A/B-testing (annonser)

A/B-testing i annonsering innebærer å kjøre to varianter, som en annonsekreativ, overskrift eller landingsside, mot hverandre under de samme forholdene for å måle hvilken som presterer best på en definert måling. Navnet kommer fra å merke de to versjonene A og B; alt annet, som målgruppe, budsjett og tidspunkt, holdes konstant slik at forskjellen i resultater kan tilskrives den ene tingen som ble endret.

Hovedkravet: én variabel om gangen#

En ren A/B-test endrer nøyaktig ett element mellom variantene. Å teste en ny overskrift, et nytt bilde og en ny kreativ vinkel samtidig forteller deg om kombinasjonen fungerte eller ikke, men ikke hvilken spesifikk endring som drev resultatet. Testing av native annonser i den virkelige verden blir ofte mer rotete enn i lærebokversjonen fordi kjøpere vil bevege seg raskt, men det reneste signalet kommer fortsatt fra å isolere én variabel.

Hvilken måling avgjør vinneren#

Hvilken måling som betyr noe avhenger av målet. En test som optimaliserer kun for CTR kan velge en vinner som får klikk uten å konvertere, så de fleste erfarne kjøpere vekter konverteringsrate eller CPA tyngre enn rå klikkvolum. Kreativ testing er den bredere praksisen dette passer inn i; A/B-testing er den spesifikke metoden for å sammenligne nøyaktig to varianter av gangen, i motsetning til å kjøre mange varianter samtidig i en multivariat test.

Unngå falske vinnere#

Den vanligste feilen er å erklære en vinner før utvalgsstørrelsen er stor nok til å være statistisk pålitelig, noe som betyr at det observerte gapet lett kan være tilfeldig støy i stedet for en reell forskjell. En variant som "vinner" etter førti klikk kan lett snu etter fire hundre. Å vente på nok volum, og helst kjøre testen over mer enn én dag for å jevne ut dag-i-uken-effekter, beskytter mot å skalere budsjettet på et lykketreff.

Spesielt i native annonsering#

Native nettverk som Taboola, Outbrain og MGID A/B-tester typisk på kreativnivå innenfor en enkelt kampanje, og lar plattformens egen algoritme automatisk tildele flere visninger til den bedre prestasjonen nok nok et utvalg bygges opp. Kjøpere som forsker på hvordan Taboola-annonser fungerer eller hvordan annonsere på Taboola vil støte på dette innebygde testlaget direkte inne i annonseplattformen, i tillegg til eventuell manuell testing de gjør selv.

Å se hvilke kreative varianter en konkurrent kjører side om side er et av de klareste levende signalene på en A/B-test i gang. OpenAdLibrary's annonseintelligensplattform viser hver aktiv variant for et merkevare slik at du kan se hvilken som overlever.

En rask sunnhetskontroll før du starter#

Før du lanserer en A/B-test, bekreft at utvalgsstørrelsesregningen grovt sett gir mening for ditt daglige budsjett og tilbudskonverteringsrate. En test som ville tatt seks uker å nå et pålitelig utvalg med dagens budsjettnivåer trenger sannsynligvis en større budsjettallokering eller en lengre testperiode planlagt på forhånd, ikke en beslutning midt i testen tatt av utålmodighet.