OpenAdLibraryOpenAdLibrary
Δημιουργικό Περιεχόμενο & Διαδρομές Μετατροπής

Προϋπολογισμοί Δοκιμής Δημιουργικού Περιεχομένου: Πόσα να Ξοδέψετε Πριν Αξιολογήσετε

Η πρόωρη αξιολόγηση μιας δοκιμής δημιουργικού περιεχομένου μπορεί να σπαταλήσει μια χρήσιμη δοκιμή. Δείτε πώς να διαμορφώσετε έναν προϋπολογισμό δοκιμής γύρω από τον αριθμό μετατροπών, με υποθετικά δεδομένα εισόδου, ένα παράδειγμα με υπολογισμούς και έναν κανόνα stop-loss.

Εικονογράφηση: Προϋπολογισμοί Δοκιμής Δημιουργικού Περιεχομένου: Πόσα να Ξοδέψετε Πριν Αξιολογήσετε

Δεν υπάρχει καθολικό πολλαπλάσιο δαπάνης που να κάνει μια δοκιμή δημιουργικού περιεχομένου αποφασιστική. Επιλέξτε την απόφαση, τον βασικό ρυθμό, το μέγεθος της επίδρασης και την αποδεκτή αβεβαιότητα, υπολογίστε τις παρατηρήσεις που απαιτούνται και μετά ορίστε ένα ανώτατο όριο ρίσκου. Το να φτάσετε αυτό το όριο μπορεί να σημαίνει ότι σταματάτε με ένα αδιευκρίνιστο αποτέλεσμα.

Γιατί ένα σταθερό ποσό σε δολάρια δεν λειτουργεί σε όλους τους διαφημιζόμενους#

Οι αγοραστές μέσων ρωτούν "πόσα πρέπει να ξοδέψω δοκιμάζοντας ένα δημιουργικό περιεχόμενο" περιμένοντας μια μοναδική απάντηση, αλλά η ειλικρινής απάντηση κλιμακώνεται με τους δικούς σας αριθμούς, όχι με μια καθολική τιμή. Ένας διαφημιζόμενος με μετατροπές στα $8 CPA χρειάζεται εντελώς διαφορετικό προϋπολογισμό δοκιμής από έναν με μετατροπές στα $80 CPA, ακόμα κι αν και οι δύο τρέχουν στο ίδιο δίκτυο στον ίδιο κλάδο. Το ποσό σε δολάρια που έχει σημασία δεν είναι η δαπάνη, είναι οι μετατροπές: χρειάζεστε αρκετές ανά παραλλαγή για να εμπιστευτείτε τη σύγκριση.

Ένας υποθετικός προϋπολογισμός $500 με CPA $12 αντιστοιχεί σε περίπου 42 μετατροπές· με CPA $60 αντιστοιχεί σε περίπου 8. Αυτοί οι αναμενόμενοι αριθμοί από μόνοι τους δεν σας λένε αν μια σύγκριση είναι αποφασιστική. Συμπεριλάβετε τους αριθμούς έκθεσης, την κατανομή και την αβεβαιότητα.

Το όριο αριθμού μετατροπών που έχει πραγματικά σημασία#

Ένας αριθμός μετατροπών ή μια διαφορά 2× από μόνα τους δεν μπορούν να καθορίσουν αν ένα αποτέλεσμα είναι αξιόπιστο. Συγκρίνετε τους ρυθμούς μαζί με τους παρονομαστές τους, τον σχεδιασμό της προγραμματισμένης δοκιμής και την αβεβαιότητα· λάβετε υπόψη τον επανειλημμένο έλεγχο και την καθυστέρηση μετατροπών.

Μητρώο απόφασης: αριθμοί έκθεσης και μετατροπών για κάθε παραλλαγή· ρυθμός και αβεβαιότητα· προγραμματισμένο ελάχιστο μέγεθος επίδρασης· χρόνος που έχει περάσει στο παράθυρο μετατροπών· δαπάνη έναντι του ανώτατου ορίου ρίσκου· αποτέλεσμα ως υποστηριζόμενο, μη υποστηριζόμενο ή αδιευκρίνιστο.

Προϋπολογισμός για όγκο δημιουργικού περιεχομένου, όχι μόνο για μεμονωμένες δοκιμές#

Επιλέξτε μια κατανομή δοκιμών με βάση τον διαθέσιμο προϋπολογισμό σας και τις ανάγκες έρευνας. Αυτό το άρθρο δεν παρέχει μετρημένα δεδομένα λογαριασμών που να υποστηρίζουν μια καθολική κατανομή 15–30%.

Οι διαφημιζόμενοι που το χειρίζονται καλά αυτό τείνουν να αντιμετωπίζουν τον προϋπολογισμό δοκιμής ως μια κυλιόμενη συνάρτηση του πόσων ενεργών νικητών έχουν αυτή τη στιγμή, όχι ως μια σταθερή μηνιαία γραμμή. Λίγοι ενεργοί νικητές και ένας στασιμότητος λογαριασμός απαιτούν περισσότερη δαπάνη δοκιμής· αρκετοί ισχυροί μηχανισμοί που ήδη μεταφέρουν όγκο απαιτούν λιγότερη, αφού προστατεύετε το περιθώριο κέρδους αντί να το κυνηγάτε.

Τι κοστίζει πραγματικά η "πρόωρη αξιολόγηση"#

Η πρόωρη διακοπή μπορεί να πετάξει μια χρήσιμη υπόθεση, αλλά η δημόσια ad longevity δεν μπορεί να σας πει αν αυτό συνέβη. Η επιμονή των ανταγωνιστών δεν αποδεικνύει κερδοφορία ούτε δείχνει ότι το μέγεθος του δείγματός σας προκάλεσε ένα φτωχό αποτέλεσμα.

Η πρόωρη διακοπή ενός δημιουργικού περιεχομένου έχει επίσης ένα σύνθετο κόστος πέρα από τα σπασμένα μέσα: αφαιρεί ένα σημείο δεδομένων που θα μπορούσατε να χρησιμοποιήσετε και μπορεί να σας ωθήσει να κυνηγάτε περισσότερη δημιουργική ποικιλία υψηλού κόστους παραγωγής, ενώ η πραγματική λύση ήταν η υπομονή με μια υπάρχουσα παραλλαγή. Αυτό είναι ένα μεγαλύτερο ζήτημα με διαφημίσεις UGC και native μορφής που παίρνουν περισσότερο χρόνο να παραχθούν από μια απλή αλλαγή τίτλου· θέλετε το όριο κρίσης σας να είναι ακόμα πιο συντηρητικό σε αυτές, αφού το κόστος παραγωγής για την αντικατάστασή τους είναι υψηλότερο.

Ένα απλό πλαίσιο για τον καθορισμό του δικού σας προϋπολογισμού δοκιμής#

Υπολογίστε έναν απαιτούμενο αριθμό παρατηρήσεων με βάση τη σχεδιαζόμενη δοκιμή. Ξεχωριστά, πολλαπλασιάστε έναν υποθετικό αναμενόμενο αριθμό μετατροπών με το CPA που υποθέτετε για να μοντελοποιήσετε τη δαπάνη, και τεκμηριώστε ένα περιθώριο ασφαλείας και ένα αυστηρό ανώτατο όριο ρίσκου. Μην πολλαπλασιάζετε ποτέ ένα CPA σε δολάρια με έναν αριθμό μετατροπών· οι μονάδες πρέπει να παραμένουν διακριτές.

Εργαζόμενο παράδειγμα: Μετατροπή του πλαισίου σε πραγματικούς αριθμούς#

Ας πούμε ότι ο λογαριασμός σας τρέχει μια προσφορά nutra που μετατρέπεται με μικτό $35 CPA τα τελευταία δύο μήνες. Χρησιμοποιώντας το παραπάνω πλαίσιο: 25 μετατροπές (ένα υποθετικό δεδομένο σχεδιασμού) επί $35 δίνει μια ελάχιστη δαπάνη δοκιμής $875 ανά παραλλαγή. Προσθέστε ένα buffer 35% για υποβαθμισμένες παραλλαγές και προϋπολογίζετε περίπου $1,180 ανά δημιουργικό περιεχόμενο που δοκιμάζετε σοβαρά. Αν δοκιμάζετε τέσσερις παραλλαγές τίτλου έναντι μιας υπάρχουσας εικόνας ελέγχου, αυτό είναι κοντά στα $4,700 σε συνολική δαπάνη δοκιμής για αυτόν τον γύρο, που θα πρέπει αμέσως να σας πει αν οι τέσσερις είναι πολλές παραλλαγές για να τρέξουν ταυτόχρονα δεδομένου του ημερήσιου προϋπολογισμού του λογαριασμού σας, ή αν χρειάζεται να τις εκτελέσετε σταδιακά σε δύο ή τρεις εβδομάδες αντί να τις ξεκινήσετε όλες ταυτόχρονα.

Εδώ είναι επίσης που ένα stop-loss έχει σημασία. Ορίστε το, ας πούμε, στα 2.5 φορές το όριο ($2,190 σε αυτό το παράδειγμα) και προστατεύετε τον εαυτό σας από ένα πραγματικά νεκρό δημιουργικό περιεχόμενο που καταναλώνει δυσανάλογο μερίδιο του προϋπολογισμού δοκιμής σας ενώ περιμένετε για μετατροπές που στατιστικά δεν θα έρθουν. Μια παραλλαγή που έχει καεί $2,190 με 4 μετατροπές έναντι ενός στόχου $35 CPA δεν είναι μια παραλλαγή που χρειάζεται περισσότερη υπομονή, είναι μια παραλλαγή που πρέπει να διακοπεί και να αντικατασταθεί.

Διαφορές δικτύων που αλλάζουν τα μαθηματικά#

Η λογική του ορίου μετατροπών ισχύει σε όλα τα δίκτυα, αλλά το πόσο γρήγορα το φτάνετε δεν ισχύει. Μια καμπάνια Taboola ή MGID που τρέχει ευρεία εμβέλεια σε μια γεωγραφική περιοχή Tier 1 μπορεί να καλύψει το όριο μετατροπών για μια προσφορά $10 CPL σε μια ή δύο ημέρες. Η ίδια δοκιμή σε μια μικρότερη ή πιο εξειδικευμένη τοποθέτηση, ή σε μια γεωγραφική περιοχή Tier 2/3 όπου ο όγκος είναι λεπτότερος, μπορεί να χρειαστεί μια ολόκληρη εβδομάδα για να φτάσει το ίδιο όριο ακόμα και με την ίδια ημερήσια δαπάνη, απλώς επειδή υπάρχουν λιγότερες διαθέσιμες εντυπώσεις για εξυπηρέτηση. Πριν υποθέσετε ότι ένα δημιουργικό περιεχόμενο "απέτυχε", ελέγξτε αν πήρε πραγματικά αρκετή παράδοση για να φτάσει το όριο μετατροπών σας καθόλου, αφού μια δοκιμή που λιμοκτονεί και ένα πραγματικά αδύναμο δημιουργικό περιεχόμενο φαίνονται ίδια σε ένα dashboard αν ρίξετε μόνο μια ματιά στη στήλη επιτυχίας/αποτυχίας.

Μια μικρή παραλλαγή μπορεί να έχει μικρότερη επίδραση από μια νέα προσέγγιση και μπορεί να απαιτεί περισσότερες παρατηρήσεις για να εντοπιστεί. Σχεδιάστε το μέγεθος του δείγματος με βάση την απόφαση και την αναμενόμενη επίδραση, αντί να υποθέτετε ότι ένας γνωστός έλεγχος επιτρέπει μικρότερο δείγμα.

Πώς ταιριάζει το OpenAdLibrary στον κύκλο δοκιμής#

Πριν ξοδέψετε ούτε ένα δολάριο δοκιμάζοντας μια νέα προσέγγιση από το μηδέν, αξίζει να ελέγξετε αν η προσέγγιση, ή κάτι κοντά σε αυτήν, τρέχει ήδη και επιβιώνει στην αγορά. Το εργαλείο ad intelligence του OpenAdLibrary σας επιτρέπει να ανακτήσετε live δημιουργικά περιεχόμενα ανά κλάδο και δίκτυο και να ελέγξετε πόσο καιρό έχουν τρέξει παρόμοιες προσεγγίσεις, που σας δίνει έναν πρόχειρο εξωτερικό δείκτη για το αν μια προσέγγιση αξίζει τον προϋπολογισμό δοκιμής εξαρχής. Δεν θα αντικαταστήσει τα δικά σας δεδομένα μετατροπών, αλλά μπορεί να σας σταματήσει από το να ξοδέψετε ολόκληρο τον προϋπολογισμό δοκιμής σας ξαναανακαλύπτοντας μια προσέγγιση που έχει ήδη παρατηρηθεί στην αγορά, ενώ η πραγματική της απόδοση παραμένει άγνωστη.

Συνδυάστε αυτόν τον εξωτερικό έλεγχο με το πλαίσιο ανάλυσης δημιουργικού περιεχομένου διαφημίσεων για βαθμολόγηση hooks, προσεγγίσεων και CTAs πριν την έναρξη, και ο προϋπολογισμός δοκιμής σας πηγαίνει πιο μακριά επειδή λιγότερες από τις παραλλαγές που ξοδεύετε σε αυτόν ήταν αδύναμοι υποψήφιοι εξαρχής.

Συχνές ερωτήσεις

Πόσα πρέπει να ξοδέψω δοκιμάζοντας ένα νέο δημιουργικό περιεχόμενο για native διαφημίσεις;
Υπολογίστε τις παρατηρήσεις που απαιτούνται για τη σύγκριση που σχεδιάζετε, μετατρέψτε εύλογα σενάρια παράδοσης και μετατροπών σε δαπάνη και ορίστε ένα ανώτατο όριο ρίσκου. Κανένα σταθερό πολλαπλάσιο CPA δεν εγγυάται μια αποφασιστική δοκιμή.
Πόσες μετατροπές χρειάζομαι πριν εμπιστευτώ τα αποτελέσματα μιας δοκιμής δημιουργικού περιεχομένου;
Εξαρτάται από την έκθεση, τον βασικό ρυθμό, το μέγεθος της επίδρασης, την κατανομή και την αβεβαιότητα. Ένας αριθμός όπως 20 μετατροπές ή μια διαφορά ρυθμού 2× δεν αποτελεί από μόνος του απόδειξη νικητή.
Τι ποσοστό του προϋπολογισμού πρέπει να πηγαίνει σε δοκιμές έναντι των αποδεδειγμένων νικητών;
Επιλέξτε μια κατανομή που μπορείτε να αντέξετε οικονομικά με βάση το pipeline σας και την αβεβαιότητα. Αυτό το άρθρο δεν καθορίζει κάποιο ποσοστό που να αποτελεί πρότυπο του κλάδου.
Τι είναι ένα stop-loss στις δοκιμές δημιουργικού περιεχομένου;
Ένα stop-loss είναι ένα προκαθορισμένο ανώτατο όριο δαπάνης ή ζημιάς. Περιορίζει την οικονομική έκθεση· το να το φτάσετε δεν αποδεικνύει αυτόματα ότι μια παραλλαγή δεν μπορεί να αποδώσει.
Όλα τα native δίκτυα και γεωγραφικές περιοχές χρειάζονται τον ίδιο προϋπολογισμό δοκιμής;
Όχι. Τοποθετήσεις υψηλού όγκου (Tier 1) φτάνουν το όριο μετατροπών σας πιο γρήγορα από μικρότερες ή τοποθετήσεις Tier 2/3 με την ίδια ημερήσια δαπάνη, απλώς επειδή υπάρχουν λιγότερες διαθέσιμες εντυπώσεις. Ελέγξτε την παράδοση πριν υποθέσετε ότι μια αργή δοκιμή έχει πραγματικά αποτύχει.
Η Ομάδα του OpenAdLibrary
Συντάχθηκε απόΗ Ομάδα του OpenAdLibrary
Έρευνα για διαφημιστική νοημοσύνη και native διαφημίσεις

Δημιουργούμε το OpenAdLibrary, την ανοιχτή πλατφόρμα διαφανειας διαφημίσεων. Κάθε μέρα τα συστήματά μας καταγράφουν ζωντανές native διαφημίσεις σε Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo και MSN, αναγνωρίζουν τον πραγματικό διαφημιστή πίσω από κάθε μία και ακολουθούν το κλικ μέχρι τη σελίδα προορισμού. Αυτοί οι οδηγοι συνοψίζουν ό,τι βλέπουμε σε αυτά τα δεδομένα ώστε να μπορείτε να ερευνήσετε την αγορά πιο γρήγορα.