: Przeprowadzanie testów wydajności wystarczająco długo, aby zobaczyć wyniki

Jeśli chodzi o testowanie optymalizacji zysku z reklam (AYO), istnieje kilka czynników, które określają, jak długo powinny trwać testy i jaki ruch powinien przebiegać w warunkach testowych. Ogólnie czas trwania testu będzie zależał od natężenia ruchu generowanego przez Twoje reklamy.

Kiedy testujesz AYO, chcesz się upewnić, że masz wystarczającą ilość punktów danych, aby porównać wydajność grupy kontrolnej z grupą testową i masz wystarczającą ilość danych, aby zbudować mocną argumentację za wprowadzeniem zmian. Chcesz również upewnić się, że nie przeprowadzasz testów zbyt długo, ponieważ może to spowodować utratę możliwości.

W przypadku wysokiej częstotliwości odświeżania wymagane jest więcej danych niż w przypadku niskiej częstotliwości odświeżania. Na przykład, jeśli użytkownicy odświeżają się co 5 minut, zajmie to mniej czasu, niż gdyby odświeżali się co godzinę.

Rozsądne jest również skonfigurowanie alertów, które informują o znacznych zmianach natężenia ruchu między dwoma warunkami — pomoże to zapewnić, że natężenie ruchu jest wystarczająco duże, aby uzyskać dokładne wyniki. Na koniec zawsze miej oko na reklamy o wysokiej skuteczności — nigdy nie wiesz, kiedy coś może się zmienić w zakresie zainteresowań użytkowników.

4- Twoje testy optymalizacji plonów nie powinny ze sobą kolidować

Możesz uruchomić wiele testów A/B jednocześnie, jeśli Twój system jest do tego przystosowany. Aby zapewnić statystycznie istotne wyniki, będziesz potrzebować dużego ruchu w zależności od warunków testu.

Jeśli uruchomisz więcej testów jednocześnie, przez każdy z nich będzie przepływał mniejszy ruch, a istotność statystyczna stanie się bardziej czasochłonna. Zwykle wydawcy rozpoczynający i średni nie są skonfigurowani do przeprowadzania jednoczesnych testów optymalizacji zysku. Najlepiej zacząć od jednego testu na raz.

5- Konsekwentne monitorowanie metryk

Celem jest sprawdzenie, czy istnieją lepsze kombinacje, które przyniosą większe przychody niż obecnie używane. I jak

Aby pomyślnie przeprowadzić testy, musisz określić jasne oczekiwania dotyczące tego, co chcesz osiągnąć za pomocą testu, a następnie upewnić się, że spełniasz lub przekraczasz te oczekiwania. Powinieneś także mieć jasne wyobrażenie o tym, jaki jest idealny wynik dla dowolnego testowanego wskaźnika. Zawsze powinieneś mieć na uwadze konkretny cel przed uruchomieniem jakiegokolwiek testu, aby wiedzieć, kiedy zakończyć. Kiedy wszystko idzie dobrze, trzymaj się testów, aż wyraźnie okażą się skuteczne lub nieskuteczne (z jasno określonym sposobem, w jaki jest to zdefiniowane).

Kiedy nadejdzie czas, aby przejrzeć wyniki i zdecydować, czy kontynuować, czy zakończyć test, nie ograniczaj się tylko do ostatecznych liczb.

Najlepszym sposobem na uzyskanie miarodajnych wyników jest konsekwentne monitorowanie danych dotyczących przychodów, takich jak RPM, CPM itp. w trakcie trwania testu.

W rezultacie możesz od razu przechwytywać testy, które negatywnie wpływają na przychody, lub ostrzegać, jeśli coś nie działa poprawnie.

Przeglądanie wyników testu!

Możesz teraz przejrzeć wyniki, uruchamiając test i osiągając statystycznie istotny poziom ruchu!

6- Wdrażanie i replikowanie zwycięskich strategii

Po rozpoczęciu testów testy wykazujące świetne wyniki są pogrupowane w 2 kategorie:

1. 1. Testy Tak/Nie : Testy z odpowiedziami typu tak/nie. Na przykład: ustawianie cenników, aby zobaczyć, które piętro otrzyma najwyższą ofertę. Gdy zauważysz stałą poprawę wydajności w jednym lub wielu testach, możesz szybko włączyć te testy do codziennej rutyny testów A/B.
   2. Identyfikacja dźwigni: te testy pomagają określić, która dźwignia ma największy wpływ na przychody, dzięki czemu można ją zmienić. Na przykład: zmiana limitu czasu dla każdego licytanta itp.

Pomimo przeprowadzania testów przez określony czas, ogólna strategia optymalizacji zysku z reklam zawsze ewoluuje. Dlatego optymalizacja jest kluczowa!

Każdy ma problem z osiągnięciem odpowiedniej równowagi w optymalizacji zysków z reklam. Ciągłe przechodzenie między wskaźnikami KPI — to może przyprawiać o ból głowy.

Sukces programu optymalizacji zysków z reklam nie będzie zależał od tego, jak dobrze działa na początku. Będzie to określane na podstawie tego, jak długo będzie działać po wprowadzeniu zmian w konfiguracji i źródłach odwiedzin.

Będziesz także mógł ustalić priorytety najbardziej wartościowych optymalizacji dla wskaźników KPI o najwyższym priorytecie, dzięki czemu możesz zmaksymalizować wpływ każdej wprowadzanej zmiany.

Łatwe wyjście!

Ten zestaw najlepszych praktyk zapewni solidne podstawy do zarządzania programem testowania. Jeśli nadal nie masz pewności co do przeprowadzania tych testów? Nie martw się!

Ponad 250 ekspertów AdOps z MonetizeMore pomoże Ci zaplanować pomysły na testy, przeprowadzić je i wyłonić zwycięzców, którzy pomogą Ci zmaksymalizować przychody z reklam w sposób zrównoważony. Zawsze upewnialiśmy się, że jesteśmy na szczycie testów Splitu!

Nasz zespół Yield Ops wykorzystuje historyczne dane dotyczące wydajności, sztuczną inteligencję i uczenie maszynowe, aby przewidywać trendy i optymalizować przychody szybciej niż jakakolwiek firma AdTech.

Innymi słowy, jeśli szukasz wydajnego partnera wydawców z certyfikatem Google do swojej następnej kampanii, nie szukaj dalej.

Chcesz przeprowadzić własne testy podzielone, ale nie masz czasu? Zróbmy za Ciebie optymalizację i maksymalizację monetyzacji.