Що дасть ця фішка? Вона дасть 2 круті переваги в запуску рекламної кампанії через А/Б тестування Meta ADS. Спочатку обговоримо теорію, а потім перейдемо до інструкції.
Важливо: ця фіча перестане працювати 30 вересня 2023, і Google перенесе цей функціонал в Google Analytics 4.
Цікаві статті по темі:
- https://jeroenwiersma.com/a-b-testing-with-google-tag-manager-and-ga4/
- https://medium.com/dp6-us-blog/the-end-of-google-optimize-and-more-options-for-a-b-testing-and-personalization-tools-126029e1d746
Перевага А/Б тестування реклами в Meta ADS
Ви можете протестувати або офери + крео або аудиторію. Розглянемо обидва варіанти.
Перший варіант: запускаючи А/Б рекламну кампанію на одну аудиторію, краще щоб вона була широка, а Facebook & Instagram робить 2 важливі штуки:
- ділить цю аудиторію на к-сть адсетів;
- прибирає перетин аудиторії (overlay);
Кожен із адсетів цієї РК – це окремий офер, який містить певну к-сть креативів. На схемі це виглядає ось так:
Розумієте фішку? Ви можете обʼєктивно протестувати свої офери на одну аудиторію, яка буде порівну поділена.
Другий варіант: взяти один офер і його креативи, щоб показувати під різну аудиторію. Це також ефективно, коли у вас один крутий офер, і хочеться знайти найефективнішу аудиторію. Або як мінімум охопити більше аудиторії в один проміжок часу.
Тобто створюєте 3 адсети з різною аудиторією: широка, інтереси та лалка (look-a-like), а всередині цих адсетів: один офер та креативи. Перетину аудиторії практично не буде, тому дані вийдуть обʼєктивні.
Але на цьому не зупиняємося і йдемо до А/Б тестування в Google Optimize.
Комбінуємо А/Б тестування Meta ADS та Google Optimize
Це дасть нам змогу запустити рекламу на 2 лендінги одночасно, розполіляючи аудиторію 50/50
Важливо уточненя щодо цього: Meta ADS забороняє цей прийом, тому що він виглядає як редірект. А це під забороною.
Тому ось варіант розвʼязання цієї дилеми:
- Можна через адсети: 2 адсети (офери) на 1 ленд, і 2 адсети на 2-ий ленд;
- Всередині адсетів можна: 2 оголошення – 1 ленд, 2 оголошення – 2 ленд.
Продовжуємо теорію по А/б тестуванню через Google Optimize.
Тут я тестував перегін трафіку між кейсами. Після створеня виглядає ось так:
Після завершення А/Б тестування виглядає ось так:
Замість висновку: який ми отримаємо результат?
Ми зекономимо бюджет і всього лише за 1 запуск одночасно протестимо офери або аудиторію (кому що треба) і 2 лендінги.
Інструкція по створенню А/Б тестування через Google Optimize
UPD: підходить для реклами в Google, а от в Meta – це під забороною. Тобто робити тестування ленду прийдеться окремою РК 🙁
Інструкція для тих, у кого сайт на якійсь платформі типу WordPress. Якщо у вас Landing Page на HTML – буде простіше.
Всього 6 кроків, тому Let’s Go!
1. Проходимо просту реєстрацію у сервісі:
https://optimize.google.com/optimize/home
2. Створюємо контейнер. Усередині нього створюємо «проект оптимізації»:
Заповнюємо: назва, лінк на основний сайт (куди буде йти трафік) та варіант – переадресація.
3. Тепер додаємо варіант.
Вводимо параметри та додаємо лінк (посилання) на сайт, який буде вставлений в URL рекламних оголошень. З нього буде переливатися трафік на іншу сторінку.
4. Далі, по замовчуванні, стоїть ця умова (url співпадає). Аудиторію – не вибираємо.
5. Підключаємо свою ГА (гугл аналітику) та вибираємо мету, яку пропонує Google Optimize або яку він підтягнув з аналітики.
Натискаємо на «Подивитися інструкції» та отримуємо код, який потрібно розмістити в HEAD обох сторінок:
Також вони попросять встановити код delay, щоб відкласти завантаження другої сторінки на 4 сек, краще зменшити до 2 сек. У коді нижче вже 2 сек, потрібно лише замінити ‘CONTAINER_ID’
<!-- anti-flicker snippet (recommended) -->
<style>.async-hide { opacity: 0 !important} </style>
<script>(function(a,s,y,n,c,h,i,d,e){s.className+=' '+y;h.start=1*new Date;
h.end=i=function(){s.className=s.className.replace(RegExp(' ?'+y),'')};
(a[n]=a[n]||[]).hide=h;setTimeout(function(){i();h.end=null},c);h.timeout=c;
})(window,document.documentElement,'async-hide','dataLayer',2000,
{'CONTAINER_ID':true});</script>6. Встановлюємо розширення та перевіряємо встановлення
7. Запуск експерименту
Як буде виглядати результат ми розглянули на початку інструкції