OpenAdLibraryOpenAdLibrary
Definisi

Pengujian A/B (Iklan)

Pengujian A/B dalam periklanan berarti menjalankan dua varian, iklan, judul, atau halaman arahan, secara bersaing untuk mengukur mana yang lebih baik pada metrik yang ditentukan.

Ilustrasi editorial: Pengujian A/B (Iklan)

Pengujian A/B dalam periklanan berarti menjalankan dua varian, sebuah iklan kreatif, judul, atau halaman arahan, secara bersaing dalam kondisi yang sama untuk mengukur mana yang lebih baik pada metrik yang ditentukan. Nama ini berasal dari pelabelan dua versi A dan B; segala hal lain, penargetan, anggaran, waktu, tetap konstan sehingga perbedaan hasil dapat dikaitkan pada satu hal yang berubah.

Persyaratan inti: satu variabel pada satu waktu#

Pengujian A/B yang bersih mengubah tepat satu elemen antara varian. Menguji judul baru dan gambar baru serta sudut kreatif secara bersamaan memberi tahu Anda kombinasi tersebut berhasil atau tidak, tetapi tidak memberi tahu perubahan spesifik mana yang menghasilkan hasil. Pengujian iklan native di dunia nyata seringkali lebih rumit daripada versi buku teks karena pembeli ingin bergerak cepat, namun sinyal paling bersih tetap berasal dari mengisolasi satu variabel.

Metrik apa yang menentukan pemenang#

Metrik yang penting tergantung pada tujuan. Pengujian yang mengoptimalkan hanya untuk CTR dapat memilih pemenang yang mendapatkan klik tanpa konversi, sehingga kebanyakan pembeli berpengalaman memberi bobot lebih pada rasio konversi atau CPA dibandingkan volume klik mentah. Pengujian kreatif adalah praktik yang lebih luas tempat ini berada; pengujian A/B adalah metode spesifik membandingkan tepat dua varian pada satu waktu, dibandingkan menjalankan banyak varian secara bersamaan dalam pengujian multivariat.

Menghindari pemenang palsu#

Kesalahan paling umum adalah menyatakan pemenang sebelum ukuran sampel cukup besar untuk dapat diandalkan secara statistik, yang berarti kesenjangan yang diamati bisa jadi hanya kebisingan acak bukan perbedaan nyata. Sebuah varian yang "menang" setelah empat puluh klik dapat dengan mudah berbalik setelah empat ratus. Menunggu volume yang cukup, dan idealnya menjalankan pengujian lebih dari satu hari untuk meratakan efek hari dalam seminggu, melindungi dari mengalokasikan anggaran pada kebetulan.

Dalam periklanan native secara khusus#

Jaringan native seperti Taboola, Outbrain, dan MGID biasanya melakukan pengujian A/B pada tingkat kreatif dalam satu kampanye, membiarkan algoritma platform sendiri secara otomatis mengalokasikan lebih banyak impresi ke varian yang berkinerja lebih tinggi setelah ukuran sampel terbentuk. Pembeli yang meneliti cara kerja iklan Taboola atau cara beriklan di Taboola akan menemukan lapisan pengujian bawaan ini langsung di dalam platform iklan, di atas semua pengujian manual yang mereka lakukan sendiri.

Melihat varian kreatif yang dijalankan kompetitor berdampingan adalah salah satu sinyal langsung paling jelas dari pengujian A/B yang sedang berlangsung. Platform intelijen iklan OpenAdLibrary menampilkan setiap varian aktif untuk sebuah merek sehingga Anda dapat melihat varian mana yang bertahan.

Pemeriksaan cepat sebelum memulai#

Sebelum meluncurkan pengujian A/B apa pun, pastikan perhitungan ukuran sampel secara kasar masuk akal untuk anggaran harian dan rasio konversi penawaran Anda. Pengujian yang memerlukan enam minggu untuk mencapai sampel yang dapat diandalkan pada tingkat belanja saat ini kemungkinan memerlukan alokasi anggaran yang lebih besar atau jendela pengujian yang lebih lama yang direncanakan sebelumnya, bukan keputusan di tengah pengujian yang dibuat karena ketidaksabaran.

Pertanyaan yang sering diajukan

Bagaimana pengujian A/B berbeda dari pengujian kreatif secara umum?
Pengujian A/B secara khusus membandingkan dua varian sekaligus dalam kondisi terkontrol. Pengujian kreatif adalah payung yang lebih luas yang juga mencakup pengujian multivariat dengan beberapa kombinasi yang berjalan bersamaan, serta siklus berkelanjutan memperbarui pemenang seiring waktu.
Apakah saya dapat menguji lebih dari dua varian?
Secara teknis itu menjadi pengujian A/B/n atau multivariat bukan pengujian A/B yang ketat, tetapi logika dasarnya tetap sama: mengisolasi variabel, menjaga segala hal lain konstan, dan menunggu sampel yang dapat diandalkan sebelum memilih pemenang.
Apakah platform iklan native menjalankan pengujian A/B mereka sendiri secara otomatis?
Ya, sebagian besar jaringan native utama mengalihkan penayangan ke varian kreatif yang berkinerja lebih baik dalam sebuah kampanye secara otomatis setelah data yang cukup terkumpul, di atas semua pengujian manual yang dibuat pembeli secara terpisah.
Apa kesalahan paling umum dalam pengujian A/B iklan?
Mengakhiri pengujian dan menyatakan pemenang terlalu cepat, sebelum cukup konversi terkumpul untuk menyingkirkan variasi acak. Keunggulan kecil di awal sering berbalik setelah lebih banyak lalu lintas melewati kedua varian.
Tim OpenAdLibrary
Ditulis olehTim OpenAdLibrary
Intelijen iklan & riset iklan native

Kami membangun OpenAdLibrary, platform transparansi iklan terbuka. Setiap hari sistem kami menangkap iklan native langsung di seluruh Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo, dan MSN, mengidentifikasi pengiklan asli di balik setiap iklan, dan mengikuti klik ke halaman landasnya. Panduan ini merangkum apa yang kami lihat dalam data tersebut sehingga Anda dapat meneliti pasar dengan lebih cepat.