Как провести A/B-тестирование контекстной рекламы?
Как мы уже рассказывали в нашем вводном материале, одним из наиболее эффективных инструментов повышения конверсии в работе с контекстной рекламой является персонализация контента на сайте под запросы и потребности пользователя.
Персонализируя контент (заголовки и содержание текста) под поисковый запрос, по которому ваш потенциальный клиент приходит на сайт, вы получаете так называемые «мультилэндинги».
Таким образом, посетитель видит приятный и понятный человеческому глазу результат (а не просто «тупую» механическую замену заголовка непосредственно на поисковые запросы), и с большей вероятностью конвертируется в клиента.
В предыдущем посте мы постарались разъяснить отличия подобной системы повышения конверсии от товарных рекомендаций и осветили тему сегментирования поисковых запросов и соответствующей аналитики.
Сегодня мы решили привести более детальный рассказ о динамическом A/B-тестировании от Yagla.
Исходя из своего опыта работы с сотнями кампаний по контекстной 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 с достаточно крупными и заметными заголовками.Такие заголовки становятся первым элементом вашей посадочной страницы, который видит посетитель, быстро определяя то, как соотносится представленная информация с его текущей потребностью.
Наша система позволяет работать с динамическими заголовками, которые можно настраивать в ручном режиме, сегментируя поисковые запросы и соответствующие подмены заголовков, исходя из понимания вашей непосредственной аудитории. Как определить эффективность подмен?
Конечно, мы не откроем 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 дойти и до десятков тестовых лэндингов, плюс вам потребуется произвести настройку тех или иных вариантов подмен в ручном режиме, собрать статистику отдельно для каждой из кампаний, 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 работой системы, и при наличии существенного трафика вы сможете протестировать хоть 10 заголовков под одну группу запросов. Для работы с системой потребуется вставка всего одной строки кода на всех страницах сайта:
<script src=‘//st.yagla.ru/js/y.c.js'>script>
Важное замечание: во время A/B-тестирования в нашей системе не возникает ситуации, когда клиент видит первоначальную версию страницы, которая через мгновение заменяется тестируемым вариантом.