Как провести A/B-тестирование контекстнои? рекламы? +9




Как мы уже рассказывали в нашем вводном материале, одним из наиболее эффективных инструментов повышения конверсии в работе с контекстнои? рекламои? является персонализация контента на саи?те под запросы и потребности пользователя. Персонализируя контент (заголовки и содержание текста) под поисковыи? запрос, по которому ваш потенциальныи? клиент приходит на саи?т, вы получаете так называемые «мультилэндинги».

Таким образом, посетитель видит приятныи? и понятныи? человеческому глазу результат (а не просто «тупую» механическую замену заголовка непосредственно на поисковые запросы) и с большеи? вероятностью конвертируется в клиента.

В предыдущем посте мы постарались разъяснить отличия подобнои? системы повышения конверсии от товарных рекомендации? и осветили тему сегментирования поисковых запросов и соответствующеи? аналитики. Сегодня мы решили привести более детальныи? рассказ о динамическом A/B-тестировании от Yagla.

Исходя из своего опыта работы с сотнями кампании? по контекстнои? рекламе, мы поняли, что при плохо различимом заголовке лэндинга вероятность упустить посетителя повышается. В этом случае пользователь инстинктивно начинает обращать внимание на другие, более заметные элементы (описание какого-либо товара, логотоп и т.д.). Ему приходится тратить время на то, чтобы понять, насколько открывшаяся страница релевантна его запросу (и чем больше это время, тем выше шанс упустить потенциального клиента). Поэтому наибольшую эффективность показывают лэндинги (первыи? экран) с достаточно крупными и заметными заголовками (скриншот выше).

Такие заголовки становятся первым элементом вашеи? посадочнои? страницы, которыи? видит посетитель, быстро определяя то, как соотносится представленная информация с его текущеи? потребностью. Наша система позволяет работать с динамическими заголовками, которые можно настраивать в ручном режиме, сегментируя поисковые запросы и соответствующие подмены заголовков, исходя из понимания вашеи? непосредственнои? аудитории.

Как определить эффективность подмен?


Конечно, мы не отроем для вас Америку, рассказав об A/B-тестировании, в ходе которого контрольная группа элементов сравнивается с набором тестовых групп с внесенными изменениями по сравнению с исходным вариантом. Такое тестирование можно смело проводить с помощью сервисов вроде Optimizely или abtest.ru, но в этом случае вам потребуются, условно говоря, копии ваших лэндингов.

При работе со средними контекстными кампаниями чисто таких “дублеров” может дои?ти и до десятков тестовых лэндингов, плюс вам потребуется произвести настрои?ку тех или иных вариантов подмен в ручном режиме, собрать статистику отдельно для каждои? из кампании?, сравнить результаты и по итогам уже выбирать те или иные варианты подмен.

Мы решаем эту проблему с помощью автоматических A/B-тестов. Для разных групп поисковых запросов система проводит десятки, сотни или даже тысячи тестов. В автоматическом режиме Yagla определяет те подмены, которые сработали хорошо по отношению к исходному варианту, проставляет статусы и автоматом отключает неэффективные варианты.



Все сведено в форму таблиц для визуального удобства и контроля за работои? системы, и при наличии существенного трафика вы сможете протестировать хоть 10 заголовков под одну группу запросов. Для работы с системои? потребуется вставка всего однои? строки кода на всех страницах саи?та:

<script src=‘//st.yagla.ru/js/y.c.js'></script>

Важное замечание: во время A/B-тестирования в нашеи? системе не возникает ситуации, когда клиент видит первоначальную версию странички, которая через мгновение заменяется тестируемым вариантом.

В следующем материале мы расскажем об особенностях тестирования однородного (и неоднородного) трафика, что в существеннои? мере может повлиять на правильность принимаемых решении? в ходе тестирования эффективности вашеи? кампании.




К сожалению, не доступен сервер mySQL