Co v článku najdete
Kampaně pro generování zákazníků mají obrovský zásah na YouTube, v Discoveru a na Gmailu, jenže s nimi přichází i jedna zásadní výzva, takzvaná iluze zásluh. Často se totiž budete ptát, jestli jsou konverze z reportů opravdu čistým přínosem navíc, nebo jestli by tito lidé nakonec nakoupili tak jako tak přes běžné vyhledávání. Google vám nyní umožňuje zkoumat dopad kreativy v Demand Gen kampaních pomocí klasických A/B testů. Jak s nimi pracovat a vyměnit pouhé domněnky za jasný přehled o reálných výsledcích?
Proč zásluhy v reportech neznamenají skutečný přínos
Jestliže se budete spoléhat jen na svůj kreativní instinkt nebo na základní reporty, snadno sejdete ze správné cesty. Zbytečně budete plýtvat časem a energií grafiků na podklady, které nefungují. Využití A/B testů od Google vám pomůže přesně izolovat dopad jednotlivých prvků a takovému přešlapu se vyhnout.
Když si uživatel na YouTube prohlédne vaši Demand Gen reklamu, neklikne na ni, ale pak si firmu vyhledá a nakoupí, Google může připsat část nebo klidně celou zásluhu právě této kampani a její kreativě. Jenže takové připsání ukazuje spíš na shodu okolností než na skutečnou příčinu.
Abyste získali přesná data a vědecky podložený výsledek, musíte zjistit, co se stane v situaci, kdy se lidem reklama vůbec neukáže. Tím, že vybrané části publika záměrně skryjete testované podklady, získáte pevný výchozí bod.
Rozdíl v počtu konverzí mezi testovanou skupinou (lidé, kteří reklamu viděli) a kontrolní skupinou (lidé, kteří reklamu neviděli) vám pak ukáže ten pravý čistý přínos, který vaše kreativa reálně doručila.
Co musíte splnit, než se pustíte do testování
Jednou z nejčastějších chyb je spouštění experimentů bez dostatečného množství dat. Bez nich ale nikdy nedosáhnete statistické významnosti. Abyste nemarnili čas neprůkaznými nebo neplatnými výsledky, ujistěte se ještě před nastavením testu, že vaše kampaň splňuje tři následující základní předpoklady.
Objem konverzí
Google doporučuje mít během experimentu alespoň 50 konverzí (v testované i kontrolní skupině dohromady), abyste dokázali nárůst přesně změřit. Pokud vaše hlavní konverzní akce takových čísel nedosahuje, zkuste test optimalizovat na mikrokonverze s jasným nákupním záměrem. Výborně vám poslouží například Přidat do košíku.
Minimální rozpočet
Experimenty potřebují pro správné fungování nepřetržité a plynulé čerpání kreditu. Pokud vaši Demand Gen kampaň škrtí rozpočet a vypne se každý den dříve, data z kontrolní skupiny budou zkreslená. Kampaň musí mít dostatečný rozpočet na to, aby běžela v kuse alespoň čtyři týdny, nebo dokud nezískáte statisticky průkazný výsledek.
Izolace testovaných prvků
Vždycky testujte jenom jednu novou proměnnou. Chcete-li zjistit, jestli vám reálné výsledky zvedá konkrétní video, nechte všechny ostatní prvky kampaně, jako je cílení na publika, strategie nabídek nebo standardní obrázky, úplně beze změny.
Jak spustit test podkladů v Google Ads
Nastavení testu pro kreativní podklady je teď v reklamním systému Google Ads jednodušší. Chcete-li vytvořit platný experiment, postupujte podle těchto dalších kroků.
1. Definujte jasnou hypotézu
Každý smysluplný test musí začínat jasnou hypotézou. Vyhněte se zkoušení věcí naslepo bez konkrétně definovaného cíle. Například:
- Špatná hypotéza: Uvidíme, jestli naše nové video bude fungovat.
- Dobrá hypotéza: Přidání uživatelského videa (UGC) do podkladů v Demand Gen kampani povede k 10% nárůstu nákupů ve srovnání se standardním rotujícím bannerem (karuselem).
2. Přejděte do rozhraní Experimenty
Přihlaste se do svého účtu Google Ads a v levém menu přejděte na záložku Kampaně > Experimenty. Kliknutím na tlačítko plus (+) vytvořte nový experiment, zvolte testování podkladů (asset lift test) a přiřaďte je k vybrané kampani Demand Gen.
3. Nastavte rozdělení publika na 50/50
Google vás vyzve k určení poměru pro rozdělení publika. Abyste získali statisticky spolehlivé výsledky, zvolte dvě stejné poloviny (50/50) založené na souborech cookies.
Díky tomu budou mít obě skupiny, tedy kontrolní i testovaná, úplně stejná historická data i stejnou váhu v algoritmu, což zároveň zabrání tomu, aby se jeden uživatel "motal" v obou částech testu. Systém pak sám rozdělí uživatele a porovná výkon stávajících podkladů s těmi nově přidanými v testované větvi.
4. Zamkněte si všechny proměnné
Jakmile experiment odstartuje, musíte dodržovat naprostou disciplínu. Neměňte publika ani cílení a vyhněte se prudkým zásahům do strategií nabídek nebo rozpočtů.
Jakákoliv úprava, kterou v jedné z kampaní během testu uděláte, vnese do dat chaos a může úplně zhatit statistickou průkaznost vašich výsledků.
5. Nastavte dobu trvání testu
Experiment nechte běžet minimálně čtyři týdny. První týden berte čistě jako fázi učení, kdy se algoritmus přizpůsobuje novému rozdělení publika, zvyká si na novou kreativu a automatické přihazování (smart bidding) si teprve "sedá". Teprve od druhého do čtvrtého týdne získáváte opravdu využitelná data o výkonu.
Když máte delší nákupní cyklus, jako je to běžné v B2B nebo u dražších služeb, klidně test protáhněte na šest až osm týdnů.
Co výsledky vašeho experimentu skutečně znamenají
Jakmile testování skončí, najdete kompletní data na kartě Experimenty. Tady uvidíte přehlednou zprávu o výkonu obou skupin publika včetně intervalu spolehlivosti u jednotlivých metrik. Podle následujících tří scénářů pak snadno vyhodnotíte, jestli se vaše původní hypotéza potvrdila.
Pozitivní a statisticky významný nárůst
Pokud testovaná skupina vykazuje jasný nárůst s 95% jistotou, máte černé na bílém, že nový kreativní podklad skutečně přináší konverze navíc.
V té chvíli si můžete spočítat takzvanou čistou cenu za akvizici (iCPA). Stačí, když vydělíte celkové náklady na reklamu v testované skupině počtem konverzí, které jste získali navíc oproti skupině kontrolní. Tuto čistou cenu pak berte jako hlavní měřítko, až budete kampaň v budoucnu škálovat a zvedat rozpočty.
Negativní nárůst
Občas se stane, že nová kreativa výkon kampaně naopak srazí dolů. Může lidi rušit, nebo u videa rychle klikají na tlačítko Přeskočit, kvůli čemuž pak algoritmus omezuje zobrazování reklamy i uživatelům, kteří mají opravdový zájem nakoupit. V takovém případě novou kreativu hned vypněte. Právě v tom je síla testu, protože místo vlastních pocitů se můžete řídit tvrdými daty.
Nejednoznačný výsledek
Pokud je rozdíl mezi kampaněmi zanedbatelný a systém ani po čtyřech týdnech a s dostatečným počtem konverzí nedokáže jednoznačně určit vítěze, nechte test běžet ještě o dva týdny déle, abyste nasbírali víc dat.
Jestliže i potom zůstávají výsledky na bodu mrazu, testované kreativy jsou si nejspíš až příliš podobné. Příště do testu nasaďte vizuálně i textově úplně odlišný podklad. Drobné kosmetické změny totiž málokdy přinesou takový rozdíl, aby se to v datech reálně projevilo.
Prokažte skutečný dopad kreativ pomocí testů přínosu
Kreativita je jednou z posledních hlavních pák a rozlišovacích prvků, které vám zbyly pro nastartování výkonu placených reklamních kampaní. Výroba kvalitního videa nebo uživatelského obsahu (UGC) však v dnešním světě marketingu znamená teprve první krok. Tím druhým je jasně prokázat, že tato práce opravdu generuje výsledky.
Demand Gen kampaně jsou sice mocným nástrojem pro vizuální vyprávění příběhů vaší značky, jenže obhájit rozpočet na ně před šéfem nebo klientem vyžaduje neprůstřelné důkazy. A přesně ty vám poskytnou experimenty s podklady. Spusťte svůj první test, zjistěte výchozí stav a nechte data, aby řídila vaše další kreativní rozhodování a plány.
Často kladené otázky (FAQ)
Jaký je rozdíl mezi běžným reportem v Google Ads a A/B experimentem?
Běžné reporty často připisují zásluhy kampani na základě pouhé shody okolností, kdy uživatel reklamu pouze zahlédl a později nakoupil jinou cestou. A/B experiment dokáže vybrané části publika reklamu záměrně skrýt a vytvořit kontrolní skupinu. Srovnáním obou skupin pak zjistíte skutečný čistý přínos, který vaše nová kreativa reálně generovala.
Co dělat, když kampaň nedosahuje doporučených 50 konverzí pro spuštění testu?
Pokud vaše hlavní konverzní akce, jako je samotný nákup, nemá dostatečný objem dat, přepněte optimalizaci testu na takzvané mikrokonverze s jasným nákupním úmyslem. Výborně vám k tomu poslouží například sledování akcí typu Přidat do košíku nebo zahájení objednávky. Tím zajistíte dostatek dat pro dosažení statistické významnosti.
Je možné během spuštěného experimentu upravovat rozpočet nebo měnit nastavení publik?
Jakmile test jednou odstartuje, musíte dodržovat disciplínu a do kampaní vůbec nezasahovat. Jakákoliv změna v rozpočtech, cílení nebo strategiích nabídek totiž vnese do nasbíraných dat zmatek. Takový zásah pak může úplně zhatit statistickou průkaznost a celý experiment je prakticky neplatný.
Zdroj: searchengineland.com, searchenginejournal.com, marketingland.com, facebook.com, cpcstrategy.com
Autor: Martin Kulhánek
Foto zdroj: AI, pixabay.com
