OpenAdLibraryOpenAdLibrary
Hirdetési kreatívok és tölcsérek

Pre-Lander A/B tesztelés: Mit változtass először (és mit hagyj figyelmen kívül)

A natív forgalom hideg és a költségkeretek korlátozottak, így a rossz változók előszöri tesztelése mindkettőt elpazarolja. Íme egy ésszerű tesztelési sorrend: formátum, aztán címsor és főkép, a betűtípusok és a kisebb stílusbeli dolgok pedig későbbre maradnak.

Szerkesztős illusztráció: Pre-Lander A/B tesztelés: Mit változtass először (és mit hagyj figyelmen kívül)

Először a formátumot döntsd el, aztán teszteld a címsort és a főképet, mert ezeket látja először a natív címsorból érkező látogató, és ezek kapcsolódnak a legközvetlenebbül a hirdetés szögéhez. Hagyd figyelmen kívül az elrendezés finomhangolását és a betűtípus-választékot, amíg a nagy változók nincsenek lezárva. Öt apró módosítás egyidejű futtatása korlátozott natív forgalmon csak olyan zajt produkál, amivel nem tudsz mit kezdeni.

Miért viselkedik másképp a pre-lander tesztelés egy normális landing page tesztnél#

A natív forgalom hidegen érkezik. Senki sem kereste az ajánlatodat, egy címsorra kattintottak egy tartalomfolyamban, így a pre-lander feladata, hogy a horog érzelmi fonalát az ajánlatig vigye anélkül, hogy megszakítaná. Ez azt jelenti, hogy az elsőként tesztelendő változók azok, amelyek vagy egyeznek, vagy ütköznek a hirdetés szögével, nem pedig az általános konverzióráta-optimalizálási finomhangolások, amelyek egy melegebb látogatót feltételeznek. Egy pre-lander, amely egy hirdetési szögre nyer, veszíthet egy másik, pontosan ugyanazt az ajánlatot népszerűsítő szögre, mert a fonal másképp szakad meg.

Mit változtass először#

  • Címsor és nyitó horog. Folytatja-e pontosan a hirdetésből származó állítást, vagy általánosítja? Az eltérő specifikusság (egy homályos hirdetési címsor egy túlspecifikus lander állításba, vagy fordítva) gyakori probléma, amit érdemes ellenőrizni, bár nincs adatunk arról, hogy milyen gyakran ez az, ami megbuktat egy tesztet.
  • Főkép. Tesztelj egy "pillanatban lévő személy" stílusú képet egy diagram vagy termékfotó ellen; az eredmények vertikálistól függően eltérhetnek. Légy óvatos az előtte/utána képekkel: az Outbrain betiltja ezeket a hirdetések bélyegképeiben, és egy "az eredmények változhatnak" stílusú megjegyzést kér bármelyik mellé egy landing page-en, a Revcontent az előtte/utána képeket az általa tiltott igazolatlan egészségügyi állítások között sorolja fel, az FTC pedig az ilyen képeket az eredményekre vonatkozó, alátámasztást igénylő állításként kezeli.
  • CTA gomb szöveg és elhelyezés. "Tudj meg többet" egy előny-specifikus CTA ellenében, vagy sürgető nyelv, amíg a sürgetés valódi. Mobilon, ahol a gomb a hajtásvonalhoz képest van, annyira számít, mint a megfogalmazás.
  • Hossz és formátum. Egy hosszú formátumú advertoriális narratíva egy rövid átvezető oldallal szemben. Ez elég nagy döntés ahhoz, hogy megérdemelje a saját tesztpályáját, amelyet a kisebb változókra való áttérés előtt kell eldönteni, mivel megváltoztatja az oldalon minden más szerkezetét.
  • A nyilatkozat megjelenítése, kizárólag a megfelelőségi követelményeknek megfelelő változatokon belül. A hirdetési nyilatkozat nem olyan konverziós változó, amit minimalizálni kellene. Az FTC natív hirdetésekre vonatkozó iránymutatása szerint világosnak és szembetűnőnek kell lennie, a hálózatok pedig saját minimumokat határoznak meg: a Revcontent például megköveteli egy "Advertisement", "Sponsored" vagy "Paid Content" jelzés feltüntetését az advertoriális landing page-ek tetején. Ha itt tesztelsz bármit, csak olyan változatokat tesztelj, amelyek mind megfelelnek ezeknek a szabványoknak. Lásd FTC Nyilatkoztatási Szabályok Advertoriálisokhoz & Natív Hirdetésekhez a ténylegesen szükségesekről.

Mit hagyj figyelmen kívül korán#

A betűtípuscsalád, a kisebb színeltolódások és a kis elrendezés-átrendezések alacsony prioritású tesztek egy tipikus natív költségkereten, mert egy kis különbség kimutatása sokkal több forgalmat igényel, mint egy nagyé. Ezek nagy léptékben számítanak, miután már rögzítettél egy nyerő szöget és formátumot, és növekményes nyereségeket préselsz ki, nem pedig amíg még eldöntöd, melyik történetet meséld el. A lábléc jogi szövege más: nem konverziós változó, de nem is valami, amit figyelmen kívül lehet hagyni. A kötelező nyilatkozatoknak és a számlázási feltételeknek minden variánson pontosnak kell lenniük, és meg kell felelniük a hálózat szabályainak; a Revcontent például nem fogad el apró betűbe, lenyitható menükbe vagy lábjegyzetekbe rejtett nyilatkozatokat.

Mennyi forgalomra van valójában szükséged#

Amikor a kattintások olcsónak tűnnek, kísértést érezhetsz, hogy néhány száz után kihirdesd a tesztet. Ne tedd. A pre-lander tesztelés legnagyobb hibája, hogy túl kicsi mintából hirdetnek ki győztest ahhoz, hogy elválasszák a jelet a kattintásszintű zajtól, különösen a CTR szinten, ahol a napról napra és a kiadói mix variancia magas. Egy gyakorlati ökölszabály: ne hirdess ki tesztet, amíg minden variánsnak nincs elég konverziója, nem csak kattintása, hogy a köztük lévő különbség értelmes legyen, és legyél konzervatívabb, minél kisebb az alap konverzió rátád. Ha a tölcsér tetején tesztelsz (kattintás az ajánlat oldalára), kövesd azt a CTR mellett, de a győzteseket a lefelé tartó konverzió alapján döntsd el, ne csak a CTR alapján, mivel egy lander behúzhat kattintásokat az ajánlatig anélkül, hogy ott ténylegesen konvertálná őket.

Szekvenciális vs egyidejű tesztelés#

Ahol a hálózat támogatja, futtass variánsokat egyidejűleg, egyenletes forgalomfelosztással, szekvenciálisan (a hét verziója a következő hét verziója ellen) helyett, mert a szekvenciális tesztelés összekeveri az eredményedet azzal, ami változott a forgalmi mixben, a kiadói készletben vagy a szezonalitásban a két időszak között. Ha a beállításod nem tudja tisztán szétválasztani a forgalmat, legalább futtass szekvenciális teszteket illesztett hétköznapi ablakokon, és kezeld az eredményt nagyobb szkepticizmussal.

Változók elkülönítése földrajzi terület és eszköz szerint#

A natív készlet aszerint keveri az asztali és mobil forgalmat, hogy melyik hálózat és kiadó, és egy címsor, amely mobilon nyer egy földrajzi területen, veszíthet asztalon egy másikon. Ha egyszerre több földrajzi területen vagy eszköztípuson tesztelsz, vagy szétválasztod a tesztet szegmensekre, vagy elfogadod, hogy egy átlagos hatást mérsz, amely nem feltétlenül áll fenn egyetlen szegmensben sem. Ez annál inkább számít, minél jobban különböznek a földrajzi szinteid a szándék és a vásárlási kontextus szempontjából.

Az eredmények helyes olvasása, miután egy teszt lefutott#

Gyakori hiba, hogy leállítják a tesztet abban a pillanatban, amikor egy variáns numerikusan előretör, anélkül, hogy ellenőriznék, stabil-e a különbség, vagy még mindig pattog, ahogy több forgalom érkezik. Figyeld a trendet a futás során, ne csak a jelenlegi összeget: egy variáns, amely az első napon széles előnnyel vezet, és a negyedik napon még mindig nagyjából ugyanannyival vezet, sokkal megbízhatóbb jelzés, mint az, amely az első napon vezetett, és azóta folyamatosan zárja a különbséget. Ha a jelentéskészítésed lehetővé teszi a kiadó vagy a hirdetési hely szerinti szegmentálást a hálózaton belül, ellenőrizd, hogy a győzelem széles körű a forgalmi mixben, vagy egy-két kiadóra koncentrálódik, mivel egyetlen nagy volumenű kiadó által hajtott eredmény elpárologhat abban a pillanatban, amikor az adott kiadó forgalmi mixe megváltozik.

Dokumentálás, amit tanulsz, hogy kamatozzon#

Minden teszt, amely valódi választ produkál, még egy null eredmény is, ahol semmi sem mozdult, érdemes valahova tartósan rögzíteni: mi változott, melyik vertikális területen és hálózaton futott, mi volt a kimenetel. Azok a hirdetők, akik ezt kihagyják, hónapok múlva újra futtatják a teszteket, amelyekre már van válaszuk, mert senki sem írta le. Egy egyszerű napló vertikális terület és hálózat szerint az egyéni teszteket egy növekvő játékkönyvvé változtatja, nem pedig egy sor összefüggéstelen kísérletté, amelyek mind nulláról indulnak.

Nézd meg, mi fut már, mielőtt vakon tesztelnél#

Mielőtt költségvetést köteleznél egy új tesztre, nézd meg, mely pre-lander minták jelennek meg a te vertikális területeden. Az, hogy egy hirdetést és a mögötte álló landert mennyi ideig figyelték meg, azt mutatja meg, mikor rögzítették őket, nem azt, hogy működnek-e: egy hosszú futás mögött állhat márka költségvetés, egy folyamatban lévő teszt, lassú optimalizálás vagy a rögzítés hiányosságai, és egy éppen futó hirdetés nem feltétlenül van jóváhagyva a jelenlegi formájában. A hirdetés hosszú élettartamáról szóló útmutatónk elmagyarázza, mit mutathat meg a futási hossz és mit nem. Az OpenAdLibrary natív hirdetés kém eszközén rögzített példák rövidlistát adhatnak a tesztelendő formátumokról és horog-to-lander párosításokról egy üres lap helyett. Az ingyenes csomag a 20 legújabb Meta-, TikTok- és natív hirdetést mutatja az átirányítási útvonalukkal és a rögzített landing page-eikkel; a vertikális szerinti kereséshez és szűrőkhöz a Founders csomag kell ($29.99 havonta).

Eszközök és beállítások, amelyek ezt gyakorlatiasá teszik#

Nincs szükség vállalati tesztelő szoftverre ahhoz, hogy ezt megfelelően futtasd. A natív médiavásárlásban használt legtöbb követő támogatja az alapvető többváltozós vagy szétválasztott útvonal-útválasztást, a kattintások meghatározott százalékát küldve minden pre-lander variánshoz, és a konverziókat variánsonként jelentve vissza. Ami fontosabb a konkrét eszköznél, az a fegyelem abban, hogyan állítod be: rögzített forgalomfelosztások, amelyeket a teszt kezdete előtt döntesz el (nem állítod középen a korai eredmények alapján, ami torzítja a kimenetelt), egy előre meghatározott minimális futási idő vagy minta méret, és egyetlen felelős aki kihirdeti az eredményt, hogy ne legyen három ember, aki ugyanazokat a számokat három különböző módon olvassa. Ahol egy hálózat saját natív kísérleti vagy kreatív rotációs funkciót kínál, általában érdemes azt használni a követőd felosztása mellett, mivel a hálózati oldali rotációnak néha van betekintése olyan szállítási mechanikákba, amelyekre a külső követődnek nincs.

Egy egyszerű tesztelési sorrend, amely vertikális területek között is tartja magát#

  1. Formátum döntés (hosszú vs. rövid) először lezárva, mivel mindent megváltoztat lefelé.
  2. Címsor és főkép, együtt tesztelve, párosban, mivel egy egységként olvassák őket.
  3. CTA szöveg és elhelyezés, miután a körülötte lévő történet lezárult.
  4. A nyilatkozat megjelenítése, kizárólag olyan változatok közül választva, amelyek világosak és szembetűnőek, és megfelelnek a hálózat címkézési szabályainak.
  5. Minden más, csak akkor, ha egy már bizonyított győztest optimalizálsz.

Az egyenesen az 5. lépésre ugrás elégeti a teszt költségvetést anélkül, hogy bármit tanulnál, amit újra felhasználhatnál a következő kampányban.

Gyakran ismételt kérdések

Mit kell először A/B tesztelni egy pre-landerben?
Először a formátumot (hosszú vs. rövid) döntsd el, mivel az megváltoztatja az egész oldal szerkezetét. Utána teszteld a címsort és a főképet együtt, párosban: ezeket látja először a natív címsorból érkező látogató, és ezek kapcsolódnak a legközvetlenebbül a hirdetés szögéhez. Nincs adatunk arra, hogy ezek hordoznák a konverziós különbség nagy részét, így hagyd, hogy a saját teszted döntsön.
Mennyi forgalomra van szükség, mielőtt kihirdetném egy pre-lander teszt eredményét?
Annyira, hogy minden variánsnak legyen értelmes számú konverziója, ne csak kattintása. Néhány száz kattintás soknak tűnhet, de a kattintásszintű és a napról napra változó variancia miatt a kis konverziós minták megbízhatatlan győzteseket produkálnak. A minimális mintát vagy futási hosszt a teszt kezdete előtt határozd meg.
Kellene egyszerre több földrajzi területen tesztelnem a pre-landereket?
Csak akkor, ha utána szét tudod választani az eredményeket földrajzi terület szerint. A különböző földrajzi szintek eltérően reagálnak ugyanarra a címsorra vagy formátumra, így egy összesített eredmény elrejthet egy olyan variánst, amely valójában veszít egy területen, miközben nyer egy másikon.
Megbízható-e a szekvenciális tesztelés (ez a hét vs. következő hét)?
Gyengébb, mint az egyidejű A/B tesztelés, mert a kiadói mix, a szezonalitás és a hálózati szállítási minták hétről hétre változnak, összezavarva az eredményt. Használj egyidejű, egyenletesen felosztott forgalmat, ahol a hálózati beállítás lehetővé teszi.
Honnan tudjam, mit teszteljek, ha nincs alapadatom?
Nézz meg rögzített példákat a vertikális területeden, mielőtt vak tesztet terveznél. A hetekig megfigyelt hirdetések és landerek olyan formátumokat mutatnak, amelyeket érdemes tesztelni, de a futási hossz nem mutatja meg a költést, a jóváhagyást vagy az eredményeket, ezért kezeld őket ötletlistának, nem pedig annak bizonyítékaként, hogy mi működik már.
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.