Стандартная ситуация – дизайнеры по запросу маркетологов готовят новые креативы для рекламы. При этом дизайнеры, получая ТЗ, могут запрашивать информацию вроде: «Что не так со старыми баннерами?», «Какие результаты у новых баннеров?» и т.д.
Самый емкий ответ, что я встречал: мол, вариант А хуже варианта Б. Оценка обычно проводилась на основе конверсии в целевое действие, его стоимости и количества. За неимением последних по CTR, СРС и микроконверсиям.
Я описал стандартную ситуацию, которая работает и при А/Б-тестировании изображений и баннеров. Но такое тестирование считаю неполным, объясню далее почему.
Почему стандартного А/Б-тестирования баннеров недостаточно
Дело в том, что такой информации дизайнерам, как правило, мало. Рекламный баннер содержит несколько элементов, которые могут влиять на результативность. Если баннер не сработал, это не значит, что все эти элементы отработали плохо. Что же это за элементы?
- Формат изображения: иллюстрация, видео, фото, спикер и т.д.
- Цвет фона: яркий, блеклый, какой-то конкретный и т.д.
- Формат копирайта: призыв, название, вопрос, содержание, навык и т.д.
Плюс если рассматривать объявление в целом, то влиять может еще текст самого объявления, но мы говорим пока про баннеры.
Многое еще зависит от вашего продукта, например, может быть, вам важно учитывать содержимое баннера, вроде пол, возраст, расу человека на нем.
Каждый из этих элементов может влиять на CTR и дальнейшую конверсию в целевое действие.
Пример элементов баннера для аналитики
Отсюда вытекает, что сказать дизайнерам, что такой-то вариант лучше – нельзя. Нужно обязательно дать аналитику до элементов с разбивкой до дальнейшей рекламной воронки.
Что нужно делать для тестирования изображений в рекламе
Справедливый вопрос, как же тогда всё это учесть? В этом помогают utm-метки и конкретно нейминг объявления (или в некоторых случаях доп. элемент в метку, например, в utm_content), которые пробрасываются совместно с заявкой в вашу CRM или веб-аналитику.
Приведу примеры таких названий объявлений.
Пример нейминга объявлений для рекламы ВКонтакте
Разберем один из вариантов на картинке выше – auto-cpc_key_target_question_foto_ad2.2_image, где:
- auto-cpc – тип ставок в рекламе ВК;
- key – тип таргета;
- target – уточнение таргета, тут целевые ключевые слова;
- question – тип копирайта;
- foto – формат изображения;
- ad2.2 – номер баннера;
- image – цвет фона (для фото это картинка).
Выходит, что вместе с заявкой мы получаем такой набор параметров в CRM и можем уже построить отчетность до каждого из них. Если у вас поток баннеров, которые уходят в тестирование, это один из вариантов использования.
Для чего дизайнерам столько информации
Всё для того, чтобы сделать наилучший вариант баннера до целевых действий. Например, если какая-то закономерность в элементах стабильно портит результаты, дизайнеры откажутся от такого элемента.
Стандартный случай, что в моем кейсе дизайнеры чаще используют «name+lustr» – это значит название в копирайте и формат картинки в иллюстрации.
Пример анализа эффективности креативов
Чтобы не быть голословным, приведу пример одного моего проекта, где я тестирую много разных креативов и в результате отдаю направлению дизайна данные до элементов баннеров.
Пример отчета по эффективности баннеров и их элементов
На скрине приведены несколько сводных таблиц, которые содержат данные по разным элементам баннера. Это только один небольшой запуск, поэтому цифр не так много.
Если вы думаете, что я трачу уйма времени на сбор таких отчетов, вы ошибаетесь. Это сводные таблицы которые формируются автоматически на большом адсете данных. Самое сложное и долгое, это всё настроить. Потом вы только обновляете циферки по новым запускам и изучаете результаты.
Кстати, говоря о ручной работе, для лучшего анализа иногда просят подгружать картинки в сами таблицы – тут уже приходится поработать руками. Но зато финальная таблица приобретает более красивый вид.
Отчет по эффективности до самих баннеров
Теги:
