OpenAdLibraryOpenAdLibrary
廣告創意與轉換漏斗

創意測試預算:在判斷前應花費多少

過早判斷創意測試可能會浪費一個有用的測試。以下說明如何圍繞轉換次數設定測試預算,並附上假設性輸入、一個實例演算與停損規則。

編輯插圖:創意測試預算:在判斷前應花費多少

沒有任何通用的支出倍數能讓創意測試具有決定性。先選定決策、基準比率、效應大小與可接受的不確定性,估算所需的觀察數,然後設定風險上限。達到上限可能意味著以無結論的結果收場。

為什麼固定金額無法適用於所有廣告主#

媒體購買者問「測試一個創意應該花多少錢」,期望得到一個單一答案,但誠實的答案取決於你自己的數字,而非一個通用數字。一個以 $8 CPA 轉換的廣告主,與一個以 $80 CPA 轉換的廣告主,需要的測試預算完全不同,即使兩者都在同一個網絡、同一個垂直領域。重要的金額不是支出,而是轉換次數:每個變體需要足夠的轉換次數,才能信任比較結果。

一筆 $500 的假設預算,在以 $12 CPA 計算時對應約 42 次轉換;在 $60 CPA 時則對應約 8 次。單憑這些預期次數,無法告訴你比較是否具有決定性。還要納入曝光次數、分配與不確定性。

真正重要的轉換次數門檻#

單憑轉換次數或 2 倍的差異,無法判定結果是否可靠。比較比率時要連同其分母、計畫中的測試設計與不確定性一併考量;並把重複查看與轉換延遲納入考慮。

決策紀錄:每個變體的曝光與轉換次數;比率與不確定性;計畫中的最小效應;已過去的轉換視窗;支出相對風險上限的情況;結果標記為已獲支持、未獲支持或無結論。

為創意數量做預算,而非僅為個別測試#

根據你可用的預算與研究需求,選擇測試分配比例。本文並未提供實測帳戶數據來支持 15–30% 這個通用分配比例。

處理得好的廣告主往往將測試預算視為他們當前活躍贏家數量的滾動函數,而不是一個固定的月度項目。活躍贏家少且帳戶停滯,則需要更多測試支出;已有幾個強勁表現者承擔流量,則需要較少,因為你是在保護利潤而非尋找利潤。

過早判斷實際上讓你付出什麼代價#

提早停止可能會丟棄一個有用的假設,但公開的廣告壽命無法告訴你這種情況是否發生。競爭對手持續投放既不能證明盈利,也無法顯示是你的樣本量造成了不佳的結果。

過早終止一個創意還會產生超出浪費媒體的複合成本:它移除了一個你可以使用的數據點,並可能促使你追逐更昂貴的創意多樣性,而實際的解決方案是對現有變體保持耐心。這在UGC風格和原生格式廣告中是個更大的問題,因為它們比簡單的標題替換需要更長的製作時間;你應該對這些廣告的判斷門檻更加保守,因為更換它們的製作成本更高。

設定自己測試預算的簡單框架#

從計畫中的測試估算所需的觀察數。另外,將假設的預期轉換次數乘以假定的 CPA 來模擬支出,並記錄應變方案與硬性風險上限。絕不要把以美元計的 CPA 乘進轉換次數;單位必須保持區分。

實際案例:將框架轉化為真實數字#

假設你的帳戶在過去兩個月內運行一個營養品廣告活動,混合CPA為$35。使用上述框架:25次轉換(一個假設性的規劃輸入)乘以$35,得到每個變體的最低測試支出為$875。為表現不佳的變體加上35%的緩衝,你為每個認真測試的創意預算約$1,180。如果你正在測試四個標題變體對抗一個現有對照圖片,那一輪的總測試支出接近$4,700,這應該立即告訴你:根據帳戶的每日預算,四個變體是否太多而無法同時運行,或者你需要將變體分散在兩到三週內推出,而不是同時啟動所有變體。

這也是停損重要之處。將其設定為門檻的2.5倍(此例中為$2,190),你就能保護自己,避免一個真正無效的創意在等待統計上不會到來的轉換時,吞噬不成比例的測試預算。一個已燒掉$2,190、僅有4次轉換、而目標CPA為$35的變體,不是一個需要更多耐心的變體,而是一個需要被終止和更換的變體。

改變計算的網絡差異#

轉換門檻邏輯在所有網絡中均適用,但達到它的速度則不同。一個在 Tier 1 地理區域進行廣泛觸及的 Taboola 或 MGID 廣告活動,可能在一兩天內就消耗掉一個 $10 CPL 廣告活動的轉換門檻。同樣的測試如果放在較小或較小眾的版位,或流量較薄的 Tier 2/3 地理區域,即使每日支出相同,也可能需要整整一週才能達到相同的門檻,這只是因為可用的合格曝光次數較少。在你假設一個創意「失敗」之前,請先檢查它是否確實獲得了足夠的投放量來達到你的轉換門檻,因為一個飢餓的測試和一個真正疲弱的創意,如果你只看通過/失敗欄,在儀表板上看起來是完全相同的。

與全新切入點相比,微小的變體改動效果可能更小,因而需要更多觀察數才能偵測出來。應圍繞決策與預期效應來規劃樣本量,而不是假設熟悉的對照組就可以用較小的樣本。

OpenAdLibrary 如何融入測試循環#

在你花費一美元從頭開始測試一個新切入點之前,值得檢查這個切入點(或與其接近的切入點)是否已經在市場上運行並存活下來。OpenAdLibrary 的廣告情報工具 讓你可以按垂直領域和網絡拉取正在運行的創意,並檢查類似切入點已運行多長時間,這為你提供了一個粗略的外部基準,判斷一個切入點是否值得投入測試預算。它不會取代你自己的轉換數據,但可以阻止你花費整個測試預算去重新發現一個市場上已觀察到的切入點,同時其真實成效仍然未知。

將這個外部檢查與廣告創意分析框架結合起來,在發布前對鉤子、切入點和CTA進行評分,你的測試預算就能發揮更大作用,因為你花在上面的變體中,一開始就屬於弱候選者的數量會更少。

常見問題

測試一個新的原生廣告創意,我應該花費多少?
估算你計畫中的比較所需的觀察數,將可能的投放與轉換情境換算成支出,並設定風險上限。沒有任何固定的 CPA 倍數能保證測試具有決定性。
在信任一個創意測試之前,我需要多少轉換次數?
這取決於曝光、基準比率、效應大小、分配與不確定性。諸如 20 次轉換這樣的次數,或 2 倍的比率差異,本身都不足以證明誰是贏家。
預算中應有多大比例用於測試,而非已驗證的贏家?
根據你的銷售管道與不確定性,選擇你負擔得起的分配比例。本文並未確立任何業界標準百分比。
創意測試中的停損是什麼?
停損是一項事先宣告的支出或虧損上限。它限制財務曝險;達到上限並不自動證明某個變體行不通。
所有原生廣告網絡和地理區域都需要相同的測試預算嗎?
不需要。在相同的每日支出下,高流量的 Tier 1 廣告版位比比較小或 Tier 2/3 地理區域的版位更快達到你的轉換門檻,這只是因為可用的合格曝光次數較少。在假設測試進度緩慢是失敗之前,請先檢查投放量。
OpenAdLibrary 團隊
作者OpenAdLibrary 團隊
廣告情報與原生廣告研究

我們打造了 OpenAdLibrary,這個公開的廣告透明度平台。每天,我們的系統都會捕捉 Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo 和 MSN 上的原生廣告,識別每個廣告背後真正的廣告主,並追蹤點擊至其登陸頁面。這些指南精煉了我們從數據中觀察到的內容,讓您能更快地研究市場動態。