Kesalahan pengujian A/B PPC terbesar

Pengujian A/B dirancang untuk memaksimalkan efektivitas iklan Anda. Ini adalah cara yang bagus dan terus-menerus dipraktikkan untuk mendapatkan hasil maksimal dari anggaran Anda dan meningkatkan ROI Anda.

Dari tidak menjalankan pengujian A/B cukup lama hingga pengujian A/B terlalu banyak hal… Berikut adalah beberapa kesalahan umum yang dilakukan orang saat pengujian A/B dan bagaimana Anda dapat menghindarinya.

Pengujian A/B lebih dari satu hal sekaligus

Jika Anda menguji salinan iklan A/B maka jangan mulai mengacaukan pengubah tawaran perangkat juga. Jangan mengubah penargetan lokasi atau jadwal iklan secara bersamaan atau ini akan merusak data.

Pengujian A/B membutuhkan kesabaran dan kontrol. Jadi tetap berpegang pada satu hal pada satu waktu, ini bukan waktunya untuk multitasking, multitasking plus pengujian A/B hanya akan membuat Anda lebih produktif dalam menghancurkan lebih dari satu hal sekaligus!

Pengujian A/B secara membabi buta hanya untuk kepentingan itu

Sebelum Anda menjalankan tes A/B, Anda memerlukan hipotesis mengapa Anda ingin menjalankannya. Tanyakan pada diri Anda apa yang Anda coba temukan?

Misalnya, apakah Anda yakin menambahkan ajakan bertindak dalam salinan iklan penelusuran akan meningkatkan rasio konversi? Akankah penargetan perangkat seluler melalui desktop meningkatkan akuisisi pelanggan baru Anda? Jika Anda berpikir akan, mengapa Anda berpikir demikian? Pertimbangkan hal-hal seperti apakah situs Anda memiliki kunjungan seluler yang tinggi melalui sumber organik tetapi kunjungan seluler yang sangat rendah dari sumber berbayar. Tanyakan pada diri sendiri dan teliti apakah mungkin ada faktor yang berkontribusi terhadap hal ini sebelum Anda menjalankan tes apa pun.

Gunakan data yang sudah Anda miliki untuk mendukung hipotesis Anda sebelum menjalankan pengujian A/B yang berpotensi membawa bencana pada akun iklan langsung.

Inti dari pengujian adalah untuk meningkatkan kinerja iklan Anda, jadi menjalankan pengujian yang melakukan kebalikan dari itu harus dihindari jika bisa!

Tidak menguji sama sekali!

Ini adalah dosa sederhana tetapi merupakan dosa besar yang telah saya lihat berulang kali di banyak akun yang saya kelola. Saya telah mendengar semua alasan yang biasa "tidak perlu" atau "kami sudah memiliki tingkat konversi yang cukup tinggi".

Pendekatan "jika tidak rusak, jangan perbaiki" bekerja dengan baik dalam hidup untuk banyak hal, tetapi pemasaran digital bukan salah satunya. Sifat pemasaran digital dan khususnya iklan berbayar terus berubah. Tidak percaya padaku? 5 tahun yang lalu TikTok bukan apa-apa dan rata-rata konsumen biasa melihat konten di 2 perangkat. Sekarang pada tahun 2020 orang-orang mengonsumsi konten di hingga 5 perangkat dan TikTok meledak di seluruh dunia sebagai salah satu aplikasi berbasis non-game yang paling banyak diunduh yang pernah ada dengan perusahaan mengoceh tentang bagaimana mereka menggunakannya untuk menjangkau lebih dari satu miliar orang sebulan!

Satu-satunya alasan logis untuk tidak menjalankan beberapa bentuk pengujian A/B adalah Anda belum memiliki volume lalu lintas untuk mendapatkan wawasan yang bermanfaat.

Jika Anda tidak menguji A/B iklan berbayar Anda karena Anda tidak tahu harus mulai dari mana…

Berikut adalah beberapa hal penting yang dapat Anda mulai bereksperimen dengan:

• salinan iklan. Bagaimana menambahkan promosi saat ini ke dalam salinan iklan Anda memengaruhi rasio klik-tayang? Apakah menambahkan nama merek Anda ke dalam salinan iklan meningkatkan kinerja atau tidak?
• Panggilan untuk bertindak. Apakah ajakan bertindak mendorong pengguna untuk mengklik atau hanya mengatakan beli sekarang? Apa efek dari mengubah ajakan bertindak?
• Halaman arahan. Apa pengaruh pengguna yang membuka halaman produk di atas halaman kategori? Jika Anda memiliki variasi produk, apa efek mengirim orang ke jumper merah di atas jumper biru?
• Strategi penawaran. Apakah target ROAS berperforma lebih baik daripada memaksimalkan konversi?
• Kata kunci yang ditargetkan iklan Anda. Apakah jenis pencocokan kata kunci memengaruhi rasio klik-tayang atau rasio konversi Anda? Bisakah Anda menghemat investasi pada jenis pencocokan yang lebih luas dengan adopsi kata kunci negatif yang lebih baik daripada menggunakan pencocokan tepat?
• Jenis iklan. Apakah iklan responsif mendapatkan rasio konversi yang lebih baik daripada iklan teks diperpanjang Anda? Apa pengaruh penambahan iklan penelusuran dinamis?
• Harga produk (khusus untuk google shopping). Bagaimana mark up/down harga produk Anda sebesar 2% mempengaruhi penjualan Anda? Bisakah Anda membuat margin yang lebih baik?

Tidak menjalankan pengujian A/B untuk waktu yang cukup atau membiarkannya berjalan selamanya

Tidak menjalankan pengujian A/B Anda cukup lama

Berapa banyak wawasan berarti yang akan Anda peroleh dari 2 hari data jika Anda hanya mendapatkan 10.000 pengunjung sehari ke situs web Anda? Saya tidak akan berdebat terlalu banyak sehingga saya bingung ketika saya melihat orang membuat perubahan akun atau keputusan bisnis berdasarkan jumlah data ini. Biasanya berakhir satu arah dan tebak jalan apa itu? Itu akhirnya menghabiskan lebih banyak uang dan bahkan merusak kampanye yang terkadang berkinerja baik.

Ini adalah PPC yang setara dengan memegang pedang bermata dua dan menyerang bayangan Anda dengan itu, Anda akan berakhir seperti ksatria hitam dari Monty Python.

Menjalankan pengujian A/B Anda terlalu lama

Hal yang sama dapat dikatakan untuk membiarkan tes berjalan selamanya. Jika Anda membiarkannya berjalan maka itu bukan tes A/B, hanya dua hal yang Anda lakukan. Anda tidak menjalankan kampanye A melawan kampanye B untuk melihat mana yang berkinerja lebih baik, Anda hanya menjalankan dua kampanye yang disebut A dan B.

Oke… jadi berapa lama?

Berapa lama Anda harus menjalankan pengujian A/B Anda bergantung pada sejumlah faktor seperti anggaran, ukuran audiens, dll. Sebagai aturan praktis, dan jika ini adalah percobaan pertama Anda dalam pengujian A/B, sebaiknya jalankan pemisahan Anda uji setidaknya 2 minggu sebelum membuat perubahan signifikan. Seiring waktu, Anda akan mempelajari apa yang terbaik untuk Anda dan bisnis Anda, selalu dengan niat membuat keputusan untuk mendapatkan ROI terbaik.

Mengukur metrik yang salah sebagai bukti keberhasilan

Siapa yang peduli jika Anda mendapatkan lebih banyak klik atau lebih banyak tayangan saat Anda mencoba mendapatkan lebih banyak konversi? Jika Anda menjalankan pengujian A/B untuk melihat dampaknya pada konversi, maka metrik itulah yang harus Anda fokuskan untuk menentukan hasilnya.

Sekarang, itu tidak berarti bahwa wawasan tentang metrik lain yang Anda peroleh harus diabaikan. Anda dapat menerapkan pembelajaran tersebut untuk tes di masa mendatang; mereka hanya tidak digunakan sebagai ukuran keberhasilan Anda untuk tes A/B ini.

Menghadap gremlin! (Gremlin: seringkali merupakan faktor yang tidak disengaja tetapi berdampak)

Oke, jadi itu bukan definisi kamus dari gremlin yang saya akui, tetapi ini adalah contoh yang pernah saya lihat sebelumnya saat menjalankan pengujian A/B di halaman arahan. Kami melihat peningkatan besar dalam kunjungan ke satu halaman di atas yang lain tetapi tingkat konversi yang jauh lebih rendah. Di kepala saya itu tidak masuk akal! Mengapa tingkat konversi menjadi jauh lebih rendah di halaman arahan yang lebih populer?

Jadi saya menilai perjalanan pengguna melalui halaman dan menyadari bahwa untuk maju hingga checkout, pengguna harus menavigasi halaman tambahan yang tidak harus mereka navigasikan di halaman lainnya.

Ini bukan karena desain tetapi hanya sesuatu yang merupakan konsekuensi dari cara halaman dibuat dan telah diabaikan. Melihat ke laporan penurunan halaman tambahan menunjukkan kepada kami bahwa ini adalah tempat kami kehilangan orang, 84% kekalahan pengguna turun di halaman tambahan itu. Jadi, tentu saja, kami menghapus halaman tambahan ini dan memulai kembali pengujian A/B kami. Halaman berkinerja lebih baik kemudian melihat tingkat konversi yang jauh lebih baik.

Ini menyoroti perlunya pertimbangan tambahan sebelum menjalankan pengujian A/B.

Sekeras kedengarannya, buatlah asumsi bahwa setiap orang yang terlibat akan membuat kesalahan di suatu tempat di sepanjang garis, jadi lakukan pengecekan terlebih dahulu untuk menghindari kemunduran yang terkadang mahal ini.

Jadi, inilah daftar kesalahan paling umum yang pernah saya lihat. Saya harap Anda menemukan mereka membantu. Jika Anda memiliki untuk menambahkan mengapa tidak memberi tahu kami di komentar di bawah. Kami akan senang mendengar tentang gremlin terburuk yang pernah Anda lihat juga!