Проведение А/В тестов или как еще их называют сплит-тестирование (от английского split testing) – мощный маркетинговый инструмент, применяемый для сравнения и оценки объявлений, помогающий управлять эффективностью веб-страниц. Знание теории об этом тестировании – это хорошо. Хотя в реальности чаще пользуются встроенным функционалом Яндекса и Гугла, который предназначен для упрощения работы с тестами.
Наш пошаговый гайд предлагает подробный порядок использования встроенного в Яндекс.Директ, а также в Google Ads функционала, осуществления анализа результативности объявлений, и еще мы расскажем как справиться с недостаточным количеством статистики.
Познакомимся со встроенными механизмами
Яндекс.Директ
Рассмотрим на примере ситуации, когда цель рекламной кампании – получить высокий показатель кликабельности или как его сокращенно называют CTR (от английского click-through rate). Здесь наиболее оптимальным решением будет использование механизма, позволяющего перераспределить трафик на объявления, которые наиболее кликабельны в группе. Стоит указать 2 и более варианта внутри группы, как Директ самостоятельно все остальное сделает без вашего участия.
Так как переключение на автоперераспределение трафика возможно исключительно по CTR, нужно помнить о следующих моментах:
- сначала должна накопиться статистика;
- перераспределение трафика происходит постепенно;
- до переключения любым объявлениям в группе достается одинаковое количество трафика.
Google Ads
В чем состоит отличие Google ads от Директа, так это в наличии возможности самостоятельного выбора из трех типов ротации, которыми по умолчанию можно воспользоваться.
- С оптимизацией. Максимально часто показываются объявления, которым досталось больше внимания, а, соответственно, и кликов. Здесь Google Ads сходится с Директом: как правило, больше показов достается таким вариантам, которые продемонстрировали большую эффективность.
- Без оптимизации. Чередование. Мы сами выбираем такие варианты, которые на наш взгляд максимально эффективны. При этом чередовать их будут, не ограничивая по времени.
Встроенный функционал включает в себя еще один инструмент, который позволяет проводить A/B тестирование. Это – «Проекты кампаний и эксперименты». С его помощью можно провести тесты, которые смогут дать оценку стратегиям и ключевым фразам, котировкам и минус-словам, ставкам и так далее.
Порядок сравнения результативности объявлений
Яндекс.Директ
Основной инструмент, который используется при сравнении – Мастер отчетов. Именно он помогает анализировать эффективность объявлений в Директе.
Чтобы настроить отчеты в «Срезах», по своему усмотрению отмечаем галочками не меньше двух позиций: группы и № объявлений. Также выберем и отметим по своему выбору показатели. Обратившись к строке «Группировка» из выпадающего списка, отметим фразу «за выбранный период».
Затем в отчете проводим сортировку статистики по номеру группы и можем просмотреть его в ручном режиме по каждой из них. После этого можно решать вопрос об остановке отдельных объявлений в группе.
Лучше всего принимать решение, основываясь на бизнес-показателях. А именно:
- окупаемость инвестиций (ROI);
- доля рекламных расходов (ДРР);
- цена за действие (CPA);
- целевые обращения;
- сделки.
Кроме того нужно принимать во внимание как распределяются лиды по выбранной атрибуции.
Когда такие данные отсутствуют, используем то, что есть: цену за звонок/заявку (CPA), глубину, процент отказов, долю вовлеченных сессий (ВС).
Мастер отчетов позволяет останавливать объявление, не покидая его. Нужно отключить показ – кликните по выбранному номеру.
Google Ads
В данной системе не имеет значения выбранный вид ротации. Запуская новое А Б тестирование, вы обязательно проведете сравнение имеющихся объявлений для избавления от неэффективных, останавливая их. Иначе продолжится постоянное накопление активных объявлений. При этом неэффективные будут отбирать часть трафика, хотя и весьма небольшую.
Есть 2 способа ручного сравнения эффективности объявлений в группе:
- В первом случае сравнение проводится непосредственно в интерфейсе.
- Во втором – эффективность сравнивается в программе «Редактор AdWords, после предварительного скачивания в нее статистических данных.
Это, конечно, не единственные методы для сравнения, но мы представим план для первого, как наиболее простого.
Пошаговый план сравнения эффективности в интерфейсе Google Ads
Поэтапный план сравнения результативности объявлений в аналитических системах
Рекламные кабинеты не всегда могут обеспечить необходимым количеством данных. Тогда счетчики систем аналитики придут на помощь. Чтобы сравнивать эффективность объявлений в этих системах, важно чтобы каждому варианту в группе была передана уникальная метка. К примеру, это может быть utm_campaign.
Создание уникальных меток простым методом добавления в нее переменных, которые подставляют номер объявления либо группы, осуществляется с помощью динамического параметра.
Яндекс.Директ
С помощью универсального отчета «Метки UTM» имеются все возможности для проведения сравнения, позволяющего установить, как эффективность объявления зависит от источника трафика, а основой анализа станут UTM метки.
Как найти отчет? Пройдите из «Отчетов» в «Стандартные отчеты», а затем в «Источники», где выберите «Метки UTM».
Группировка статистики в отчете производится по трем уровням (при этом метка utm через нижнее подчеркивание дополнена соответствующим словом):
- Источник – «utm_source»;
- Канал – «utm_medium»;
- Кампания – «utm_campaign».
Для добавления еще одного уровня, который требуется в тех случаях, когда отличие ссылки в объявлении состоит в уникальной метке UTM_content, придется поработать с вкладкой «Группировки». Нужно кликнуть по соответствующей кнопочке, расположенной над таблицей с данными. Это можно увидеть на фото:
Ставим галочку рядом с UTM_content. Чтобы отыскать этот параметр, можно воспользоваться поиском среди доступных группировок или сделать это вручную, пролистав весь список. Параметр появится там же, где находятся другие группировки – справа в окне:
Сохраняем изменения, нажав на «Применить». Переходим к следующему этапу, в котором будем сравнивать объявления. Присмотритесь к двум нижним строчкам. Они созданы по объявлениям, входящим в одну группу.
Провести анализ можно еще проще с использованием слегка модифицированного отчета «Директ, Сводка», который обычно является стандартным. Для этого нужно проделать следующий путь: из «Отчетов» отправиться в «Стандартные отчеты» и далее в «Источники». После кампаний должна расположиться «Группа объявлений», которую нужно предварительно добавить. Место, где она будет находиться – непосредственно после кампаний:
Теперь время приступать к анализу результативности объявлений, находящихся в пределах отдельных групп:
Google Ads
Бесплатный сервис для сбора статистики Google Analytics предлагает выбор: самостоятельное создание с нуля необходимого отчета по UTM-меткам либо модификация готового. Естественно, лучше основываться на следующем отчете, путь к которому лежит из «Источников трафика» в «Кампании» и далее во «Все кампании».
По умолчанию в отчете обязательно отразится utm_campaign – уникальная метка. Не хватает лишь «Содержание объявления». Данный параметр необходимо добавить. Кроме того данные с номера группы и номер объявления, добавляемые в метку utm_content, непременно будут представлены в нем.
Что делать при недостатке статистики
При любом способе анализа бывают сложные вопросы, связанные с малой статистикой. Найти решение поможет выполнение следующего действия: нужно сгруппировать данные по существующим вариантам в группе.
Например, объявления внутри группы различаются исключительно текстами. Как при этих условиях выполняется группировка? Сначала выгружаем различные кампании, статистические сведения по меткам. Главное, не забывать при этом отслеживать, чтобы идентификаторы были у всех объявлений. Иначе задача, требующая подтянуть данные, окажется невыполнимой.
В Яндексе – стандартный экспорт всех кампаний в файл с форматом CSV:
В Ads это происходит иначе. Заходим в интерфейс и скачиваем из него все объявления из соответствующей вкладки, но не забываем добавить перед этим «Идентификатор объявлений»:
Далее приступаем к скачиванию статистики отдельно из Метрики, а также из Google Analytics либо вместе. Сделать это возможно с использованием отчетов, о которых говорилось выше. Так как алгоритм выгрузки в обоих случаях одинаковый, в качестве образца возьмем данные, полученные в Метрике, и выгрузку их Яндекс.Директ.
Используя функцию вертикального просмотра (ВПР) собираем содержимое выбранных объявлений, чтобы сгруппировать статистику. Их идентификаторы содержит в себе столбец UTM Content.
Убираем из указанного столбца все лишнее – нужны исключительно идентификаторы. Смотрите, как изменился вид содержимого, которое находится в каждой из ячеек столбца:
За символом «aid|» располагается идентификатор, соответствующий определенному объявлению. Для удаления всего расположенного перед этим символом, не исключая самого текста, воспользуемся опцией «поиск и замена» вместе с регулярным выражением «*aid|» в Экселе либо «.*aid\|» в Гугл Доксе. По итогу получился следующий текст:
Следующим шагом будет удаление всего текста, находящегося за вертикальной чертой. Для этого нужно в Excel регулярное выражение «|*», в Google Docs «\|.*». Итоговое содержимое ячейки – идентификатор объявления, который состоит из десяти цифр и выглядит следующим образом: 6084474087.
Используя опцию ВПР, в табличку со статистикой подтянем тексты из выгрузки.
Вторую строку таблички (с итогами) удалим – она будет препятствовать созданию сводной таблицы.
Посмотрите, какие настройки отмечены в сводной таблице (разницы в данных полей UTM_campaign2 и UTM_campaign2 никакой нет):
Бывает, что идентификатор объявления не подтянулся в метку, как, например, в тексте объявления #Н/Д (см. сводную таблицу). Это нормальное явление. Во всяком случае, проверьте, как UTM-метки составлены в кампаниях – корректно или нет.
На уровне кампании полученная сводная таблица позволяет проводить сравнение эффективности различных текстов.
Несколько примеров
Подведем итог
Проводимое А/Б тестирование во случаях основано на встроенном функционале в обеих системах аналитики, как в Директе, так и в Ads.
Рассмотренные примеры наглядно показывают, как группировать статистику, если недостаточное количество ее на уровне объявлений.