6 กลยุทธ์ที่ดีที่สุดสำหรับการทดสอบการเพิ่มประสิทธิภาพผลตอบแทนโฆษณา

โพสต์นี้ได้รับการอัปเดตล่าสุดเมื่อวันที่ 18 มกราคม 2023

การตัดสินใจว่าจะใช้การทดสอบใดและอย่างไร และการตรวจสอบผลการทดสอบการเพิ่มประสิทธิภาพผลตอบแทนโฆษณาต้องอาศัยความเชี่ยวชาญของ AdOps เป้าหมายหลักของการทดสอบการเพิ่มประสิทธิภาพผลตอบแทนเหล่านี้คือการปรับปรุงหมายเลข RPM ของเซสชันและเพิ่มผลกำไรของคุณ

ในบทความนี้ เราจะให้คำแนะนำเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจากการทดสอบการเพิ่มประสิทธิภาพผลตอบแทน และตัดสินใจว่าการทดสอบประเภทใดที่คุณควรใช้ในสถานการณ์เฉพาะของคุณ

1- วางแผนการทดสอบที่คุณต้องการเรียกใช้

ขั้นตอนแรกสู่แนวทางการจัดการผลตอบแทนของคุณคือการตัดสินใจว่าการทดสอบใดที่จะดำเนินการเพื่อให้ได้รายได้สูงสุด มีหลายปัจจัยในการเลือกการทดสอบที่คุณควรทำ เช่น ประเภทของไซต์ที่คุณมีและผู้ชมของคุณ

แผนเกม

โดยทั่วไป วิธีที่ดีที่สุดในการพิจารณาว่าต้องเรียกใช้การทดสอบผลตอบแทนแบบใดคือการระดมความคิดกับทีมของคุณ

ขณะที่คุณกำลังระดมความคิด มีบางสิ่งที่ต้องจำไว้:

-เริ่มต้นด้วยเป้าหมายโดยรวมของคุณและจุดที่เป็นช่องว่าง จากนั้นไปยังฟีเจอร์การระดมความคิดที่คุณสามารถทดสอบ A/B เพื่อปรับปรุงประสิทธิภาพและประสบการณ์ของผู้ใช้ หากคุณมีทีมเฉพาะที่เน้นการทดสอบแบบแยกส่วน พวกเขาอาจต้องการเข้าร่วมการประชุมด้วย

- ใช้หลักการ Pareto เพื่อจัดลำดับความสำคัญ ปัญหาเกี่ยวกับอัตรา Conversion ที่พบบ่อยที่สุดมักจะอยู่ที่ด้านบนสุดของรายการ

-ง่าย ๆ เข้าไว้! อัตราความสำเร็จในการทดสอบ A/B จะลดลงเมื่อการทดสอบมีความซับซ้อนมากขึ้น

2- การพิจารณาการทดสอบแยกที่ชนะ

การทดสอบผลตอบแทนจะต้องเปรียบเทียบกับข้อมูลในอดีตเพื่อพิจารณาว่าการเปลี่ยนแปลงนั้นเพิ่มรายได้จริงหรือไม่ ก่อนที่คุณจะตัดสินได้ว่าการทดสอบนั้นสำเร็จหรือไม่ เพื่อให้ได้ประโยชน์สูงสุดจากการทดสอบ A/B เงื่อนไขการควบคุมและการทดสอบควรทำงานพร้อมกันโดยมีการแบ่งการรับส่งข้อมูลระหว่างกัน เป็นความคิดที่ดีเสมอที่จะทำการทดสอบ A/B ทั้งหมดขึ้นอยู่กับการตั้งค่าของคุณ

การทดสอบจะดำเนินการในช่วงระยะเวลาหนึ่ง ซึ่งการเข้าชมไซต์ของคุณจะอยู่ภายใต้เงื่อนไขของการทดสอบผลตอบแทน แม้ว่าจะเห็นได้ชัดว่าการทดสอบประเภทโฆษณาเป็นสิ่งสำคัญเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด แต่ก็ยากที่จะทราบว่าควรเริ่มจากตรงไหน คุณจะเลือกประเภทโฆษณาที่จะทดสอบได้อย่างไร และคุณจะตัดสินใจได้อย่างไรว่าการวัดประสิทธิภาพโฆษณาของคุณเป็นอย่างไร

ขั้นตอนแรกคือการเลือกเมตริกที่จะบ่งชี้รายได้ที่จะได้รับผลกระทบจากการเปลี่ยนแปลงประเภทโฆษณามากที่สุด

ตัวอย่างเช่น หากคุณกำลังทดสอบสไตล์โฆษณาต่างๆ ในแถบด้านข้าง อัตราการคลิกผ่านอาจไม่ใช่ตัวชี้วัดที่ดีที่สุด สิ่งที่คุณอยากรู้จริงๆ คือโฆษณาแต่ละรูปแบบมีรายได้พิเศษเข้ามามากน้อยเพียงใด

เมื่อคุณกำลังมองหาวิธีปรับปรุงประสิทธิภาพของโฆษณาของคุณหรือเพิ่มจำนวนการขายที่เกิดขึ้น การมุ่งเน้นไปที่รายได้ที่คุณสร้างได้ตั้งแต่เริ่มทำการทดสอบอาจเป็นเรื่องดึงดูด เปอร์เซ็นต์ของผู้เข้าชมที่ทำ Conversion เมื่อพวกเขาเห็นโฆษณา A เทียบกับโฆษณา B และโฆษณาใดสร้างรายได้มากกว่ากัน แม้ว่าข้อมูลนี้จะช่วยให้คุณมีความคิดที่ดีเกี่ยวกับผลลัพธ์ประเภทใดที่คุณคาดหวังได้จากโฆษณาแต่ละรายการในทางปฏิบัติ แต่ก็มีบางสิ่งที่การใช้ข้อมูลนี้เพียงอย่างเดียวอาจทำให้คุณพลาด

สิ่งสำคัญคือต้องทำการวิเคราะห์ก่อนและหลังเพื่อดูว่าเมตริกรายได้ของคุณได้รับผลกระทบจากการทดสอบอย่างไร รวมถึงเส้นแนวโน้มก่อนและหลังเป็นอย่างไร

3- ระยะเวลา: เรียกใช้การทดสอบผลตอบแทนนานพอที่จะเห็นผลลัพธ์

เมื่อพูดถึงการทดสอบ Ad Yield Optimization (AYO) ของคุณ มีปัจจัยสองสามประการที่กำหนดระยะเวลาการทดสอบของคุณ และปริมาณการเข้าชมที่ควรเรียกใช้ผ่านเงื่อนไขการทดสอบของคุณ โดยทั่วไป ระยะเวลาของการทดสอบของคุณจะขึ้นอยู่กับปริมาณการเข้าชมที่คุณเรียกใช้ผ่านโฆษณาของคุณ

เมื่อคุณทดสอบ AYO คุณต้องแน่ใจว่ามีจุดข้อมูลเพียงพอที่จะเปรียบเทียบประสิทธิภาพของกลุ่มควบคุมกับกลุ่มทดสอบ และมีข้อมูลเพียงพอที่จะสร้างกรณีที่แข็งแกร่งสำหรับการเปลี่ยนแปลง คุณต้องแน่ใจว่าคุณไม่ได้ทำการทดสอบนานเกินไป เพราะนั่นอาจทำให้คุณพลาดโอกาสต่างๆ

หากมีอัตราการรีเฟรชสูง ต้องการข้อมูลมากกว่าที่มีอัตราการรีเฟรชต่ำ ตัวอย่างเช่น หากผู้ใช้รีเฟรชทุกๆ 5 นาที จะใช้เวลาน้อยกว่าการรีเฟรชทุกๆ ชั่วโมง

นอกจากนี้ยังเป็นการดีที่จะตั้งค่าการแจ้งเตือนที่แจ้งให้คุณทราบเมื่อมีการเปลี่ยนแปลงปริมาณการเข้าชมระหว่างสองเงื่อนไขของคุณ ซึ่งจะช่วยให้มั่นใจได้ว่าปริมาณการเข้าชมจะมากพอที่จะได้ผลลัพธ์ที่แม่นยำ สุดท้าย คอยจับตาดูโฆษณาที่มีประสิทธิภาพสูงของคุณอยู่เสมอ เพราะคุณไม่มีทางรู้ได้เลยว่าเมื่อมีอะไรเปลี่ยนแปลงในแง่ของสิ่งที่ผู้ใช้สนใจ

4- การทดสอบการเพิ่มประสิทธิภาพผลตอบแทนของคุณไม่ควรรบกวนซึ่งกันและกัน

คุณสามารถเรียกใช้การทดสอบ A/B ได้หลายรายการพร้อมกัน หากระบบของคุณสร้างมาเพื่อดำเนินการดังกล่าว เพื่อให้ผลลัพธ์ที่มีนัยสำคัญทางสถิติ คุณจะต้องมีปริมาณการเข้าชมสูง ทั้งนี้ขึ้นอยู่กับเงื่อนไขของการทดสอบ

หากคุณเรียกใช้การทดสอบพร้อมกันมากขึ้น การรับส่งข้อมูลแต่ละครั้งจะทำงานผ่านแต่ละรายการน้อยลง และนัยสำคัญทางสถิติจะใช้เวลามากขึ้น โดยปกติแล้ว ผู้เผยแพร่โฆษณาที่เริ่มต้นจนถึงระดับกลางจะไม่ได้รับการตั้งค่าให้ทำการทดสอบการเพิ่มประสิทธิภาพผลตอบแทนพร้อมกัน เป็นการดีที่สุดที่จะเริ่มต้นด้วยการทดสอบหนึ่งครั้ง

5- ตัวชี้วัดการตรวจสอบอย่างสม่ำเสมอ

จุดประสงค์คือเพื่อดูว่ามีชุดค่าผสมที่ดีกว่าที่จะสร้างรายได้มากกว่าชุดค่าผสมที่คุณกำลังใช้งานอยู่หรือไม่ และชอบ

เพื่อให้การทดสอบของคุณประสบความสำเร็จ คุณต้องตั้งความคาดหวังที่ชัดเจนสำหรับสิ่งที่คุณพยายามทำให้สำเร็จด้วยการทดสอบ จากนั้นตรวจสอบให้แน่ใจว่าคุณบรรลุหรือเกินความคาดหวังเหล่านั้น คุณควรมีแนวคิดที่ชัดเจนว่าผลลัพธ์ในอุดมคติสำหรับเมตริกใดก็ตามที่กำลังทดสอบคืออะไร คุณควรมีเป้าหมายเฉพาะในใจเสมอก่อนที่จะทำการทดสอบใด ๆ เพื่อให้คุณรู้ว่าเมื่อใดควรเลิกทำการทดสอบ เมื่อสิ่งต่าง ๆ เป็นไปด้วยดี ให้ยึดติดกับการทดสอบของคุณจนกว่าการทดสอบจะพิสูจน์อย่างชัดเจนว่าสำเร็จหรือไม่สำเร็จ (ด้วยวิธีที่กำหนดไว้อย่างชัดเจน)

เมื่อถึงเวลาทบทวนผลและตัดสินใจว่าจะดำเนินการต่อหรือสิ้นสุดการทดสอบ ให้มองข้ามแค่ตัวเลขสุดท้าย

วิธีที่ดีที่สุดเพื่อให้แน่ใจว่าคุณได้รับผลลัพธ์ที่มีความหมายคือการตรวจสอบเมตริกรายได้ของคุณอย่างสม่ำเสมอ เช่น RPM, CPM ฯลฯ ในขณะที่การทดสอบกำลังทำงาน

ด้วยเหตุนี้ คุณจึงสามารถตรวจจับการทดสอบที่ส่งผลเสียต่อรายได้ได้ทันที หรือแจ้งเตือนคุณหากมีบางอย่างทำงานไม่ถูกต้อง

ตรวจสอบผลการทดสอบ!

ตอนนี้ คุณสามารถตรวจสอบผลลัพธ์ได้โดยใช้การทดสอบของคุณ และไปถึงระดับการเข้าชมที่มีนัยสำคัญทางสถิติ!

6- การนำไปใช้และจำลองกลยุทธ์การชนะ

เมื่อการทดสอบของคุณเริ่มทำงาน การทดสอบที่แสดงผลลัพธ์ที่ยอดเยี่ยมจะแบ่งออกเป็น 2 หมวดหมู่:

1. 1. การทดสอบใช่/ไม่ใช่ : การทดสอบด้วยคำตอบแบบใช่/ไม่ใช่ตัวอย่างเช่น: การตั้งค่าราคาพื้นเพื่อดูว่าชั้นใดได้รับการเสนอราคาสูงสุด เมื่อคุณเห็นการปรับปรุงประสิทธิภาพที่สอดคล้องกันในการทดสอบเดี่ยวหรือหลายรายการ คุณสามารถรวมการทดสอบเหล่านี้เข้ากับกิจวัตรการทดสอบ A/B ประจำวันของคุณได้อย่างรวดเร็ว
   2. การระบุคันโยก: การทดสอบเหล่านี้ช่วยให้คุณเห็นว่าคันโยกคันใดที่ส่งผลกระทบต่อรายได้มากที่สุด เพื่อให้คุณปรับเปลี่ยนได้ตัวอย่างเช่น: การแก้ไขกรอบเวลาหมดเวลาสำหรับผู้ประมูลแต่ละราย เป็นต้น

แม้จะทำการทดสอบในช่วงระยะเวลาหนึ่ง แต่กลยุทธ์การเพิ่มประสิทธิภาพผลตอบแทนโฆษณาโดยรวมของคุณยังคงพัฒนาอยู่เสมอ นี่คือเหตุผลที่การเพิ่มประสิทธิภาพเป็นสิ่งสำคัญ!

การบรรลุความสมดุลที่เหมาะสมในการเพิ่มประสิทธิภาพผลตอบแทนโฆษณาเป็นสิ่งที่ทุกคนต่อสู้ด้วย การกลับไปกลับมาระหว่าง KPI อย่างต่อเนื่อง—อาจทำให้คุณปวดหัวได้

ความสำเร็จของโปรแกรมเพิ่มประสิทธิภาพผลตอบแทนโฆษณาของคุณไม่ได้ขึ้นอยู่กับว่าโปรแกรมทำงานได้ดีเพียงใดในตอนเริ่มต้น โดยจะพิจารณาจากระยะเวลาที่ยังคงทำงานต่อไปเมื่อคุณทำการเปลี่ยนแปลงการตั้งค่าและแหล่งที่มาของการเข้าชม

คุณยังสามารถจัดลำดับความสำคัญของการเพิ่มประสิทธิภาพที่มีค่าที่สุดสำหรับ KPI ที่มีลำดับความสำคัญสูงสุด คุณจึงสามารถเพิ่มผลกระทบของการเปลี่ยนแปลงแต่ละรายการที่คุณทำขึ้นได้สูงสุด

ทางออกง่ายๆ!

ชุดแนวทางปฏิบัติที่ดีที่สุดนี้จะช่วยให้คุณมีรากฐานที่มั่นคงสำหรับการจัดการโปรแกรมการทดสอบของคุณ หากคุณยังคงสับสนเกี่ยวกับการทดสอบเหล่านี้ ไม่ต้องกังวล!

ผู้เชี่ยวชาญ AdOps กว่า 250 คนของ MonetizeMore จะอยู่ที่นั่นเพื่อวางแผนทดสอบแนวคิด เรียกใช้ และตัดสินผู้ชนะที่จะช่วยเพิ่มรายได้จากโฆษณาของคุณอย่างยั่งยืน เรามั่นใจเสมอว่าเราอยู่ในอันดับต้น ๆ ของการทดสอบ Split!

ทีม Yield Ops ของเราใช้ข้อมูลประสิทธิภาพที่ผ่านมา AI และการเรียนรู้ของเครื่องเพื่อคาดการณ์แนวโน้มและเพิ่มประสิทธิภาพรายได้ของคุณเร็วกว่าที่บริษัท AdTech ใดๆ สามารถทำได้

กล่าวอีกนัยหนึ่ง หากคุณกำลังมองหาพันธมิตรผู้เผยแพร่โฆษณาที่ได้รับการรับรองจาก Google ที่มีประสิทธิภาพสูงสำหรับแคมเปญถัดไป ไม่ต้องมองหาที่ไหนอีกแล้ว

ต้องการเรียกใช้การทดสอบแยกของคุณเอง แต่ไม่มีเวลาใช่ไหมมาทำการเพิ่มประสิทธิภาพและเพิ่มการสร้างรายได้สูงสุดให้กับคุณ