OpenAdLibraryOpenAdLibrary
Määritelmä

A/B-testaus (mainokset)

A/B-testaus mainonnassa tarkoittaa kahden variantin, kuten mainoksen, otsikon tai kohdesivun, kilpailuttamista keskenään mittaamaan, kumpi suoriutuu paremmin määritellyllä mittarilla.

Toimituksellinen kuvitus: A/B-testaus (mainokset)

A/B-testaus mainonnassa tarkoittaa kahden variantin, kuten luovan mainoksen, otsikon tai kohdesivun, kilpailuttamista keskenään samoissa olosuhteissa mittaamaan, kumpi suoriutuu paremmin määritellyllä mittarilla. Nimi tulee kahden version merkitsemisestä A:ksi ja B:ksi; kaikki muu, kuten kohdentaminen, budjetti ja ajankohta, pysyy vakiona, jotta tulosten ero voidaan johtaa yhdestä muuttuneesta asiasta.

Keskeinen vaatimus: yksi muuttuja kerrallaan#

Siisti A/B-testi muuttaa täsmälleen yhden elementin varianttien välillä. Uuden otsikon, uuden kuvan ja uuden luovan kulman testaaminen samanaikaisesti kertoo, toimiiko yhdistelmä vai ei, mutta ei sitä, mikä yksittäinen muutos ajoi tuloksen. Todellisuuden natiivimainosten testaus on usein sotkuisempaa kuin oppikirjaversio, koska ostajat haluavat liikkua nopeasti, mutta puhtain signaali tulee silti yhden muuttujan eristämisestä.

Mikä mittari päättää voittajan#

Mikä mittari merkitsee, riippuu tavoitteesta. Testi, joka optimoi pelkästään CTR:ää, voi valita voittajan, joka saa klikkauksia ilman konversioita, joten useimmat kokeneet ostajat painottavat konversioprosenttia tai CPA:ta enemmän kuin raakaa klikkivolyymiä. Luova testaus on laajempi käytäntö, jonka sisälle tämä sopii; A/B-testaus on erityinen menetelmä vertailla täsmälleen kahta varianttia kerrallaan, toisin kuin monen variantin samanaikainen ajaminen monimuuttujatestissä.

Väärän voittajan välttäminen#

Yleisin virhe on voittajan julistaminen ennen kuin otoskoko on riittävän suuri tilastollisesti luotettavaksi, mikä tarkoittaa, että havaittu ero saattaa helposti olla satunnaista kohinaa todellisen eron sijaan. Variantti, joka "voittaa" neljänkymmenen klikin jälkeen, voi helposti kääntyä neljänsadan jälkeen. Riittävän volyymin odottaminen ja mieluiten testin ajaminen useamman kuin yhden päivän ajan tasoittaakseen viikonpäivävaikutuksia, suojaa budjetin skaalaamiselta sattumanvaraisuuden varaan.

Erityisesti natiivimainonnassa#

Natiiviverkot, kuten Taboola, Outbrain ja MGID, testaavat tyypillisesti A/B-tasolla luovaa sisältöä yhden kampanjan sisällä, jolloin alustan oma algoritmi jakaa enemmän näyttökertoja paremmin suoriutujalle automaattisesti, kun otoskoko kasvaa. Ostajat, jotka tutkivat miten Taboola-mainokset toimivat tai miten mainostaa Taboolassa, kohtaavat tämän sisäänrakennetun testauskerroksen suoraan mainosalustan sisällä, lisäksi mihin tahansa manuaaliseen testaukseen, jonka he itse tekevät.

Nähdäkseen, mitä luovia variantteja kilpailija ajaa rinnakkain, on yksi selkeimmistä live-signaaleista käynnissä olevasta A/B-testistä. OpenAdLibraryn mainostiedustelualusta paljastaa jokaisen aktiivisen variantin brändille, jotta voit seurata, kumpi selviytyy.

Nopea järkiarkistointi ennen aloittamista#

Ennen minkään A/B-testin käynnistämistä varmista, että otoskokolaskelmat suunnilleen käyvät päiväbudjettisi ja tarjouksesi konversioprosentin kanssa. Testi, joka kestäisi kuusi viikkoa saavuttaakseen luotettavan otoksen nykyisillä käyttötasoilla, tarvitsee todennäköisesti suuremman budjettikohdistuksen tai pidemmän testausikkunan suunniteltuna etukäteen, ei keskitestipäätöstä, joka tehdään kärsimättömyydestä.

Usein kysytyt kysymykset

Miten A/B-testaus eroaa yleisestä luovasta testauksesta?
A/B-testaus vertailee erityisesti kahta varianttia kerrallaan hallituissa olosuhteissa. Luova testaus on laajempi käsite, joka kattaa myös monimuuttujatestit, joissa useita yhdistelmiä ajetaan samanaikaisesti, sekä voittajien jatkuvan päivittämisen syklin ajan.
Voinko A/B-testata enemmän kuin kahta varianttia?
Teknisesti siitä tulee A/B/n- tai monimuuttujatesti pikemminkin kuin tiukka A/B-testi, mutta taustalla oleva logiikka on sama: eristä muuttujat, pidä kaikki muu vakiona ja odota luotettavaa otosta ennen voittajan valintaa.
Suorittavatko natiivimainosalustat omia A/B-testejään automaattisesti?
Kyllä, useimmat suuret natiiviverkot siirtävät toimituksen automaattisesti paremmin suoriutuvien luovien varianttien puolelle kampanjan sisällä, kun tarpeeksi dataa on kertynyt, lisäksi siihen, mitä tahansa manuaalisia testejä ostaja erikseen asettaa.
Mikä on yleisin virhe mainosten A/B-testauksessa?
Testin päättäminen ja voittajan julistaminen liian aikaisin, ennen kuin tarpeeksi konversioita on kertynyt sulkemaan pois satunnaisen vaihtelun. Pieni varhainen johto kääntyy usein ympäri, kun enemmän liikennettä kulkee molempien varianttien kautta.
OpenAdLibrary-tiimi
KirjoittanutOpenAdLibrary-tiimi
Mainosälykkyys ja native-mainonnan tutkimus

Rakennamme OpenAdLibraryä, avointa mainosten läpinäkyvyysalustaa. Joka päivä järjestelmämme tallentavat live-native-mainoksia Taboolasta, Outbrainista, MGID:stä, Revcontentista, Teadsista, Yahoosta ja MSN:stä, tunnistavat jokaisen mainoksen todellisen mainostajan ja seuraavat klikkauksen sen kohdesivulle. Nämä oppaat tiivistävät havaintojamme tästä datasta, jotta voit tutkia markkinoita nopeammin.