运行广告收益优化测试的 6 种最佳策略

这篇文章最近更新于 2023 年 1 月 18 日

决定运行测试的方式和内容，以及审核广告收益优化测试结果需要 AdOps 专业知识。 这些收益优化测试的主要目标是提高您的会话 RPM 数并最大化您的利润。

在本文中，我们将提供一些技巧来帮助您充分利用运行良率优化测试，并决定在您的特定情况下应该运行哪些类型的测试。

1- 计划您需要运行的测试。

收益管理之旅的第一步是决定运行哪些测试以实现最大货币化。 在选择应该运行的测试时，有很多因素在起作用，例如您拥有的站点类型和您的受众。

比赛计划

一般来说，确定需要运行哪些良率测试的最佳方法是与您的团队进行头脑风暴会议。

在进行头脑风暴时，请记住以下几点：

- 从您的总体目标和差距所在开始，然后继续集思广益您可以进行 A/B 测试以提高性能和用户体验的功能。 如果您有一个专注于拆分测试的专门团队，他们可能也想参加会议。

- 使用帕累托原则来确定优先级——最常见的转化率问题通常排在首位。

-把事情简单化！ 随着测试变得更加精细，A/B 测试的成功率会下降。

2-确定获胜的拆分测试

必须将收益测试与历史数据进行比较，以确定更改是否确实增加了收入，然后才能确定测试是否成功。 为了充分利用 A/B 测试，控制和测试条件应同时运行，并在它们之间进行流量拆分。 根据您的设置运行纯 A/B 测试始终是个好主意。

测试将在设定的时间段内运行，在此期间您网站的流量将受到产量测试条件的影响。 虽然很明显测试广告类型对于获得最佳结果很重要，但可能很难知道从哪里开始。 您如何选择要测试的广告类型，以及如何确定什么是衡量广告效率的良好指标？

第一步是选择一个指标，该指标最能表明广告类型的变化将影响多少收入。

例如，如果您在侧边栏中测试不同的广告样式，那么点击率可能不是最佳指标。 你真正想知道的是每种广告风格带来了多少额外收入。

当您正在寻找提高广告效果或增加它们产生的销售量的方法时，可能很想关注自开始运行测试以来您产生了多少收入。 访问者在看到广告 A 和广告 B 时转化的百分比是多少，哪个广告产生的收入更多？ 虽然此信息可以让您很好地了解在实践中您可以从每个广告中获得什么样的结果，但有些事情仅使用此信息会导致您错过。

执行前后分析以了解您的收入指标如何受到测试的影响，以及它们的趋势线在前后的样子非常重要。

3- 持续时间：运行良率测试足够长的时间以查看结果

在测试您的广告收益优化 (AYO) 时，有几个因素决定了您的测试应该持续多长时间，以及在您的测试条件下应该运行多少流量。 一般来说，测试的时长取决于您通过广告投放的流量。

当您测试 AYO 时，您要确保有足够的数据点来比较控制组和测试组的表现，并有足够的数据来构建强有力的改变案例。 您还需要确保不要运行测试太久，因为这可能会导致您错失良机。

如果刷新率高，则需要比刷新率低时更多的数据。 例如，如果用户每 5 分钟刷新一次，则比他们每小时刷新一次所花费的时间要少。

设置警报以在两种情况之间的流量发生显着变化时通知您也是明智的——这将有助于确保流量足够大以获得准确的结果。 最后，请始终关注您的高性能广告——您永远不知道什么时候您的用户感兴趣的内容会发生变化。

4- 您的良率优化测试不应相互干扰

如果您的系统是为这样做而构建的，您可以同时运行多个 A/B 测试。 为了提供具有统计意义的结果，根据测试条件，您需要大量的流量。

如果您同时运行更多测试，则通过每个测试的流量将减少，统计显着性将变得更加耗时。 通常，初级到中级发布商未设置为同时运行收益优化测试。 最好一次从一个测试开始。

5- 一致地监控指标

目的是查看是否有更好的组合可以带来比您当前运行的更多的收入。 喜欢

要成功运行您的测试，您需要对您试图通过测试完成的目标设定明确的期望，然后确保您达到或超过这些期望。 您还应该清楚地了解对于正在测试的任何指标来说理想的结果是什么。 在运行任何测试之前，您应该始终牢记一个特定的目标，以便您知道何时退出。 当事情进展顺利时，坚持你的测试，直到它们清楚地证明自己是成功的或不成功的（用明确说明的方式定义）。

当需要审查结果并决定是继续还是结束测试时，不要只关注最终数字。

确保获得有意义结果的最佳方法是在测试运行时持续监控收入指标，如每千次展示收入、每千次展示费用等。

因此，您可以立即捕获对收入产生负面影响的测试，或者在出现问题时提醒您。

查看测试结果！

您现在可以通过运行测试并达到具有统计显着性的流量水平来查看结果！

6- 实施和复制制胜战略

一旦您的测试开始运行，显示出色结果的测试将分为两类：

1. 1. 是/否测试：使用是/否样式答案进行测试。例如：设置定价底价以查看哪个楼层获得最高出价。 一旦您看到单个或多个测试的性能持续改进，您就可以快速将这些测试纳入您的日常 A/B 测试程序。
   2. 杠杆识别：这些测试可帮助您找出对收入影响最大的杠杆，以便您进行更改。例如：改变每个投标人的超时窗口等。

尽管在特定时间段内运行测试，但您的整体广告收益优化策略始终在不断发展。 这就是为什么优化至关重要！

在广告收益优化中实现适当的平衡是每个人都在努力解决的问题。 在 KPI 之间不断来回切换——这可能令人头疼。

广告收益优化计划的成功与否取决于它一开始的运作情况。 这将取决于它在您更改设置和流量来源时继续工作多长时间。

您还可以为最高优先级的 KPI 确定最有价值的优化的优先级，这样您就可以最大限度地发挥您所做的每项更改的影响。

简单的出路！

这套最佳实践将为您管理测试项目打下坚实的基础。 如果您仍然对运行这些测试感到困惑？ 不用担心！

MonetizeMore 的 250 多位 AdOps 专家将在那里为您规划测试想法、运行它们并确定获胜者，以帮助您以可持续的方式最大限度地提高广告收入。 我们始终确保我们在拆分测试中处于领先地位！

我们的 Yield Ops 团队使用历史绩效数据、AI 和机器学习来预测趋势并以比任何 AdTech 公司更快的速度优化您的收入。

换句话说，如果您正在为您的下一个广告系列寻找经过 Google 认证的高性能发布商合作伙伴，那就别无所求。

想要运行您自己的拆分测试，但没有时间？让我们为您进行优化和货币化最大化。