POPJAM Logo
Tagasi blogisse

Reklaamimaterjali tulemuslikkuse analüüs: mõõda, testi, optimeeri

Kasuta reklaamimaterjali tulemuslikkuse analüüsi käibe kasvatamiseks, mõõtes kokkupuudet reklaamiga ja sidudes andmed iga turundusmaterjaliga. Alusta optimeerimist!

Doruk Gezici
Doruk Gezici
11 min lugemist
Reklaamimaterjali tulemuslikkuse analüüs: mõõda, testi, optimeeri

Ühe lausega kokku võttes: reklaamimaterjali tulemuslikkuse analüüs toimib siis, kui seod reklaamiga kokkupuute tegeliku käibega ja hindad iga materjali üksikelementideni välja, mitte siis, kui jälgid CTR-i ja loodad parimat. Selles kogu asja mõte ongi. Kaudsed mõõdikud, nagu klikid ja kaasatus, ütlevad, mis pälvis tähelepanu. Käibega seotud andmed ütlevad, mille eest maksti.

Kui alustad nullist, tee esimesena märgendamise ja andmete ühendamise pilootprojekt oma suurima kuluga kanalis. Anna igale reklaamimaterjalile kordumatu ID, too selle näitamisandmed ja ühenda need tellimuse taseme käibega. Sellest piisab. See on tõelise mõõtmisprogrammi algus.

Selle toimimiseks vajad kolme andmeosa:

  • Kordumatu reklaamimaterjali ID, mis on igale materjalile lisatud enne selle esimest kasutamist
  • Sama ID järgi jaotatud kokkupuute- või näitamisandmed
  • Tehingu- või käibeandmed, mida saad sellega tagasi siduda

Praktiline nõuanne: Alusta pilootprojekti oma kõige kallimas kanalis. Kui andmete ühendamine seal töötab, töötab see kõikjal, ning oled mõõtmise ROI tõestanud enne selle laiendamist.

Peamised järeldused

Reklaamimaterjali tulemuslikkuse analüüs toimib siis, kui kokkupuude reklaamiga seotakse käibeandmetega ning seda hinnatakse nii materjali kui ka elemendi tasandil, mitte ainult klikkide järgi.

Punkt Üksikasjad
Käive on kaudsetest näitajatest tähtsam Seo reklaamimaterjalide ID-d kokkupuute- ja käibeandmetega, selle asemel et toetuda ainult CTR-ile.
Sea mõõdikud tähtsuse järjekorda Käsitle ROAS-i ja lisakasvu peamiste tulemusnäitajatena; kasuta CTR-i ja tähelepanuskoore diagnostikaks.
Sobita test küsimusega Kasuta kiiruse jaoks A/B-teste, lisamõju jaoks väljajäetud kontrollrühmi ja enne tootmiskulu eelteste.
Korralda protsess Ühtlusta nimetused, määra vastutajad ning sea aruandlusrütm nädalast kvartalini.
Eeltesti enne käivitamist POPJAM hindab kontseptsioone sünteetiliste persoonade abil, et nõrk reklaamimaterjal kõrvaldataks enne eelarve kulutamist.

Sisukord

Mis on reklaamimaterjali tulemuslikkuse analüüs ja miks see oluline on?

Reklaamimaterjali tulemuslikkuse analüüs tähendab mõõtmist, kuidas üksikud reklaamid ja nende konkreetsed elemendid (haak, põhipilt, tegevuskutse, muusika, tempo) mõjutavad ärilisi tulemusi, näiteks käivet, mitte ainult klikke. See on vahe teadmise vahel, et reklaamil „läks hästi”, ja teadmise vahel, milline kaader, sõnum või vorming täpselt konversiooni tekitas.

Enamik tiime mõõdab endiselt valet asja. Google'i ja Kantari aruanne leidis, et kuigi valdav osa turundajaid ütleb, et reklaamimaterjali kvaliteet mõjutab tõhusust, kasutab selle mõõtmiseks tehnoloogiapõhist tööriista vähem kui iga neljas. See puudujääk on kallis. Juhid kampaaniaid kõhutunde järgi, kuigi paremate otsuste jaoks vajalikud andmed on juba olemas.

Kolm põhjust, miks see sinu kasumlikkuse jaoks oluline on:

  • Parem ROAS. Reklaamimaterjali, mida mõõdetakse käibe, mitte edevusmõõdikute järgi, optimeeritakse selle suunas, mis päriselt müüb.
  • Vähem raisatud loovtööd. Lõpetad selliste reklaamide variatsioonide tootmise, mille taga polnud kunagi tegelikku signaali.
  • Tugevam pikaajaline brändiväärtus. Kantari analüüs näitab, et tugevaid emotsioone ja selgeid brändiseoseid tekitavad reklaamid loovad lühiajalise müügi kõrval püsivat brändiväärtust ning arenduse käigus kogutud tarbijate tagasiside ennustab, milline reklaamimaterjal toimib.

Sama Google'i ja Kantari töö leidis, et reklaamimaterjali ennustuste lisamine turundusmiksi modelleerimisse tõi mõne reklaamija puhul esile väga suure müügikasvu erinevuse parimate ja halvimate materjalide vahel. See pole väike optimeerimine. See on vahe kampaania vahel, mida saab laiendada, ja kampaania vahel, mis vaikselt eelarvet kulutab.

Millised mõõdikud reklaamimaterjali tulemuslikkuse puhul tegelikult loevad?

Mitte iga arv ei vääri sinu tähelepanu ning nende võrdne kohtlemine viib tiimid CTR-i taga ajama ajal, mil käive seisab paigal. Sea mõõdikud järjekorda selle järgi, kui lähedal need müügile on.

Käibega seotud mõõdikud tulevad esimesena, sest need vastavad ainsale küsimusele, mis sinu arved maksab: kas see reklaamimaterjal teenis raha? Esikohal on lisamüügikasv ja ROAS reklaamimaterjali kaupa. Käive tuhande näitamise kohta, kui saad seda arvutada, annab eri suurusega kampaaniate jaoks võrreldava ühiku.

Kaasatuse ja tulemuslikkuse mõõdikud tulevad järgmisena, kuid käsitle neid diagnostika, mitte kohtuotsusena. Kõrge CTR koos madala konversioonimääraga tähendab tavaliselt, et reklaam lubab midagi, mida maandumisleht või pakkumine ei täida.

Brändimõõdikud täiendavad pilti, eriti pidevalt töötavate kampaaniate puhul. Reklaami mäletamine, ostukavatsus ja muutused brändiseostes ei kajastu selle nädala käibearuandes, kuid need selgitavad, miks mõni reklaamimaterjal töötab veel kaua pärast „testi” lõppu.

Mõõdik Tüüp Millal seda eelistada?
Lisamüügikasv Käive Peamine tulemusnäitaja iga märkimisväärse kuluga reklaamimaterjali puhul
ROAS reklaamimaterjali kaupa Käive Peamine tulemusnäitaja materjalide võrdlemiseks sama kanali sees
Käive tuhande näitamise kohta Käive Kasuta eri vormingutes reklaamimaterjalide võrdlemisel
CTR / CVR / CPC Diagnostiline Kasuta käibemõõdiku muutuse selgitamiseks, mitte üksi edu hindamiseks
Tähelepanuskoor / nähtaval oldud aeg Diagnostiline Kasuta reklaamiväsimuse kontrolliks enne käivitamist või kampaania ajal
Brändi mäletamine / ostukavatsus Pikaajaline Jälgi kord kvartalis koos lühiajaliste müügiandmetega

Praktiline nõuanne: Ära kunagi optimeeri ühe mõõdiku järgi eraldi. Kõrgeima CTR-i ja madalaima ROAS-iga reklaamimaterjal on ohumärk, mitte võit.

Millised on parimad testimismeetodid reklaamimaterjali analüüsiks?

Valitud test peaks vastama sinu küsimusele ja eelarvele, millega oled valmis vastuse leidmiseks riskima.

  • A/B-testimine sobib kiireteks ühe muutujaga küsimusteks: kas haagi versioon A või B toob rohkem käivet?
  • Mitme muutujaga testimine vastab kombinatsiooniküsimustele, näiteks milline põhipildi ja tegevuskutse paar toimib kõige paremini, kuid vajab statistilise olulisuseni jõudmiseks rohkem liiklust.
  • Reklaamist välja jäetud ja muud kontrollrühmad on lisakasvu mõõtmisel vältimatud, sest need eraldavad reklaamimaterjali lisatud mõju sellest, mis oleks juhtunud niikuinii.
  • Lisamõju modelleerimine ja turundusmiksi modelleerimine sobivad pikaajalisteks kanaliteülesteks küsimusteks, kus puhtad A/B-jaotused pole praktilised.
  • Tootmiseelne tehisintellekti eeltestimine võimaldab kontseptsioone enne kulutamist sõeluda, kasutades ennustusmudeleid tõenäoliselt nõrkade variantide tuvastamiseks.
  • Elemenditaseme hindamine märgendab üksikuid komponente (kaader, põhipildi tüüp, tegevuskutse tekst, muusika), et saaksid diagnoosida, miks materjal toimis, mitte ainult seda, et toimis.

Ligikaudne otsustusjuhend:

  1. Väike eelarve, kiire küsimus: tee A/B-test.
  2. Mitu muutujat, palju liiklust: tee mitme muutujaga test.
  3. Vajad finantsosakonnale või juhtkonnale lisamõju tõendamist: kasuta väljajäetud kontrollrühma.
  4. Kanaliteülene pikaajaline vaade: loo või uuenda lisamõju/MMM-mudelit.
  5. Enne esimese dollari kulutamist tootmisele: tee ennustav eeltest.

Loovuse struktureeritud hindamist käsitlev teadustöö, sealhulgas Rowen Testi raamistik, toetab mitmemõõtmelist lähenemist: hulga, uudsuse ja teostatavuse eraldi hindamine annab selgema diagnostika kui üks koondatud „loovkvaliteedi” skoor.

Mida peaksid reklaamimaterjali mõõtmise platvormilt otsima?

Mitte iga analüütikatööriist, mis väidab mõõtvat reklaamimaterjali tulemuslikkust, ei suuda tegelikult reklaamimaterjali dollariga siduda. See erinevus peaks suunama kogu sinu hindamist.

Vältimatute tehniliste funktsioonide hulka kuuluvad reklaamimaterjali taseme ID ja märgendamine, tegelik käibeandmetega ühendamise võime, näitamiste sidumine eri kanalite vahel, kohordipõhiste väljajäetud kontrollrühmade tugi ning API juurdepääs, et andmed ei jääks juhtpaneeli lõksu. Lisaks sellele baasile otsi automaatset tunnuste eraldamist, et elemenditaseme märgendamine ei nõuaks käsitsi tabelit, ennustavat eeltesti hindamist ja turundusmiksi modelleerimiseks vormindatud eksporti.

Hinda platvorme tulemuste, mitte funktsiooninimekirjade järgi: kui lihtsalt suudab see tõestada, et reklaamimaterjal X põhjustas lisamüüki, mitte ei olnud sellega lihtsalt korrelatsioonis? POPJAMi reklaamimaterjali hindamise lähenemine on üles ehitatud just sellisele materjali- ja elemenditaseme diagnostikale, mis on oluline, kui püüad selgitada lisaks toimunule ka selle põhjust.

Hindamisvaldkond Mida kontrollida?
Andmete ühendamine Kas see saab siduda reklaamimaterjalide ID-d otse tellimuse- või käibeandmetega?
Omistamise detailsus Kas see hindab materjali tasandil, elemendi tasandil või mõlemal?
Integratsioonid Kas see ekspordib korrektselt sinu analüütikasüsteemidesse ja MMM-tööriistadesse?
Juhtimiskorraldus Kas see toetab rollipõhist juurdepääsu ja sinu andmevastavuse nõudeid?

Teenusepakkujad, kes ei oska oma metoodikat selgelt selgitada, annavad sulle kõige tõenäolisemalt vastuse asemel musta kasti juhtpaneeli.

Kuidas korraldada reklaamimaterjalide testimise juhtimist?

Mõõtmisprogrammid hääbuvad ebajärjekindluse tõttu ammu enne, kui seda põhjustavad halvad andmed. Nimetamiskokkulepe tundub igav seni, kuni oled kuus kuud tegutsenud ega tea, milline „final_v2” fail tegelikult turul kasutuses oli.

Käed korrastavad märgistatud reklaamimaterjalide kaarte

Toimiv muster näeb välja nii: channel_campaign_creativeID_variant_date. See ei ole glamuurne, kuid tähendab, et iga materjali saab läbi töövoo tagasi jälitada ilma Slacki vestluseta.

Juhtimiskorraldus vajab vastutajat. Keegi, tavaliselt tulemusturunduse juht või spetsiaalne loovstrateeg, peaks enne käivitamist kinnitama, mis loetakse korrektseks testiks, mitte pärast tulemuste saabumist, kui keegi valimi suuruse kahtluse alla seab. Loovjuhi roll hõlmab järjest enam seda vastutust mõõtmise eest, mitte ainult reklaamimaterjali heakskiitu.

Sea rütm ja pea sellest kinni:

  • Iga nädal: käimasolevate testide, CTR-i/CVR-i anomaaliate ja kulutempo diagnostiline ülevaatus.
  • Iga kuu: kogu lehtri tulemuslikkuse ülevaatus reklaamimaterjali kaupa, seotuna käibega.
  • Iga kvartal: MMM- või omistamismudeli uuendamine möödunud kvartali reklaamimaterjali andmetega.

Kataloogi iga materjal koos metaandmetega (reklaamimaterjali ID, testitulemused, elemendimärgendid, käivituskuupäev) ühes keskses kohas, mitte laiali reklaamiplatvormide ekspordifailides. The Research Agency juhis siduda iga loovbrief konkreetse käitumiseesmärgiga, keda mida tegema panna, muudab kataloogimise palju kasulikumaks, sest iga materjali saab märgendada eesmärgi järgi, mille mõjutamiseks see loodi.

Praktiline nõuanne: Nõua, et iga loovbrief nimetaks soovitud käitumise enne tootmise algust. See muudab kogu testide järjekorra oletuste kuhja asemel päringutega uuritavaks andmestikuks.

Kuidas rakendada reklaamimaterjali tulemuslikkuse mõõtmist samm-sammult?

Selle juurutamine ei vaja kvartalipikkust ümberkorraldust. See vajab õiget järjestust.

  1. Olukorra ja andmete kaardistamine (1. nädal). Auditeeri, millised reklaamimaterjalide ID-d, näitamislogid ja käibeandmed sul juba on ning kus asuvad lüngad.
  2. Mõõtmise seadistamine (2. kuni 3. nädal). Rakenda või ühtlusta reklaamimaterjalide märgendamine kõigepealt oma suurima kuluga kanalis.
  3. Piloottest (3. kuni 5. nädal). Tee väikese reklaamimaterjalide hulga käibega seotud analüüs, ideaalis ühe tootesarja suurima kuluga materjalidega.
  4. Analüüs (6. nädal). Hinda reklaamimaterjale nii terviku kui ka elemendi tasandil ning selgita välja, millised tunnused korreleeruvad käibekasvuga.
  5. Laiendamine (alates 7. nädalast). Laienda märgendamist ja andmete ühendamist lisakanalitele ning loo seejärel eespool kirjeldatud aruandlusrütm.

Keskenda pilootprojekt ühele suure kuluga kanalile ja ühele tootesarjale, et andmemaht oleks sisukas, kuid ulatus ei muutuks juhitamatuks. Enne alustamist vajad kolme eeldust: juurdepääsu müügiandmetele, kordumatuid reklaamimaterjalide ID-sid ning vähemalt üht testitavat meediakanalit, mille kulu on statistilise asjakohasuse saavutamiseks piisav.

Kuidas tehisintellekti eeltest vähendab raisatud reklaamikulu?

Siin on lühike näide sellest, kuidas see toimib enne esimese dollari jõudmist päris kampaaniasse. Tiim sisestab mitu loovkontseptsiooni, põhipildi, haagiteksti ja tegevuskutse variandid tehisintellekti eeltesti, mis katsetab neid psühhograafilistest profiilidest loodud sünteetiliste sihtrühmapersoonadega.

Väljund ei ole oletus. See on iga kontseptsiooni ennustav skoor, mis märgib tõenäoliselt nõrgad variandid enne, kui neile tootmiseelarvet kulutatakse.

  • Sisendid: loovkontseptsioonid, sihtsegmentide määratlused, brändijuhised
  • Väljundid: ennustavad tulemuslikkuse skoorid ja kvalitatiivne tagasiside persoonasegmendi kaupa
  • Otsus: kõrvalda nõrgimad kontseptsioonid enne tootmist ja anna parimatele luba eespool kirjeldatud päris piloottestiks

Kantari automatiseeritud reklaamitestimise uuring toetab seda järjestust: kiiremad ja odavamad käivitamiseelsed tagasisidetsüklid vähendavad tootmises raiskamist enne päris kampaaniakulu algust.

Praktiline nõuanne: Käsitle ennustava eeltesti skoori filtri, mitte lõpliku otsusena. Kasuta seda kõige nõrgemate kontseptsioonide kõrvaldamiseks ning lase seejärel päris A/B-andmetel parimate kandidaatide vahel lõplik otsus teha.

Käed sõeluvad seadmes reklaamikontseptsioone

Millega tulemusturundajad siin tegelikult hädas on?

Tegelik pinge pole tehniline, vaid kultuuriline. Iga tulemusturundaja tunneb vastuolu kiire avaldamise ja korrektse testimise vahel ning osapooled tahavad harva kuulda, et selge vastus võtab kauem kui kõhutundeotsus. Toetuse saamiseks tuleb varakult näidata üht väikest, hästi mõõdetud võitu ja seejärel kaitsta testimisdistsipliini enne, kui kiirussurve seda jälle õõnestab.

Kuidas POPJAM sobib sinu reklaamimaterjalide mõõtmisprogrammi?

Kõik eelnev sõltub nõrga reklaamimaterjali leidmisest enne, kui see eelarvet kulutab, ning just selles töövoo punktis asub POPJAM. Selle asemel et avastada kontseptsiooni nõrkus pärast nädalat päris kampaaniakulu, testib POPJAM materjali tegelikel psühhograafilistel profiilidel põhinevate sünteetiliste ostjapersoonadega ja annab ennustava tagasiside enne käivitamist.

Kolm asja muudavad selle sinu äsja loodud programmi jaoks kasulikuks:

  • Tehisintellekti eeltestimine märgib nõrgad kontseptsioonid enne tootmisesse jõudmist ning annab sisendi otse eespool kirjeldatud pilootetappi.
  • Elemenditaseme tunnuste hindamine jagab reklaamimaterjali põhipildi, haagi ja tegevuskutse komponentideks, et diagnostika ei piirduks väitega „see reklaam töötas”.
  • Ekspordivalmis väljundid on loodud sinu käibeandmete ühendamise ja MMM-i töövoogu sobituma, mitte suletud juhtpaneeli jääma.

Kui juhid tasulisi kampaaniaid Metas, Google'is, TikTokis, LinkedInis või Redditis ja soovid siduda reklaamiloome tegelike tulemuste, mitte kõhutundega, proovi POPJAMi tehisintellektipõhist reklaamigeneraatorit ning vii järgmine kontseptsioonide komplekt enne avaldamist läbi eeltestist.

Allikad

Korduma kippuvad küsimused

Kuidas mõõta reklaamimaterjali tulemuslikkust?

Seo iga reklaamimaterjali kordumatu ID selle kokkupuuteandmete ja käibetulemustega ning lisa diagnostilised mõõdikud, nagu CTR ja tähelepanuskoorid, et selgitada, miks selline käibetulemus tekkis.

Kas saaks tuua näite reklaamimaterjali analüüsist?

Tehisintellekti eeltest hindab enne tootmist mitut reklaamikontseptsiooni sünteetiliste sihtrühmapersoonade abil, märgib nõrgimad ning saadab ainult kõrgeima skooriga kontseptsioonid päris liiklusega käibeandmetega seotud A/B-testi.

Mida tähendab reklaamimaterjali tulemuslikkus?

Reklaamimaterjali tulemuslikkus näitab, kui hästi üksik reklaam ja selle konkreetsed elemendid, nagu haak, põhipilt ja tegevuskutse, toovad mõõdetavaid ärilisi tulemusi, näiteks müüki, mitte ainult kaasatust.

Millised on turundusanalüütika neli peamist tüüpi?

Turundusanalüütika jaguneb tavaliselt kirjeldavaks (mis juhtus), diagnostiliseks (miks see juhtus), ennustavaks (mis juhtub) ja tegevusi soovitavaks (mida järgmiseks teha) analüüsiks ning reklaamimaterjali tulemuslikkuse töö hõlmab kõiki nelja.

Kas tehisintellekti eeltestimine võib asendada päris A/B-testimist?

Ei. Ennustavad tehisintellekti eeltestid sobivad kõige paremini nõrkade kontseptsioonide kõrvaldamiseks enne tootmiskulu, samal ajal kui päris A/B-testid ja väljajäetud kontrollrühmaga testid jäävad tegeliku käibemõju kinnitamise standardiks.