Тестирование лендинга: определяем, какие объявления конвертят лучше

25 августа 2020
226
1
На чтение: 4 мин

Переводной материал c STM forum.

Тестирование лендинга: определяем, какие объявления конвертят лучше

Один из админов STM поделился своим подходом к тестированию, описать которое можно как “тестирование на выбывание”, ведь работа со слабыми лендингами — верный путь к сливу бюджета. 

Определяем, какие объявления и лендинги конвертят лучше всего

Арбитражникам часто приходится проводить сплит-тестирование, чтобы выяснить, какие элементы кампании приносят наиболее оптимальный результат. Для примера рассмотрим несколько ситуаций:

  • Вы сверстали пять разных лендингов и хотите выявить самый лучший.
  • Вы сделали два варианта конвертящего лендинга и решили провести сплит-тестирование, чтобы получить больше конверсий.
  • Вы запустили 20 баннеров и хотите определить лучший, а остальные приостановить, чтобы получить максимальный ROI.

Какие бы тесты вы не запускали, вы можете использовать этот инструмент-калькулятор, чтобы выявить самый оптимальный вариант.

Итак, как с этим работать?

Шаг 1: Определите промежуточного победителя

Предположим, мы тестируем семь разных лендингов: A, B, C, D, E, F и G. У нас есть следующие данные из трекера:

Тестирование лендинга: определяем, какие объявления конвертят лучше

Лендинг/Показы/Конверсии

Что означают разные поля из скриншотов калькулятора внизу:

  • «Trials» = количество показов на лендинге (или количество переходов на лендинг, если вы тестируете баннеры)
  • «Successes» = количество конверсий

Калькулятор позволяет одновременно протестировать только четыре элемента кампании. Если бы у нас было четыре лендинга или меньше, мы бы просто ввели все данные, нажали бы на кнопку «Calculate» («Рассчитать») и выбрали бы лендинг с самым высоким показателем в графе «Apprx probability of being best» («Вероятность быть лучшим»).

Однако в нашем примере используются семь лендингов, и поэтому мы поступим следующим образом: сначала протестируем лендинги A, B, C и D и выявим самый лучший (в нашем случае победителем оказался лендинг C). Затем мы протестируем лендинги E, F и G и тоже определим самый лучший вариант (лендинг F). После этого мы можем сравнить эффективность лендинга С и лендинга F и определить победителя (им оказался лендинг F).

Раунд 1 — лендинги A, B, C, D:

Тестирование лендинга: определяем, какие объявления конвертят лучше

31548 лендинг A, 51217 — B, 35173 — C и 54513 — D соответственно

Раунд 2 — лендинги E, F, G:

Тестирование лендинга: определяем, какие объявления конвертят лучше

96155 лендинг E, 22144 — F и 31253 — G соответственно

Раунд 3 — лендинги C и F:

Тестирование лендинга: определяем, какие объявления конвертят лучше

35173 лендинг C и 22144 — F соответственно

Немного напоминает соревнования, где победители предыдущих раундов соревнуются между собой, чтобы определить лучшего, не правда ли?

Шаг 2: Определите, какие элементы кампании нужно приостановить

Следующий шаг — сравнить текущего лидера (лендинг F) c каждым другим вариантом. Если показатель в графе «Apprx probability of being best» («Вероятность быть лучшим») ниже 10%, этот лендинг лучше приостановить. Если ни один из лендингов не набрал меньше 10%, оставьте в ротации ВСЕ, чтобы собрать больше данных.

Лендинг F vs. Лендинг А:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 31548 — A соответственно

Вердикт: приостановить лендинг A.

Лендинг F vs. Лендинг B:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 51217 — B соответственно

Вердикт: приостановить лендинг B.

Лендинг F vs. Лендинг C:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 35173 — C соответственно

Вердикт: оставить лендинг C в ротации.

Лендинг F vs. Лендинг D:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 54513 — D соответственно

Вердикт: приостановить лендинг D.

Лендинг F vs. Лендинг E:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 96155 — E соответственно

Вердикт: приостановить лендинг E.

Лендинг F vs. Лендинг G:

Тестирование лендинга: определяем, какие объявления конвертят лучше

22144 лендинг F и 31253 — G соответственно

Вердикт: оставить лендинг G в ротации.

Примечание: Чем ниже показатель в графе «Apprx probability of being best» («Вероятность быть лучшим») при сравнении лендинга с текущим лидером, тем выше вероятность того, что он будет конвертить хуже самого эффективного лендинга в долгосрочной перспективе. Допустим, вы тестируете несколько лендингов, которые отличаются только изображением. В этом случае показатель меньше 10% был бы достаточным основанием для приостановки лендинга. Но если вы тестируете два лендинга, на модификацию которых ушло два дня, то имеет смысл подождать, пока значение в графе «Apprx probability of being best» («Вероятность быть лучшим») будет ниже 2% или даже дойдет до 0%, прежде чем приостанавливать лендинг.

Еще одно примечание: Возможно, вы захотите приостановить какой-то лендинг до того, как показатель достигнет 10%. Этого ни в коем случае не стоит делать! Вам может казаться, что таким образом вы сэкономите рекламный бюджет, однако на самом деле принимаемое вами решение не подкреплено статистическими данными, так что все проведенные тесты можно считать пустой тратой денег.

Либо тестируйте до получения статистически значимых результатов, либо не тестируйте вовсе!

Шаг 3: Повторяйте до тех пор, пока не останется один победитель

Повторяйте шаги 1 и 2 и тестируйте оставшиеся лендинги, пока у вас не останется один победитель.

После этого вы можете сверстать и протестировать еще больше лендингов, а затем снова запустить описанный выше процесс. 

Постоянно превосходите достигнутый результат, чтобы улучшить ROI!

Есть что рассказать об арбитраже трафика?
Стань автором ZorbasMedia!
Оставить заявку