Tes Khusus untuk Kampanye
Melalui kelas ini, kamu diajak untuk:
- Menjelaskan bagaimana A/B testing membantu menentukan iklan mana yang berkinerja lebih baik.
- Menggunakan insight untuk memilih rekomendasi optimal bagi kampanye mendatang.
- Menggunakan laporan A/B testing untuk mengidentifikasi hasil yang dapat ditindaklanjuti.
Bereksperimen dengan Ragam Materi Iklan
Mempelajari materi iklan mana yang memiliki performance terbaik dapat membantu kita mengajak lebih banyak orang dan menginspirasi mereka untuk bertindak.
A/B testing memungkinkan pengiklan untuk menguji berbagai format iklan, visual, dan salinan guna melihat variasi mana yang memberikan hasil terbaik.
Cara Kerja A/B Testing
Pertama-tama, audiens dibagi ke dalam grup acak yang tidak tumpang tindih. Pengacakan ini membantu memberikan tes kita peluang terbaik untuk hasil yang dapat ditindaklanjuti.
Setiap grup akan melihat iklan atau set iklan yang identik kecuali untuk variabel yang ingin diuji. Variabel dapat mencakup audiens, pengoptimalan penayangan, penempatan, elemen materi iklan, atau rangkaian produk.
Pengujian direkomendasikan hanya untuk satu variabel. Jika kita menguji lebih dari satu, akan sulit untuk menentukan dengan tepat apa yang menyebabkan perbedaan hasil.
Menginterpretasikan Hasil
Ada dua poin penting untuk menginterpretasikan hasil testing, winning ad/ad set dan confidence percentage.
Ketuk untuk melihat penjelasan:Winning ad/ad set
Jika satu set iklan unggul, set tersebut dinyatakan sebagai pemenang. Set iklan atau iklan yang menang ditentukan dengan membandingkan biaya per hasil dari setiap set iklan berdasarkan tujuan kampanye. Performance setiap variabel kemudian disimulasikan sebanyak puluhan ribu kali untuk menentukan seberapa sering hasil kemenangan akan terjadi.
Confidence percentage
Confidence percentage atau presentase keyakinan berfungsi untuk menunjukkan kemungkinan kita akan mencapai hasil yang sama jika kita menjalankan testing lagi.
Selayang Pandang
- Split test bermanfaat untuk memvalidasi dua opsi dalam strategi produk.
- Lift Test biasa digunakan untuk mengestimasi performa produk secara keseluruhan.
- Untuk proses riset yang lebih luas, bisa gunakan nested test.
Kuis
Apa yang perlu disiapkan untuk melakukan A/B Test?