Paid search

A/B test af annoncer – Har du taget stilling til din strategi?

Hos iProspect laver vi hvert år en undersøgelse på tværs af Norden for at se, hvordan folks søgeadfærd udvikler sig i takt med teknologien. Vores undersøgelse viser bl.a. at brugere læser fire til seks annoncer på en gennemsnitlig søgning. Derfor er det ikke nok at ligge øverst i resultaterne, men i høj grad også at kommunikere rigtigt til din målgruppe på Google. Læg dertil at der er en stigende kamp om visninger af annoncer på Google, hvilket betyder, du ikke nødvendigvis bliver vist hver gang. Dermed er det blot endnu vigtigere at få maksimalt ud af hver enkelt visning, du får.

Derfor er test mellem forskellige annoncer en del af det helt grundlæggende optimeringsarbejde i en AdWords-kampagne. Men har du nogensinde taget aktivt stilling til, hvordan du griber det an? Har du ud fra det lagt en strategi for, hvordan du arbejder med det, eller har du spurgt dit bureau, hvordan de griber det an?

I denne artikel vil vi se på, hvorfor det er en vigtig del af arbejdet med AdWords. Hvordan du arbejder bedst med at teste, ud fra den måde vi arbejder med det i iProspect. Samt hvad du som annoncør bør spørge den ansvarlige for din AdWords-konto om ift. at arbejde med annoncetests.

Hvorfor arbejde med A/B tests af annoncer?

Uanset målsætningerne bør du arbejde med performance på dine annoncer, hvis ikke for andet så alene af den grund at CTR bærer over 50 % vægtning i kvalitetsscore, der er afgørende for dine annonceringspriser. Så selv hvis du ikke har salgs eller lead KPI’er, bør der arbejdes med annoncer for at forbedre CTR.

Vi arbejder med en 4-trins tilgang til test af annoncer:

definer mål opstil hypoteser kør test evaluer resultater

Definer mål

At du skal have et mål med testen kan virke åbenlyst, men ofte bliver fokus spredt, så du på en gang vil have højere CTR og bedre ROI. Dette kan ofte hænge sammen, men gør det ikke nødvendigvis. Budskaberne i annoncer på Google kan tale til forskellige målgrupper, og dermed give forskellige reaktionsmønstre. Man kan derfor godt komme ud for at en annonce med lavere CTR ender med at give mere salg, fordi den talte direkte til den målgruppe, der har størst sandsynlighed for at handle hos dig, men ikke appellerede til andre, som derfor valgte ikke at klikke på din annonce.

Hav derfor altid ét enkelt klart mål for din test!

Opstil hypoteser

Når du har besluttet dig for et mål for testen er det tid til se på, hvad du forventer, har indflydelse på din annoncering.

Et eksempel på en simpel single variationstest kunne være at teste to ”call to actions” op imod hinanden. Fungerer det bedre at skrive ”Bestil dine nye sko online her!” i stedet for ”Køb nye sko i dag”. Disse to ”call to actions” ville blive skrevet ind i annoncer med samme USP, landingpage etc. og køre på de samme søgeord i en periode.

Denne form for single variationstest er enkel at gå til og er den måde, der typisk arbejdes med optimering på. Fordelen er, at du hurtigt kan have et resultat, da mængden af data kun er spredt over få varianter. Ulempen er, at du får et langt mere generelt billede, der ikke tager højde for nuancer i kommunikation og målgrupper.

Men hypoteserne kan også være mere komplekse. Eksempler på disse kunne være, om du i forbindelse med en TV-kampagne skal kommunikere anderledes i aftentimerne, hvor dine reklamer kører på tv? Skal du kommunikere forskelligt fra landsdel til landsdel?

Når du begynder at opstille langt mere komplekse hypoteser som disse, stiger antallet af varianter i testen, og det bliver mere komplekst at udføre og evaluere. Til gengæld vil du også kunne opleve en endnu større effekt af arbejdet med tests, da du i langt højere grad begynder at forholde dig til den skiftende adfærd. Du vil måske have tre forskellige USP’er, to forskellige ”call to actions”, der bliver testet opdelt i fire landsdele. I et sådan komplekst tilfælde vil du ende med at have 24 varianter i gang samtidig. Dette vil stille langt større krav til din datamængde ift. testen med tre, for at du kan få et resultat inden for en rimelig testperiode, der også holder rent statistisk.

Nogle eksempler på interessante variabler kan være:

  • Produkter
  • Tid på dagen
  • Geografi
  • Devices
  • Har brugeren tidligere besøgt dit site?

Vigtigst er, at der er taget udgangspunkt i dine mål og din forretning, så du kun opstiller relevante hypoteser og tests.

Udfør testen

Traditionelt har du herefter skrevet varianter af annoncer og herefter manuelt set på KPI-performance inde i AdWords’ interface. Denne manuelle tilgang begrænser kompleksiteten af de tests, der kan udføres, da det kræver meget lang tid at sætte op, og evalueringen efterfølgende er lige så kompleks.

Derfor har vi hos iProspect valgt at benytte os af værktøjer, hvor vi har et værktøj til både de simple single test med en variabel og de langt mere komplekse test, der tager højde for flere variabler. Disse værktøjer lader os hurtigt sætte tests op, selvom de kræver opsætning af separate kampagner, for f.eks. at teste geografi, uden at arbejdsbyrden bliver uoverskuelig og fejlmarginen for stor. Disse værktøjer lader os også løbende overvåge, hvordan testen forløber og se så snart, vi har et statistisk signifikant resultat.

kpi performance

Tag en snak med din account-ansvarlige ift., hvad der passer bedst til netop dig. Lille trafikvolumen kan betyde at en test med flere variabler vil tage al for lang tid at udføre, så det bedre giver mening at lave mindre del-tests løbende. Tal også om, om tests skal køre kontinuerligt eller i perioder. I de fleste tilfælde er det bedst kontinuerligt at test nye annoncer. Markedet kan flytte sig, og du kan derved over tid bygge oven på dine forbedringer og løfte performance mere. Dog kan det i nogle tilfælde, hvis f.eks. kampagneperioden er begrænset, give mening at teste budskaber i starten af kampagnen for derefter udelukkende at bruge dem i den resterende periode.

Evaluering af tests

Hvordan skal du så evaluere på de annoncetests der er opsat? Typisk er der i en rapport for SEM en top 10 over de bedst performende annoncer i kontoen. Men hvad kan du reelt bruge dette til? Ofte vil den blot fortælle dig, at din CTR og konverteringsrate på brand annoncering er bedre end generisk, og hvor den største volumen af søgninger er. En sådan top 10 er reelt ubrugelig, når det kommer til at arbejde systematisk med at forbedre dine annoncers performance.

Måden annoncetests bør evalueres på er ift. de segmenter og varianter, som du opstiller for testen. Dette stiller væsentligt større krav til datahåndteringen og visualiseringen.

segment og mål

Ved at gribe evalueringen an på denne måde, får du indsigter i din test, som du derefter kan handle på. Tests bør også evalueres løbende så testen afsluttes, når den har nået en konklusion, hvorefter den næste hypotese kan afprøves.

Et dashboard, som det vi har i vores tools, er derfor nødvendigt for hurtigt at kunne give overblikket over, om du er nået i mål, fremfor at skulle bruge timer på at trække data manuelt eller vente på en rapport en gang om måneden. Derfor er løbende sparring vedrørende status på annoncetests også essentielt.

Hvad du bør snakke med din account-ansvarlige om?

  1. Hvad er vores mål med testen?
  2. Hvad er relevant at teste for os i annoncer - budskaber og segmentering?
  3. Ift. vores trafik- og konverteringsmængde skal vi så lave test med en eller flere variabler?
  4. Skal vi teste kontinuerligt test eller i perioder?
  5. Hvordan laver vi løbende evaluering af performance?

Ved at tage disse punkter med i dine overvejelser, sikrer du, at din strategi bedst afspejler din forretning, og at du kommer til at arbejde målrettet med at forbedre dine annoncer til at understøtte den.