OpenAdLibraryOpenAdLibrary
Definition

Champion / Challenger-test

Champion/challenger-test stiller din nuværende bedste annonce eller budindstilling op imod en ny variant på live trafik, så du kun erstatter det, der virker, når noget andet slår det ærligt og redeligt.

Redaktionel illustration: Champion / Challenger-test

Champion/challenger-test er en live-trafik-metode til at afgøre, om en ny annonce, overskrift eller budopsætning ("challengeren") rent faktisk slår din nuværende bedste performer ("championen"), før du erstatter den. I stedet for at teste blindt, lader du din afprøvede vinder køre og splitter en del af trafikken til challengeren, og sammenligner derefter resultater under identiske markedsforhold.

Hvor navnet kommer fra#

Begrebet er ældre end digital annoncering. Direct-mail-markedsførere og senere banker og forsikringsselskaber brugte champion/challenger til at beskrive, hvordan et kontroltilbud (championen) forsvarede sin plads mod nye udfordrere, og kun trådte til side, når en udfordrer havde bevist sig på rigtige responsdata. Native og sociale annonceplatforme lånte den samme logik, fordi den løser et reelt problem: rene A/B-tests behandler hver annonce som uafprøvet, men i praksis har du næsten altid en eksisterende annonce-kreativ, der allerede konverterer.

Sådan fungerer det i en native kampagne#

Lad os sige, du har en overskrift, der har kørt profitabelt på Taboola i tre uger. I stedet for at pause den for at teste fem nye hooks lige meget, lader du championen få størstedelen af budgettet og dirigerer en mindre, fast andel af trafikken til én eller to challengere. Du holder øje med omkostning pr. kundeanskaffelse og konverteringsrate over en stor nok stikprøve til at stole på tallene, ikke bare en dag eller to. Hvis en challenger slår championen med en meningsfuld margin, bliver den den nye champion, og cyklussen gentager sig. Hvis den ikke gør, dræber du den og prøver den næste idé, og originalen tjener penge hele tiden.

Dette betyder mere på netværk, hvis smart bidding-algoritmer har brug for volumen og tid til at optimere. Konstant at erstatte din bedst performerende annonce nulstiller den optimering og kan også udløse en ny læringsfase for algoritmen, så at beskytte championen er ikke bare konservativt, det er ofte den hurtigere vej til samlet kontopræstation, en dynamik, der dækkes mere dybtgående i hvordan Taboola-annoncer fungerer.

Champion/challenger vs. ren A/B-test#

A/B-test indebærer normalt to ukendte, der konkurrerer fra en kold start med en lige fordeling. Champion/challenger forudsætter, at den ene side allerede har en track record, så fordelingen er ofte ulige (f.eks. 80/20 eller 90/10), og barren for, at challengeren vinder, er højere, da du ikke bare leder efter "bedre", du leder efter "bedre end noget allerede afprøvet". Købere, der undersøger hvordan man finder vindende annoncer i en branche, vil genkende det samme instinkt: en konkurrents langvarige kreativ er sandsynligvis den pågældende annoncørs nuværende champion, og nye variationer, du ser dem teste, kan være challengere, de prøver af op imod den.

Brug af konkurrencedata til at seede challengere#

En praktisk anvendelse af champion/challenger uden for din egen konto er at udnytte det, der allerede overlever andre steder. Hvis en rivals annonce er blevet observeret kørende i uger på tværs af Outbrain eller MGID, har den sandsynligvis overlevet sine egne interne challenger-runder. At studere dens hook og vinkel giver dig en stærkere startchallenger end et koldt gæt, hvilket er en del af grunden til, at OpenAdLibrarys annonce-intelligensværktøjer eksisterer: de viser, hvor længe kreativer på tværs af markedet er blevet observeret kørende, et groft signal om, hvilke der har holdt deres plads, før du bruger budget på at finde ud af det selv.

Almindelige fejl#

De to fejltilstande er at udråbe en vinder for tidligt, før stikprøvestørrelsen understøtter det, og aldrig rent faktisk at pensionere en champion, selv efter at en challenger klart har outperformeret den af sentimentale eller dovne årsager. Begge spilder budget. En skreven regel (for eksempel et minimumsforbrug eller antal konverteringer før resultater sammenlignes, og et automatisk skift, når den tærskel overskrides) fjerner gætteriet og fristelsen til at vurdere støjende tidlige tal på øjemål.

Ofte stillede spørgsmål

Hvad er forskellen mellem champion/challenger og A/B-test?
A/B-test deler typisk trafikken ligeligt mellem to uafprøvede muligheder. Champion/challenger-test lader en afprøvet performer (championen) køre med størstedelen af trafikken, mens den tester en ny variant (challengeren) op imod den, så sammenligningen altid har en track record på den ene side.
Hvor meget trafik bør gå til en challenger?
Der er ingen universel regel, men mange købere starter en challenger med 10 til 20 procent af trafikken og øger kun dens andel, når tidlige resultater ser retningsbestemt positive ud. Dette begrænser tab, hvis challengeren underperformer.
Hvor længe bør en champion/challenger-test køre?
Længe nok til at ramme et meningsfuldt antal konverteringer, ikke et fast antal dage. På kampagner med lavt volumen kan det betyde uger. At afbryde en test for tidligt på baggrund af støjende data er den mest almindelige måde, købere vælger den forkerte vinder på.
Kan champion/challenger-test anvendes på bud, ikke kun kreativt materiale?
Ja. Den samme logik gælder for budstrategier, landingssider eller målgruppetargeting: behold den nuværende bedste opsætning live og test en enkelt ændring op imod den i stedet for at lægge alt om på én gang.
OpenAdLibrary-teamet
Skrevet afOpenAdLibrary-teamet
Ad-intelligence & native annoncering research

Vi bygger OpenAdLibrary, den åbne ad-transparency-platform. Hver dag indsamler vores systemer live native annoncer på tværs af Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo og MSN, identificerer den rigtige annoncør bag hver enkelt og følger klikket til dens landingsside. Disse guides destillerer, hvad vi ser i disse data, så du kan undersøge markedet hurtigere.