Press "Enter" to skip to content

Facebook推广:A/B Testing永恒不变的10条铁律

0

你能信任你的Facebook A/B测试得到的结果吗?

这篇文章解释了如何在保证Facebook ad split测试结果的有效性时,从结果中得到更多的信息。

你能学到这些:

  • 为了得到高ROI,你应该去测试什么?
  • 怎么确保你的结果是有统计意义的?
  • 怎么设置正确的A/B测试预算?
  • 最好的A/B测试账户架构是什么?
  • 你应该什么时候,如何去总结你的测试结果?

规则#1:一次测试一个元素

一旦你开始做Facebook广告投放,你就会意识到需要测试的东西简直太多了:广告图片,广告文案,目标受众,出价方法,广告目标等等。

新手普遍会范的错误就是在A/B测试中设置多个变量。

比如你想要测试3个广告图片,3个标题,和3个文案。这就产生了3X3X3=27条广告。这个测试有可能需要几个礼拜来完成。

同一时间只测试其中一个元素会合理的多,比如先测试三个不同的广告素材。

变量越少,得到测试最终结果的时间就越短。

这里有一个很棒的ConversionXL提供的图解,它展示了当你同一时间测试太多元素时会发生什么。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

一团乱麻!

规则#2:要测试合理数量的变量

即使你同一时间只测试 一个元素,你也可能会创建出几十个广告,而他们之间可能差别是很小的。

这里有一个例子就是在做A/B测试的时候,数量上做的太过头了。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

这组测试需要至少三千多美金来完成。

同一时间测试这么多组的素材完全没有意义。Facebook会过早的进行自动优化,而且你的受众会看到你的二十多个不同的广告。

所以这个测试又贵又恼人。

规则#3:测试3-5差别巨大的广告变量

一开始最好测试3-5个Facebook广告变量。

如果你还没找到最棒的文案或者素材,你应该把不同的测试广告做的差别巨大。

如果只改几个字或者把产品在图中的位置移动一下对于你的目标受众来说没什么太大的差别。

然而,如果你测试差异非常大的素材或者文案,你可以知道哪种类型的素材、文案是最受这些受众欢迎的,然后你可以去慢慢扩展开来。

打个比方,在Scoro,我们测试了许多不同的广告素材。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

可以看到,这三组素材完完全全不一样。

之后,我们使用获胜的素材去扩展,设计一些差异较小的素材去测试。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

一个聪明的、成功的Facebook广告测试是有公式的:

A/B test 3-5 variables ==》 Find a winning variation ==》A/B test the winner’s alterations

规则#4:测试最有影响力的广告元素

我很不想这么说,但是你们必须得知道,你们的Split测试电子,不是所有都有意义。

通过有限的营销预算,你需要去找到对ROI影响最大的广告元素。否则,你就会错失许许多多超棒的发现。

当你搜索Facebook A/B测试的主意的时候,想一想,哪些元素对点击、转化率的影响是最大的。

如果你想找一个更加详细的优先级框架,那你可以看看这个Optimizely和ConversionXL提供的表格。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

规则#5:清楚的知道你的测试选项

AdEspresso从价值$3 millions的Facebook广告实践的数据中研究得出了一个列表,列表中的元素在A/B测试中对ROI影响是最大的:

  • 国家
  • 精准兴趣
  • Facebook广告目标
  • 手机操作系统
  • 年龄段
  • 性别
  • 广告素材
  • 标题
  • 感情状态
  • 落地页
  • 兴趣

然而,你要有保留的看待这个列表。

你如果已经知道了你的目标受众的位置和人口统计特征,那么这个列表中的内容和你的A/B测试策略就完全无关了。

这时候,你就需要去Split测试这些元素:

  • 广告素材
  • 广告文案,尤其是标题
  • 你提供的独特的价值
  • 广告版位
  • CTA按钮
  • 出价方式
  • 广告目标

如果我必须去衡量一下我自己的Facebook A/B测试经验,我必须说我见过最有用的测试是测受众、素材、和提供的价值。

规则#6:使用正确的Facebook广告架构

当测试多个Facebook广告素材或者其他元素的时候,你在广告架构上有两个选择:

一.单一广告组——你的所有广告都在一个广告组中。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

这个选择的好处就是你的目标受众不会多次看到你所有的广告。然而,这种架构有一个非常严重的缺陷,Facebook会很早的开始自动优化你的广告,你得不到准确的测试结果。

我建议你选择下面这个方法:

二.多个单广告的广告组。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

当你把所有广告分开放在不同的广告组下,Facebook不会通过一点点结果就去自动优化。

然而,同一个人可能会看到多个广告变量。当然这不一定是坏事, 这可能能帮助你知道到底哪个选项会让人去点击、转化。

规则#7:确保你的A/B测试结果是有效的

你知道分析A/B测试结果并且得出结果的最佳时间是什么时候吗?

是开始测试的三天后?五天后?两周后?

当变量A的点击率是0.317%,变量B的点击率是0.289%,你会怎么做?

打个比方,下面的实验你能得出什么结果?

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

事实是,上面的结果并不能得出任何结论,它们没有足够的数据。

要确保你的A/B测试的有效性,你必须要有足够数量的结果。

规则#8:要时刻注意统计显著性

如果你想要从广告测试中得到有价值的信息,那就把结果做一个显著性测试(A/B Significance Test)。

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

输入广告展示次数而不是网站访客量。输入广告点击数或者广告转化数而不是网站转化数。

要让置信水平高于90%你才能采用这些数据。

建议:在衡量你的Split测试结果时,至少要在发布广告后的24小时。Facebook的机制需要一些时间去优化你的广告系列,然后推送你的广告给受众。

根据ConversionXL的一篇文章,归纳A/B测试的结果时,并没有对转化数量有一个具体的数量要求。然而,我建议你在结束测试前,单条广告至少要收集100个点击或者转化。当然如果能收集300甚至500个就更好了。

规则#9:要清楚知道你的A/B测试预算

逻辑很简单:你测试更多组广告,你需要的总的广告展示量和转化量就更多。

所以,计算你的广告预算的最好的公式是什么?

1-1-300x170 Facebook推广:A/B Testing永恒不变的10条铁律

很简单:

Average Cost-per-conversion x No. of Variations x Needed Conversions

你要从研究你别的广告系列开始,从别的广告系列得到你的平均转化成本。

假如你的目标是让受众点击你的Facebook广告,然后你的平均点击成本是$0.8.

那让我们继续假设,你在做一个5个变量广告的split测试。

要得到有效的数据,你每条广告需要大概100-500个转化。

那么套用到公式中就是:

$0.8 x 5 x 300 = $1,200

那我们是不是可以钻点小空子呢?

如果你的一条测试广告的效果远远超过了其它的,你的确可以提早很多去结束测试,但是每条广告至少也得有50个转化。

规则#10:不要追踪了错误的指标

当你在研究A/B测试的结果是,会有非常多的质量:广告展示量,点击成本,点击率,转化成本,转化率。

那你应该去衡量哪个指标呢?

不是CPM,也不是CTR。这些都是虚荣指标,并不能给你一个真正的广告效果的实情。

永远都要把转化成本作为最最重要的指标。

转化成本会告诉你,让一个用户转变成一个lead或者客户需要花多少钱。大多数时候,获取新客是你的广告的终极目标。

发表评论

电子邮件地址不会被公开。 必填项已用*标注