OpenAdLibraryOpenAdLibrary
تعريف

اختبار الزيادة: التعريف وكيفية عمله

يعزل اختبار الزيادة مقدار التحويل المبلغ عنه الذي تسببت فيه قناة إعلانية فعليًا، باستخدام مجموعة احتياطية كخط أساس للمقارنة.

رسم توضيحي تحريري: اختبار الزيادة: التعريف وكيفية عمله

اختبار الزيادة هو تجربة محكمة تقدّر مقدار نشاط التحويل المبلغ عنه لقناة إعلانية والذي تسبب فيه الإعلان فعليًا، بدلًا من الاعتماد على التحويلات التي ينسبها تتبع المنصة إلى إعلاناتها. تحجب مجموعة من المستخدمين أو المناطق الجغرافية عن رؤية إعلانات قناة محددة، ثم تقارن النتيجة بمجموعة رأتها. والاختبار المصمم جيدًا يقرأ الفجوة بين المجموعتين كتقدير للتأثير الزيادي للقناة بالنسبة لهذا الجمهور وهذه الفترة وهذا الإعداد، مبلَّغًا عنه مع عدم اليقين الخاص به؛ أما النتائج التي تبقى في مجموعة الاحتياط فهي تلك التي حدثت بدون الإعلانات.

لماذا يمكن أن تختلف الأرقام المبلغ عنها من المنصة عن النتائج الزيادية#

تنسب المنصات الإعلانية التحويلات إلى الإعلانات وفق قواعدها الخاصة. إذا كان شخص ما سيشتري بالفعل عبر البحث العضوي أو نقرة بحث باسم العلامة التجارية، وصادف أيضًا رؤية إعلان إعادة استهداف على طول الطريق، فإن تتبع التحويل القياسي يمكنه مع ذلك منح هذا الفضل للإعلان داخل نافذة الإسناد الخاصة به. والفضل الأقل وضوحًا، حيث تحسب المنصة تحويلًا بعد أن رأى شخص ما مجرد إعلان، يزيد الفجوة؛ تُسمى هذه الآلية الإسناد من خلال المشاهدة. لذلك فإن التحويلات التي تبلغ عنها المنصة ليست الشيء نفسه الذي تسبب فيه إعلاناتها. ويطرح اختبار الزيادة سؤالًا مختلفًا: لو لم تعلن هذه القناة، هل كان التحويل سيحدث على أي حال؟

هذا سؤال مختلف عن السؤال الذي يجيب عنه بكسل التتبع بمفرده، ولهذا يُستخدم اختبار الزيادة إلى جانب لوحات تحكم المنصات، وليس بدلًا منها.

كيف تطبقه الفرق عمليًا#

تُستخدم عدة تصاميم. يوزّع الاختبار على المستوى الجغرافي المناطق على حالة اختبار أو حالة احتياط، على سبيل المثال بتشغيل إعلانات قناة في بعض المناطق وحجبها في مناطق أخرى، ويقارن نتائج مثل المبيعات أو التحويلات بين المناطق؛ وتوزّع تجارب Google الجغرافية مناطق غير متداخلة عشوائيًا، بينما يبني GeoLift من Meta مجموعة ضابطة تركيبية من المناطق غير المعالجة. ويستخدم الاختبار على مستوى المستخدم أدوات رفع التحويل الخاصة بمنصة الإعلان: يوزّع Conversion Lift من Meta الأشخاص عشوائيًا على مجموعة اختبار ترى الإعلانات ومجموعة ضابطة لا تراها، ويقدّم Google Ads Conversion Lift دراسات قائمة على المستخدمين وأخرى قائمة على الجغرافيا، على الرغم من أن Google تقول إنه غير متاح لجميع الحسابات.

وتعتمد طريقة تقدير التأثير على التصميم. في اختبار عشوائي على مستوى المستخدم، يكون التقدير هو الفرق في النتائج بين مجموعة الاختبار ومجموعة الاحتياط، ويمكن الإبلاغ عنه كتحويلات إضافية أو كنسبة مئوية فوق مجموعة الاحتياط. وعلى سبيل المثال الافتراضي، إذا أنتج 10,000 مستخدم اختبار 300 تحويل وأنتج 10,000 مستخدم احتياطي 250 تحويلًا، فإن الرفع المقدّر هو 50 تحويلًا، أو 20% فوق مجموعة الاحتياط، حتى لو نسبت المنصة جميع التحويلات الـ300 إلى إعلاناتها. وعادةً لا تعتمد الاختبارات الجغرافية على هذا الطرح البسيط: فهي تقارن المناطق المعالجة بما يقول نموذج، مثل مجموعة ضابطة تركيبية مبنية من مناطق غير معالجة، إنها كانت ستنتجه بدون الإعلانات. وقد تظهر قناة ذات عائد على الإنفاق الإعلاني قوي مبلغ عنه من المنصة تأثيرًا زياديًا أصغر بكثير في اختبار؛ ويعتمد حجم الفجوة على القناة والجمهور ونافذة القياس.

ما يُستخدم من أجله#

يستخدم مشترو الوسائط اختبارات الزيادة لإرشاد تخصيص الميزانية عبر الشبكات، وليس فقط لمراجعة قناة واحدة بمعزل عن غيرها. وتصف النتيجة الجمهور والفترة ومستوى الإنفاق الذين جرى اختبارهم.

لا يمكن لأرشيفات الإعلانات العامة قياس الزيادة. فالإعلان الذي جرى رصده لفترة طويلة لا يُظهر أنه تسبب في تحويلات إضافية، لأن عمر الإعلان يسجل مدة مشاهدة الإعلان، لا الإنفاق أو النتائج. وما يمكن للأرشيفات تقديمه هو فرضيات: تُظهر صفحات استخبارات الإعلانات في OpenAdLibrary أي التصاميم الإبداعية والشبكات جرى رصد المعلن وهو يستخدمها، ولمدة كم، ما قد يساعدك على تحديد ما تختبره بمجموعة الاحتياط الخاصة بك قبل أن تلتزم بإنفاق إعلاني للاختبار.

الأخطاء الشائعة#

تحتاج مجموعة الاحتياط إلى أن تكون كبيرة بما يكفي، وأن تُعيَّن عشوائيًا أو تُطابَق بعناية كافية، للكشف عن إشارة حقيقية وليس مجرد ضوضاء. وقد لا يحتوي اختبار قصير على قناة منخفضة الحجم على تحويلات كافية لاكتشاف تأثير، وتحذّر وثائق GeoLift من Meta من أن إجراء اختبار جغرافي دون تحليل قوة مسبق يؤدي إلى احتمال كبير بالفشل في إيجاد رفع حتى عندما يكون موجودًا. ولا يُبطل ارتفاع موسمي أو عرض ترويجي على مستوى الموقع بأكمله بحد ذاته اختبارًا عشوائيًا، لأن المجموعتين تمران به، لكن الرفع المقاس عندئذ يصف تلك الفترة وقد لا يصمد في الأسابيع العادية. أما حدث يصل إلى مجموعة واحدة فقط، مثل عرض ترويجي إقليمي في اختبار جغرافي، فيمكنه أن يحيّز النتيجة، لذا أبقِ بقية التسويق ثابتًا عبر مناطق الاختبار والضبط. أجرِ الاختبار خلال فترة تمثيلية تغطي دورة شراء واحدة على الأقل، وحدد حجم مجموعة الاحتياط بحساب قوة، ولا تتوقف مبكرًا لمجرد أن الرقم المؤقت يبدو جيدًا أو سيئًا.

الأسئلة المتكررة

كم يجب أن يستمر اختبار الزيادة؟
لا توجد مدة قياسية. يعتمد الأمر على حجم التحويل الأساسي، وحجم التأثير الذي تريد اكتشافه، والمدة التي يستغرقها العملاء للتحويل. توصي وثائق GeoLift من Meta بتغطية دورة شراء كاملة واحدة على الأقل وبحد أدنى 15 يومًا من البيانات اليومية (من 4 إلى 6 أسابيع إذا كانت البيانات أسبوعية)، وبإجراء تحليل قوة قبل الإطلاق لمعرفة المدة التي يحتاجها الاختبار؛ وتضع أدوات الرفع الخاصة بالمنصات متطلباتها الخاصة. وقد تحتاج الحسابات منخفضة الحجم إلى اختبار أطول أو مجموعة احتياطية أكبر لفصل تأثير حقيقي عن التباين الطبيعي.
ما الفرق بين اختبار الزيادة واختبار A/B؟
كلاهما تجارب محكمة، لكنهما يجيبان عن سؤالين مختلفين. يقارن اختبار A/B عادةً نسختين من شيء ما لا تزال المجموعتان تستقبله، مثل تصميمين إبداعيين أو صفحتي هبوط. أما اختبار الزيادة فيقارن التعرّض مقابل عدم التعرّض لتقدير ما أضافته الإعلانات نفسها إلى نتيجة تقيسها، مثل التحويلات أو المبيعات.
هل يمكن لاختبار الزيادة أن يحل محل إسناد المنصة؟
ليس تمامًا. لا يزال إسناد المنصة مفيدًا للقرارات اليومية مثل إيقاف مجموعات الإعلانات ذات الأداء الضعيف. بينما يناسب اختبار الزيادة الأسئلة الأكبر مثل تخصيص ميزانية القناة. وتيرة تكرار الاختبار تعتمد على مقدار تغيّر إنفاقك وتصاميمك الإبداعية وجمهورك والموسمية؛ ولا يوجد إيقاع قياسي.
هل يعمل اختبار الزيادة للميزانيات الصغيرة؟
الأمر أصعب. غالبًا ما يكون لدى الحسابات الصغيرة تحويلات قليلة جدًا لاكتشاف تأثير ضمن نافذة زمنية معقولة، وقد يفوت اختبار صغير جدًا تأثيرًا حقيقيًا، لذا فإن نتيجة صفرية من اختبار ضعيف القوة ليست دليلًا على أن الإعلان لا يفعل شيئًا. يُظهر حساب القوة قبل الإطلاق ما إذا كان حجمك كافيًا؛ وإن لم يكن كذلك، فمن الخيارات اختبار أطول أو مجموعة احتياطية أكبر أو طريقة مختلفة، وقد تضطر الحسابات ذات الإنفاق المنخفض جدًا إلى الاعتماد على إشارات توجيهية بدلًا من ذلك. ولا تحل الاختبارات على المستوى الجغرافي هذه المشكلة: توصي Meta بالاختبارات القائمة على الأشخاص بدلًا من تلك القائمة على الجغرافيا حيثما أمكن لأن قوتها الإحصائية أعلى.
فريق OpenAdLibrary
كتب بواسطةفريق OpenAdLibrary
استخبارات الإعلانات وأبحاث الإعلانات الأصلية

نحن نبني OpenAdLibrary، المنصة المفتوحة للشفافية الإعلانية. كل يوم، تلتقط أنظمتنا إعلانات أصلية حية عبر Taboola وOutbrain وMGID وRevcontent وTeads وYahoo وMSN، وتحدد المعلن الحقيقي وراء كل إعلان، وتتبع النقرة إلى صفحة الهبوط الخاصة به. تقدم هذه الأدلة خلاصة ما نراه في تلك البيانات حتى تتمكن من البحث في السوق بشكل أسرع.