การทดสอบแบบแยกส่วนของ Pre-Lander: ควรปรับเปลี่ยนอะไรก่อน (และควรละเลยอะไร)

ทดสอบหัวข้อและรูปภาพหลักก่อน เพราะทั้งสองสิ่งนี้มีอิทธิพลต่อการเปลี่ยนแปลงอัตราการแปลงจากคลิกไปสู่หน้า Lead มากที่สุดสำหรับการเข้าชมจาก Native ปล่อยให้การปรับแต่งเลย์เอาต์ การเลือกแบบตัวอักษร และข้อความท้ายหน้าไว้ จนกว่าจะตัดสินใจเกี่ยวกับตัวแปรใหญ่ๆ ได้แล้ว การปรับแต่งเล็กๆ น้อยๆ ห้าจุดพร้อมกันบนการเข้าชมจาก Native ที่จำกัดเพียงทำให้เกิดข้อมูลรบกวนที่คุณไม่สามารถนำไปใช้ได้

เหตุใดการทดสอบ Pre-lander จึงแตกต่างจากการทดสอบ Landing Page ทั่วไป#

การเข้าชมจาก Native นั้นมาอย่าง "เย็น" ไม่มีใครค้นหาข้อเสนอของคุณ พวกเขาคลิกหัวข้อในฟีดเนื้อหา ดังนั้นหน้าที่ของ Pre-lander คือการสานต่อความรู้สึกทางอารมณ์จาก hook นั้นไปยังข้อเสนอโดยไม่ทำให้มันขาดตอน นั่นหมายความว่าตัวแปรที่ควรทดสอบก่อนคือสิ่งที่จะสอดคล้องหรือขัดแย้งกับมุมมอง (Angle) ของโฆษณา ไม่ใช่การปรับแต่งเล็กๆ น้อยๆ เพื่อเพิ่มอัตราการแปลงทั่วไปที่คิดว่าผู้เยี่ยมชมจะ "อุ่น" มากกว่า Pre-lander ที่ชนะสำหรับมุมมองโฆษณาหนึ่งอาจแพ้สำหรับอีกมุมมองหนึ่งที่เสนอข้อเสนอเดียวกันเป๊ะ เนื่องจากเรื่องราวขาดตอนแตกต่างกัน

สิ่งที่ควรปรับเปลี่ยนก่อน#

• หัวข้อและ hook เริ่มต้น มันสานต่อข้อความอ้างอิงจากโฆษณาแบบเป๊ะๆ หรือทำให้มันกว้างขึ้น? การไม่ตรงกันของรายละเอียด (หัวข้อโฆษณาที่กว้างเข้าไปสู่ข้อความอ้างอิงที่เจาะจงมากใน Pre-lander หรือในทางกลับกัน) เป็นสาเหตุหลักที่พบบ่อยที่สุดของการฆ่าอัตราการแปลงที่เราเห็นในรายงานการทดสอบ Advertorial ทุกที่
• รูปภาพหลัก ผู้ชมจาก Native ตอบสนองต่อความรู้สึกคุ้นเคยและความอยากรู้ ลองทดสอบภาพสไตล์ "ก่อน/หลัง" เทียบกับภาพสไตล์ "บุคคลในขณะนั้น" เทียบกับภาพไดอะแกรมหรือภาพสินค้า สิ่งเหล่านี้มักให้ผลลัพธ์ที่ต่างกันมากขึ้นอยู่กับตลาด (Vertical)
• ข้อความและตำแหน่งของปุ่ม CTA "Learn More" เทียบกับ CTA เจาะจงประโยชน์ หรือภาษาที่สร้างความเร่งด่วน บนมือถือ ตำแหน่งที่วางปุ่มเทียบกับจุดพับ (fold) มีความสำคัญพอๆ กับข้อความ
• ความยาวและรูปแบบ เรื่องเล่า Advertorial แบบยาว เทียบกับหน้าเชื่อมต่อสั้นๆ นี่เป็นข้อตัดสินใจที่ใหญ่พอสมควรจนสมควรได้รับการทดสอบแยกต่างหาก ควรตัดสินใจก่อนที่คุณจะไปทดสอบตัวแปรเล็กๆ เนื่องจากมันเปลี่ยนโครงสร้างของทุกสิ่งบนหน้า
• ตำแหน่งของข้อความเปิดเผยข้อมูลและข้อกำหนดการปฏิบัติตามกฎหมาย ตำแหน่งและความเด่นชัดที่คุณเปิดเผยความเกี่ยวข้องแบบสปอนเซอร์หรือโฆษณา ส่งผลทั้งต่อความเสี่ยงด้านการปฏิบัติตามกฎหมาย และบางครั้งก็ต่อสัญญาณความน่าเชื่อถือกับผู้อ่าน ดู FTC Disclosure Rules for Advertorials & Native Ads เพื่อดูว่าต้องการอะไรก่อนที่คุณจะเริ่มปรับแต่งรอบๆ มัน

สิ่งที่ควรละเลยในขั้นต้น#

ตระกูลของแบบตัวอักษร (Font Family) การเปลี่ยนเฉดสีเล็กน้อย การเลือกคำในข้อความกฎหมายท้ายหน้า และการปรับเลย์เอาต์เล็กๆ น้อยๆ แทบไม่ส่งผลมากพอที่จะสมเหตุผลกับปริมาณการเข้าชมที่คุณต้องเสียไปเพื่อทดสอบอย่างเหมาะสมบนงบประมาณ Native ทั่วไป สิ่งเหล่านี้มีความสำคัญเมื่อคุณทำงานในระดับใหญ่แล้ว หลังจากที่คุณได้มุมมองและรูปแบบที่ชนะแล้ว และกำลังบีบอัตราเพิ่มอีกเพียงไม่กี่เปอร์เซ็นต์ ไม่ใช่ตอนที่คุณยังตัดสินใจไม่ได้ว่าจะเล่าเรื่องอะไร

ปริมาณการเข้าชมที่คุณต้องการจริงๆ#

CPC บน Native นั้นเป็นเพียงเศษเสี้ยวของสิ่งที่คุณจ่ายบน Search และนั่นคือเหตุผลที่ผู้ซื้อมักอยากสรุปผลการทดสอบหลังจากคลิกเพียงไม่กี่ร้อยครั้ง อย่าทำ! ความผิดพลาดที่ใหญ่ที่สุดข้อหนึ่งในการทดสอบ Pre-lander คือการประกาศผลชนะจากตัวอย่างที่เล็กเกินไปที่จะแยกสัญญาณออกจากเสียงรบกวนระดับคลิก โดยเฉพาะอย่างยิ่งในระดับ CTR ที่ความแปรปรวนรายวันและส่วนผสมของผู้เผยแพร่สูง กฎง่ายๆ ในทางปฏิบัติคือ: อย่าตัดสินผลการทดสอบจนกว่าตัวแปรแต่ละตัวจะมีจำนวนการแปลง (ไม่ใช่แค่คลิก) เพียงพอที่ทำให้ช่องว่างระหว่างพวกมันมีความหมาย และควรระมัดระวังมากขึ้นถ้าอัตราการแปลงพื้นฐานของคุณต่ำ ถ้าคุณกำลังทดสอบที่ด้านบนของกรวย (คลิกผ่านไปยังหน้าข้อเสนอ) ให้ติดตามมันคู่ไปกับ CTR แต่ตัดสินผลชนะจากการแปลงขั้นต่อไป ไม่ใช่จาก CTR อย่างเดียว เนื่องจาก Pre-lander อาจดึงดูดให้คลิกผ่านไปยังข้อเสนอได้โดยไม่สามารถแปลงพวกเขาให้ดำเนินการต่อได้จริง

การทดสอบแบบตามลำดับเทียบกับแบบพร้อมกัน#

เมื่อเครือข่ายสนับสนุน ควรรันตัวแปรทดสอบแบบพร้อมกันโดยแบ่งการเข้าชมอย่างเท่าเทียมกัน แทนที่จะทำแบบตามลำดับ (เวอร์ชันของสัปดาห์นี้เทียบกับสัปดาห์หน้า) เพราะการทดสอบแบบตามลำดับจะทำให้ผลลัพธ์ของคุณสับสนกับสิ่งใดๆ ก็ตามที่เปลี่ยนแปลงในส่วนผสมของการเข้าชม กลุ่มผู้เผยแพร่ หรือความเป็นฤดูกาลระหว่างสองช่วงเวลานั้น ถ้าการตั้งค่าของคุณไม่สามารถแบ่งการเข้าชมได้อย่างสะอาด อย่างน้อยควรรันการทดสอบแบบตามลำดับในช่วงวันของสัปดาห์ที่ตรงกัน และพิจารณาผลลัพธ์ด้วยความสงสัยมากขึ้น

การแยกตัวแปรตามภูมิภาคและอุปกรณ์#

สินค้าคงคลัง (Inventory) ของ Native ผสมการเข้าชมจากเดสก์ท็อปและมือถือแตกต่างกันไปตามเครือข่ายและผู้เผยแพร่ และหัวข้อที่ชนะบนมือถือในภูมิภาคหนึ่งอาจแพ้บนเดสก์ท็อปในอีกภูมิภาคหนึ่ง ถ้าคุณกำลังทดสอบผ่านหลายภูมิภาคหรือหลายประเภทอุปกรณ์พร้อมกัน คุณควรแยกการทดสอบตามเซ็กเมนต์ หรือยอมรับว่าคุณกำลังวัดผลกระทบโดยเฉลี่ยที่อาจไม่เป็นจริงในเซ็กเมนต์ใดเซ็กเมนต์หนึ่ง สิ่งนี้สำคัญมากขึ้นเมื่อ geo tiers ของคุณมีความแตกต่างในเจตนาและบริบทการซื้อมากขึ้น

การอ่านผลลัพธ์อย่างถูกต้องหลังจากทดสอบแล้ว#

ความผิดพลาดที่พบบ่อยคือหยุดการทดสอบทันทีที่ตัวแปรหนึ่งนำตัวเลขไปได้ โดยไม่ตรวจสอบว่าช่องว่างนั้นคงที่หรือยังคงแกว่งไปมาเมื่อมีผู้เข้าชมมากขึ้น ดูแนวโน้มตลอดระยะเวลาการทดสอบ ไม่ใช่แค่ผลรวมปัจจุบัน: ตัวแปรที่นำหน้าอย่างมากในวันแรกและยังคงนำหน้าด้วยระยะห่างประมาณเดียวกันในวันที่สี่นั้น เป็นสัญญาณที่น่าเชื่อถือกว่ามาก เทียบกับตัวแปรที่นำหน้าในวันแรกแต่ระยะห่างลดลงเรื่อยๆ มาตั้งแต่ตอนนั้น ถ้ารายงานของคุณอนุญาตให้แบ่งเซ็กเมนต์ตามผู้เผยแพร่หรือตำแหน่งโฆษณาภายในเครือข่าย ให้ตรวจสอบว่าผลชนะเกิดขึ้นกว้างขวางทั่วส่วนผสมของการเข้าชม หรือกระจุกตัวอยู่ในผู้เผยแพร่หนึ่งหรือสองราย เนื่องจากผลลัพธ์ที่ขับเคลื่อนโดยผู้เผยแพร่ปริมาณสูงรายเดียวสามารถหายไปได้ทันทีที่ส่วนผสมของการเข้าชมของผู้เผยแพร่นั้นเปลี่ยนไป

การบันทึกสิ่งที่คุณเรียนรู้เพื่อให้มันสะสมทบต้น#

ทุกการทดสอบที่ให้คำตอบจริง แม้แต่ผลลัพธ์ null ที่ไม่มีอะไรเปลี่ยนแปลง ก็คุ้มค่าที่จะบันทึกไว้ที่ไหนสักแห่งอย่างถาวร: เปลี่ยนอะไร ตลาด (Vertical) และเครือข่ายที่ทดสอบ ผลลัพธ์เป็นอย่างไร ผู้ซื้อที่ข้ามขั้นตอนนี้จะต้องกลับมาทำการทดสอบที่ตนมีคำตอบอยู่แล้วอีกครั้งในหลายเดือนต่อมา เพราะไม่มีใครจดบันทึกไว้ บันทึวง่ายๆ แยกตามตลาดและเครือข่ายจะเปลี่ยนการทดสอบแต่ละครั้งให้กลายเป็น Playbook ที่เติบโตขึ้น แทนที่จะเป็นการทดลองที่แยกจากกันเป็นชุดซึ่งทั้งหมดเริ่มจากศูนย์

ดูสิ่งที่ยังอยู่รอดอยู่แล้วก่อนที่จะทดสอบแบบสุ่ม#

ก่อนที่จะใช้งบประมาณกับการทดสอบใหม่ๆ ให้ตรวจสอบดูว่า Pre-lander แบบไหนที่ทำงานอยู่เป็นเวลานานแล้วในตลาด (Vertical) ของคุณ ความทนทานของโฆษณาเป็นสัญญาณจริง: งานสร้างสรรค์และ Pre-lander ที่อยู่เบื้องหลังซึ่งรอดพ้นจากการตรวจสอบและใช้งบประมาณของเครือข่ายเป็นเวลาหลายสัปดาห์นั้นมักจะใช้ได้ผล เพราะมุมมองที่แพ้จะถูกถอดออกอย่างรวดเร็ว Ad Longevity: Why a Native Ad Running 30+ Days Is Probably Profitable อธิบายกลไกของสัญญาณนั้น การดึงตัวอย่างสดๆ บน เครื่องมือ Native ad spy ของ OpenAdLibrary ก่อนที่คุณจะออกแบบตัวแปรแรกของคุณ จะให้คุณมีรายชื่อรูปแบบสั้นๆ ที่คุ้มค่าต่อการทดสอบ แทนที่จะเริ่มจากหน้าว่างเปล่า และคุณจะเห็นได้ว่าคู่คู่แข่งยังคงใช้ hook และ Pre-lander คู่ไหนอยู่เป็นเวลาหลายสัปดาห์

เครื่องมือและการตั้งค่าที่ทำให้สิ่งนี้ปฏิบัติได้จริง#

คุณไม่จำเป็นต้องใช้ซอฟต์แวร์ทดสอบระดับองค์กรเพื่อรันสิ่งนี้อย่างถูกต้อง Tracker ส่วนใหญ่ที่ใช้ในการซื้อสื่อ Native รองรับฟังก์ชัน Multivariate หรือ Split-path พื้นฐาน สามารถส่งเปอร์เซ็นต์การคลิกที่กำหนดไปยังแต่ละตัวแปรของ Pre-lander และรายงานการแปลงกลับมาทีละตัวแปร สิ่งที่สำคัญมากกว่าเครื่องมือเฉพาะอย่างคือระเบียบวินัยในการตั้งค่า: การแบ่งการเข้าชมคงที่ที่ตัดสินใจก่อนเริ่มการทดสอบ (ไม่ปรับเปลี่ยนระหว่างการทดสอบตามผลลัพธ์แรกๆ ซึ่งทำให้ผลลัพธ์มีอคติ) กำหนดความยาวขั้นต่ำหรือขนาดตัวอย่างขั้นต่ำที่ตัดสินใจล่วงหน้า และมีเจ้าของเพียงคนเดียวที่รับผิดชอบในการสรุปผล เพื่อที่คุณจะไม่จบลงด้วยคนสามคนอ่านตัวเลขเดียวกันในสามวิธีที่แตกต่างกัน เมื่อเครือข่ายเสนอฟีเจอร์ทดลอง Native หรือการหมุนเวียนงานสร้างสรรค์ของตัวเอง มักจะคุ้มค่าที่จะใช้ควบคู่ไปกับการแบ่งส่วนของ Tracker ของคุณ เนื่องจากการหมุนเวียนฝั่งเครือข่ายบางครั้งมองเห็นกลไกการส่งข้อมูลที่ Tracker ภายนอกของคุณมองไม่เห็น

ลำดับการทดสอบแบบง่ายๆ ที่ใช้ได้ผลข้ามตลาด (Vertical)#

1. ตัดสินใจเลือกรูปแบบ (ยาวหรือสั้น) ก่อน เนื่องจากมันเปลี่ยนทุกสิ่งที่ตามมา
2. หัวข้อและรูปภาพหลัก ทดสอบเป็นคู่กันเนื่องจากผู้ชมอ่านทั้งสองสิ่งเป็นหน่วยเดียวกัน
3. ข้อความและตำแหน่งของปุ่ม CTA หลังจากที่เนื้อเรื่องโดยรอบตัดสินใจแล้ว
4. ตำแหน่งของข้อความเปิดเผยข้อมูล ปรับแต่งเพื่อการปฏิบัติตามกฎหมายและความน่าเชื่อถือโดยไม่แตะเนื้อหาหลัก
5. ทุกสิ่งอื่นๆ เฉพาะเมื่อคุณกำลังปรับแต่งสิ่งที่ชนะและพิสูจน์แล้ว

การกระโดดข้ามไปขั้นตอนที่ 5 เลย เป็นวิธีที่พบบ่อยที่สุดที่ผู้ซื้อ Native เผาเงินงบประมาณการทดสอบโดยไม่เรียนรู้สิ่งใดที่สามารถนำกลับมาใช้ได้ในแคมเปญถัดไป