OpenAdLibraryOpenAdLibrary
Hirdetési kreatívok és tölcsérek

Kreatív tesztelési költségvetések: Mennyit költs, mielőtt ítélsz

Ha túl korán ítélsz meg egy kreatív tesztet, az egy hasznos tesztet is elpazarolhat. Íme, hogyan méretezd a tesztelési költségvetést konverziószámok köré, feltételezett inputokkal, egy kidolgozott példával és egy stop-loss szabállyal.

Szerkesztős illusztráció: Kreatív tesztelési költségvetések: Mennyit költs, mielőtt ítélsz

Nincs olyan univerzális költési szorzó, amely döntővé tesz egy kreatív tesztet. Válaszd meg a döntést, az alaprátát, a hatásnagyságot és az elfogadható bizonytalanságot, becsüld meg a szükséges megfigyelések számát, majd állíts be egy kockázati plafont. A plafon elérése azt is jelentheti, hogy egy nem egyértelmű eredménnyel állsz le.

Miért nem működik egy fix dollárösszeg minden hirdetőnél#

A médiavásárlók azt kérdezik, "mennyit költsek egy kreatíva tesztelésére", egyetlen választ várva, de az őszinte válasz a saját számaiddal skálázódik, nem egy univerzális összeggel. Egy 8 dolláros CPA-val konvertáló hirdetőnek teljesen más tesztköltségvetésre van szüksége, mint egy 80 dolláros CPA-val konvertálónak, még ha mindketten ugyanazon a hálózaton, ugyanabban a vertikálban futnak is. A számottevő dollárösszeg nem a költés, hanem a konverziók: elég kell legyen belőlük változatonként ahhoz, hogy megbízz a összehasonlításban.

Egy 500 dolláros feltételezett költségvetés 12 dolláros CPA mellett kb. 42 konverziónak felel meg; 60 dolláros CPA mellett kb. 8-nak. Önmagában ezek a várható számok nem mondják meg, hogy egy összehasonlítás döntő-e. Vedd figyelembe az elérési számokat, az allokációt és a bizonytalanságot.

A valóban számító konverziószám-alap#

Egy konverziószám vagy egy 2×-es különbség önmagában nem dönti el, hogy egy eredmény megbízható-e. Hasonlítsd össze a rátákat a nevezőikkel, a tervezett tesztdesignnal és a bizonytalansággal; vedd figyelembe az ismételt ellenőrzést és a konverziós késleltetést.

Döntési feljegyzés: az elérés és a konverziók száma változatonként; ráta és bizonytalanság; tervezett minimális hatás; eltelt konverziós ablak; költés a kockázati plafonhoz képest; az eredmény mint támogatott, nem támogatott vagy nem egyértelmű.

Költségvetés a kreatív mennyiségre, nem csak az egyes tesztekre#

A tesztelési allokációt a rendelkezésre álló költségvetésed és a kutatási igényeid alapján válaszd meg. Ez a cikk nem szolgál mért számlaadatokkal, amelyek egy univerzális 15–30%-os allokációt támasztanának alá.

Az ezt jól kezelő hirdetők általában úgy kezelik a tesztköltségvetést, mint egy gördülő függvényét annak, hogy hány aktív győztesük van jelenleg, nem pedig egy fix havi tételt. Kevés élő győztes és stagnáló számla több tesztköltekezést igényel; több erős teljesítő, amelyek már hordoznak volumet, kevesebbet, hiszen a hasznot véded, nem vadászod.

Mit is jelent valójában a "túl korán megítélni" költsége#

Egy korai leállítás elvethet egy hasznos hipotézist, de a nyilvános hirdetés hosszú élettartama nem mondja meg, hogy ez megtörtént-e. Egy versenytárs kitartása nem bizonyítja a nyereségességet, és nem mutatja meg, hogy a mintanagyságod okozott-e gyenge eredményt.

Egy kreatíva korai leállításának összetett költsége van a pazarolt média mellett: eltávolít egy adatpontot, amelyet használhattál volna, és hajthat arra, hogy drágábban előállítható kreatív változatosságot üldözz, amikor a tényleges javítás egy meglévő változattal való türelem lett volna. Ez nagyobb probléma az UGC-stílusú és natív formátumú hirdetéseknél, amelyek hosszabb ideig készülnek, mint egy egyszerű címsorcsere; még konzervatívabbra kell állítanod az ítéleti küszöböd rajtuk, mivel a cseréjük előállítási költsége magasabb.

Egy egyszerű keretrendszer a saját tesztköltségvetésed beállításához#

Becsüld meg a szükséges megfigyelésszámot a tervezett teszt alapján. Külön szorozd meg egy feltételezett várható konverziószámot a feltételezett CPA-val a költés modellezéséhez, és dokumentálj egy tartalékot és egy kemény kockázati plafont. Soha ne szorozz egy dollárban kifejezett CPA-t konverziószámba; a mértékegységeknek külön kell maradniuk.

Kidolgozott példa: a keretrendszer valós számokká alakítása#

Tegyük fel, a számlád egy nutra ajánlatot futtat, amely az elmúlt két hónapban 35 dolláros kevert CPA-val konvertál. A fenti keretrendszerrel: 25 konverzió (egy feltételezett tervezési input) szorozva 35 dollárral 875 dolláros minimális tesztköltséget ad változatonként. Adj hozzá 35% puffert a te átlagod alatt teljesítő változatoknak, és kb. 1180 dollárt költesz minden komolyan tesztelt kreatívára. Ha négy címsorváltozatot tesztelsz egy meglévő kontrollkép ellen, az közel 4700 dollár összes tesztköltség az adott körhöz, ami azonnal elárulja, hogy a négy túl sok változat-e egyszerre futtatva a számlád napi költségvetése mellett, vagy hogy két-három hét alatt kell szétosztanod a változatokat ahelyett, hogy mindet egyszerre indítanád.

Itt számít a stop-loss is. Állítsd be mondjuk az alap 2,5-szeresénél (ebben a példában 2190 dollár), és megvédted magad attól, hogy egy valóban halott kreatíva aránytalan részt egyen a tesztköltségvetésedből, amíg olyan konverziókra vársz, amelyek statisztikailag nem jönnek. Egy olyan változat, amely 2190 dollárt égetett el 4 konverzióval egy 35 dolláros CPA cél mellett, nem olyan változat, amelynek több türelemre van szüksége, hanem olyan, amelyet le kell állítani és lecserélni.

Hálózati különbségek, amelyek megváltoztatják a matekot#

A konverzióalap logikája minden hálózaton érvényes, de hogy milyen gyorsan éred el, az nem. Egy Taboola vagy MGID kampány széles eléréssel egy Tier 1-es földrajzi zónában egy nap alatt kiégetheti a konverzióalapot egy 10 dolláros CPL-s ajánlatnál. Ugyanaz a teszt egy kisebb vagy szűkebb pozicionáláson, vagy egy Tier 2/3-as földrajzi zónában, ahol a volumen vékonyabb, akár egy teljes hétig is tarthat, hogy elérje ugyanazt az alapot azonos napi költés mellett, egyszerűen mert kevesebb elérhető impresszió van kiszolgálásra. Mielőtt feltételeznéd, hogy egy kreatíva "megbukott", ellenőrizd, hogy egyáltalán kapott-e elég kiszolgálást ahhoz, hogy elérje a konverzióalapodat, hiszen egy éheztetett teszt és egy valóban gyenge kreatíva ugyanúgy néz ki az irányítópulton, ha csak a siker/vesztes oszlopot pillantod meg.

Egy kisebb variáció hatása kisebb lehet, mint egy új szögé, és több megfigyelést igényelhet a kimutatásához. A mintanagyságot a döntés és a várható hatás köré tervezd, ahelyett hogy azt feltételeznéd, hogy egy ismerős kontroll kisebb mintát tesz lehetővé.

Hogyan illeszkedik be az OpenAdLibrary a tesztelési ciklusba#

Mielőtt egy dollárt is költenél egy új szög tesztelésére a semmiből, érdemes ellenőrizni, hogy a szög, vagy valami hasonló, már fut-e és él-e a piacon. Az OpenAdLibrary hirdetési intelligencia eszköze lehetővé teszi élő kreatívák lekérését vertikál és hálózat szerint, és ellenőrizni, hogy mennyi ideje futnak hasonló szögek, ami durván külső benchmarkot ad arról, hogy egyáltalán megéri-e a szög a tesztköltséget. Nem helyettesíti a saját konverzióadataidat, de megakadályozhatja, hogy az egész tesztköltségvetésedet elköltsd egy olyan szög újrafelfedezésére, amelyet a piac már megfigyelt, miközben a tényleges teljesítménye ismeretlen marad.

Kombináld ezt a külső ellenőrzést a hirdetéskreatíva elemzési keretrendszerrel a kampányindítás előtti kampányfogások, szögek és CTA-k pontozásához, és a tesztköltségvetésed tovább fog tartani, mert kevesebb volt a gyenge jelölt a változatok között, amelyekre költötted.

Gyakran ismételt kérdések

Mennyit költsek egy új natív hirdetéskreatíva tesztelésére?
Becsüld meg a tervezett összehasonlításodhoz szükséges megfigyelések számát, fordítsd le a valószínű kiszolgálási és konverziós forgatókönyveket költésre, és állíts be egy kockázati plafont. Egyetlen fix CPA-szorzó sem garantál döntő tesztet.
Hány konverzió kell, mielőtt megbízhatok egy kreatív tesztben?
Ez az eléréstől, az alaprátától, a hatásnagyságtól, az allokációtól és a bizonytalanságtól függ. Egy olyan szám, mint a 20 konverzió vagy egy 2×-es rátakülönbség, önmagában nem bizonyíték arra, hogy egy változat nyertes.
A költségvetés hány százaléka menjen tesztelésre versus bevált győztesekre?
Válassz olyan allokációt, amelyet meg tudsz engedni magadnak a pipeline-od és a bizonytalanság alapján. Ez a cikk nem állapít meg iparági standard százalékot.
Mi az a stop-loss a kreatív tesztelésben?
A stop-loss egy előre meghirdetett kiadási vagy veszteségplafon. Korlátozza a pénzügyi kitettséget; annak elérése nem bizonyítja automatikusan, hogy egy változat nem működhet.
Minden natív hálózatnak és földrajzi zónának ugyanaz a tesztköltségvetése kell?
Nem. A nagyobb volumenű Tier 1 pozicionálások gyorsabban érik el a konverzióalapot, mint a kisebb vagy Tier 2/3-as földrajzi zónák ugyanazon napi költés mellett, egyszerűen mert kevesebb elérhető impresszió van. Ellenőrizd a kiszolgálást, mielőtt feltételeznéd, hogy egy lassú teszt valóban megbukott.
Az OpenAdLibrary Csapat
ÍrtaAz OpenAdLibrary Csapat
Ad intelligencia és natív hirdetéskutatás

Mi építjük az OpenAdLibrary-t, a nyílt hirdetésátláthatósági platformot. Rendszereink naponta élő natív hirdetéseket rögzítenek a Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo és MSN hálózatokon, azonosítják az egyes hirdetések mögötti valódi hirdetőt, és követik a kattintást a céloldalig. Ezek az útmutatók összegyűjtik, amit ezekben az adatokban látunk, hogy gyorsabban kutatni tudd a piacot.