クリエイティブテストの予算:判断前にいくら使うべきか
クリエイティブテストを早く判断すると、有用なテストを無駄にする可能性があります。仮定の入力、実例、ストップロスルールを使い、コンバージョン数に基づいてテスト予算を設定する方法を紹介します。

クリエイティブテストを決定的にする普遍的な支出倍率は存在しません。判断の種類、ベースライン率、効果量、許容できる不確実性を選び、必要な観測数を見積もり、リスク上限を設定してください。その上限に達することは、結果が不確定なまま停止することを意味する場合もあります。
固定ドル額が広告主間で機能しない理由#
メディアバイヤーは「クリエイティブをテストするのにいくら使うべきか」と尋ねますが、正直な答えは普遍的な数字ではなく、自身の数字に比例します。$8 CPAでコンバージョンする広告主は、同じネットワークで同じ垂直市場で実行している$80 CPAの広告主とはまったく異なるテスト予算を必要とします。重要なドル額は支出ではなく、コンバージョンです:比較を信頼するために、バリアントごとに十分なコンバージョンが必要です。
仮の予算$500は、$12のCPAでは約42コンバージョンに相当し、$60 CPAでは約8コンバージョンに相当します。これらの予想カウントだけでは、比較が決定的かどうかはわかりません。露出数、配分、不確実性を含めてください。
実際に重要なコンバージョン数のフロア#
コンバージョン数や2×の差だけでは、結果が信頼できるかどうかを判断できません。分母を伴う率、計画したテスト設計、不確実性を比較し、繰り返しの確認とコンバージョンの遅延を考慮してください。
意思決定記録:各バリアントの露出数とコンバージョン数、率と不確実性、計画した最小効果、経過したコンバージョンウィンドウ、リスク上限に対する支出、サポートされた/サポートされない/不確定という結果。
個々のテストだけでなく、クリエイティブボリュームのための予算化#
利用可能な予算とリサーチの必要性に基づいてテスト配分を選んでください。本記事は、普遍的な15〜30%の配分を裏付ける実測のアカウントデータを提供するものではありません。
これをうまく処理する広告主は、テスト予算を現在持っているアクティブな勝者の数の関数として扱う傾向があり、固定の月次項目ではありません。生きている勝者が少なくアカウントが停滞している場合は、より多くのテスト支出が必要です。すでにボリュームを運んでいるいくつかの強力なパフォーマーがある場合は、マージンを保護しているため、より少なくて済みます。
「早く判断すること」が実際にコストになる理由#
早期に停止すると有用な仮説を捨ててしまう可能性がありますが、公開されている広告の長寿性は、そうなったかどうかを教えてくれません。競合の持続は収益性を証明するものではなく、あなたのサンプルサイズが悪い結果を引き起こしたことを示すものでもありません。
クリエイティブを早期に停止することは、浪費されたメディアを超えて複合的なコストを持ちます:使用できたデータポイントを削除し、既存のバリアントに対する忍耐が実際の修正であったときに、より高価な生産コストのクリエイティブ多様性を追いかける方向に押しやることができます。これは、単純な見出しの交換よりも生産に時間がかかるUGCスタイルおよびネイティブフォーマット広告でより大きな問題です。それらの置き換えの生産コストが高いため、判断の閾値をさらに保守的にする必要があります。
自身のテスト予算を設定するためのシンプルなフレームワーク#
計画したテストから必要な観測数を見積もります。別途、仮定の予想コンバージョン数に仮定のCPAを掛けて支出をモデル化し、コンティンジェンシーとハードなリスク上限を記録します。ドル建てのCPAをコンバージョン数に掛けてはいけません。単位は区別されたままである必要があります。
実例:フレームワークを実際の数字に変換する#
例えば、あなたのアカウントが過去2か月間でブレンドされた$35 CPAでコンバージョンするナトラオファーを実行しているとします。上記のフレームワークを使用すると:25コンバージョン(仮定の計画入力)に$35を乗じて、バリアントごとの最小テスト支出は$875です。パフォーマンスが低いバリアントのために35%のバッファを追加すると、真剣にテストするクリエイティブごとに約$1,180を予算化します。既存のコントロール画像に対して4つの見出しバリアントをテストしている場合、そのラウンドの総テスト支出は約$4,700に近く、これはアカウントの日次予算を考慮して4つが一度に実行するには多すぎるか、またはすべてを同時に起動するのではなく、2〜3週間にわたってバリアントを段階的に実行する必要があるかを即座に示すはずです。
これもストップロスが重要です。例えば、フロアの2.5倍(この例では$2,190)に設定すると、統計的に来ないコンバージョンを待っている間、本当に死んだクリエイティブがテスト予算の不均衡なシェアを消費するのから身を守ります。$35 CPAターゲットに対して4コンバージョンで$2,190を燃やしたバリアントは、より多くの忍耐が必要なバリアントではなく、停止して置き換える必要があるバリアントです。
計算を変えるネットワークの違い#
コンバージョンフロアの論理はネットワーク全体で成り立ちますが、それに達する速さは異なります。ティア1地域で広範なリーチを実行するTaboolaまたはMGIDキャンペーンは、$10 CPLオファーのコンバージョンフロアを1〜2日で消費できます。同じテストを、より小規模またはニッチなプレースメント、またはボリュームが薄いティア2/3地域で実行すると、同じ日次支出でも同じフロアに達するのにまる1週間かかるかもしれません。これは、提供可能な適格インプレッションが少ないためです。クリエイティブが「失敗した」と仮定する前に、コンバージョンフロアに実際に十分な配信を得たかどうかを確認してください。飢えたテストと本当に弱いクリエイティブは、合格/不合格の列だけをちらっと見れば、ダッシュボード上で同じに見えるからです。
軽微なバリエーションは、新しい角度よりも効果が小さい可能性があり、検出するためにより多くの観測数を必要とすることがあります。慣れ親しんだコントロールならサンプルを小さくできると決めつけるのではなく、判断と予想される効果に合わせてサンプルサイズを計画してください。
OpenAdLibraryがテストループにどのように適合するか#
スクラッチから新しい角度をテストするために1ドルも費やす前に、その角度またはそれに近いものがすでに市場で実行され生き残っているかどうかを確認する価値があります。OpenAdLibraryの広告インテリジェンスツールを使用すると、垂直市場とネットワークごとにライブクリエイティブを引き出し、類似した角度がどれくらいの期間実行されているかを確認でき、角度がそもそもテスト支出に値するかどうかの大まかな外部ベンチマークを提供します。それは独自のコンバージョンデータを置き換えるものではありませんが、市場ですでに観測された角度を、その実際のパフォーマンスが不明のまま再発見するためにテスト予算全体を費やすのを防ぐことができます。
その外部チェックを、起動前にフック、角度、CTAをスコアリングするための広告クリエイティブ分析フレームワークと組み合わせると、テスト予算がさらに進みます。なぜなら、それに費やすバリアントのうち、最初から弱い候補であったものが少なくなるからです。







