5 Cara Cerdas untuk Membagi Uji Iklan Google Shopping Anda

Salah satu cara terbaik untuk meningkatkan profitabilitas Anda? Pengujian pemisahan A/B. Google Ads memiliki fitur yang disebut Eksperimen tempat Anda dapat membuat eksperimen khusus untuk kampanye dan membandingkan kinerja grup pengujian Anda dengan kampanye asli (grup kontrol) dari waktu ke waktu.

Satu-satunya masalah adalah, ini hanya tersedia untuk kampanye Penelusuran dan Display. Bukan untuk Belanja. Untungnya, saya telah menemukan lima cara untuk menguji beberapa variasi kampanye Belanja Anda, yang akan kita bahas dalam posting ini.

Cara A/B menguji informasi produk

Informasi produk pengujian A/B seperti judul, gambar, atau ekstensi dapat berguna untuk mengoptimalkan umpan produk Anda

Ini dapat dilakukan dalam penyiapan feed Anda, baik melalui alat pengelolaan feed atau secara manual di Google Merchant Center. Setelah Anda memutuskan apa yang ingin Anda uji, Anda harus membuat kelompok produk yang setara. Ini dapat dilakukan dengan beberapa cara, saya terutama menggunakan dua metode berikut:

1. Metode analisis klaster

Dengan analisis kluster, Anda akan membagi berdasarkan kinerja historis (mis., membagi produk Anda ke dalam grup yang sama berdasarkan metrik seperti klik, pendapatan, biaya, dan nilai konversi). Anda dapat melakukan ini melalui spreadsheet untuk kumpulan data yang lebih kecil atau dalam R (atau bahasa pemrograman lainnya) untuk kumpulan data yang lebih besar.

2. Metode pemisahan acak

Pemisahan acak dapat dilakukan berdasarkan ID produk Anda. Misalnya, jika Anda menggunakan nilai numerik sebagai ID produk, Anda dapat menetapkan grup A ke semua angka genap dan B ke semua angka tidak rata.

Hal terpenting saat memisahkan produk Anda adalah memastikan bahwa semua grup eksperimen Anda memiliki jumlah produk yang sama dan metrik utama Anda juga sangat mirip.

Setelah Anda melakukan pemisahan, buat perubahan pada ID produk di grup pengujian Anda. Pastikan Anda dapat melaporkan semua ID produk dan grup yang sesuai. Dengan cara ini Anda dapat menganalisisnya dan menemukan pemenangnya. Di bawah ini Anda dapat menemukan contoh tampilannya di feed Anda.

Cara A/B menguji setelan kampanye

Jika Anda ingin membagi setelan kampanye pengujian seperti ROAS, penargetan, atau jenis kampanye yang berbeda, Anda harus membuat pemisahan berdasarkan sesuatu selain ID produk. Idealnya, Anda ingin menawarkan produk yang sama di grup kontrol dan pengujian karena performa dapat bervariasi menurut produk. Ada tiga pemisahan berbeda yang dapat Anda lakukan untuk menguji pengaturan Anda. Sama seperti pengaturan pengujian pada konten produk, membuat grup yang setara adalah kuncinya. Dengan semua metode, Anda perlu melakukan analisis klaster data sendiri. Buat dua atau lebih kelompok yang sama dan analisis berdasarkan perbedaannya.

3. Metode pemisahan Customer Match

Dengan Customer Match, Anda dapat menargetkan audiens pihak pertama di Google Ads. Ini bekerja dengan mengunggah daftar alamat email dari database Anda yang ada yang ingin Anda targetkan, dan Google akan mencocokkan alamat email tersebut dengan akun Google.

Bagaimana cara melakukannya

Jika Anda menggunakan Customer Match, Anda seharusnya dapat membuat pemisahan cookie di perangkat lunak CRM Anda. Kemudian Anda dapat membuat dua kampanye berbeda menggunakan dua Audiens Pencocokan Pelanggan Google yang berbeda. Ubah setelan yang ingin Anda uji di kampanye uji coba, dan pertahankan yang lainnya tetap sama di kampanye kontrol Anda. Dan itu saja.

Catatan: Jika Anda menggunakan Customer Match, pastikan Anda menjalankan kampanye ketiga untuk semua calon pelanggan yang tidak ada di dalam database Anda. Dengan cara ini Anda tidak kehilangan potensi konversi.

Sumber gambar

kelebihan

• Pemisahan acak: Dengan memisahkan cookie, Anda sebenarnya memiliki pemisahan acak yang sering digunakan dalam pengujian A/B lainnya.
• Data yang andal: Karena pemisahan acak, hasilnya dapat diandalkan dan dapat direproduksi.

Kontra

• Sulit diterapkan: Tidak setiap pengiklan memiliki sumber daya untuk menerapkan Customer Match atau membuat pemisahan acak dalam CRM mereka.
• Tidak 100% selesai: Eksperimen ini hanya berlaku untuk pelanggan yang sudah ada di database Anda. Itu berarti hasilnya tidak valid untuk calon pelanggan baru.

4. Metode uji pemisahan geografis

Pemisahan geografis sering digunakan untuk menemukan peningkatan inkremental dalam kampanye. Ini dapat menjawab pertanyaan seperti: Apakah ada nilai tambahan dalam beriklan pada kata kunci bermerek?

Bagaimana cara melakukannya

Dalam tes geo, pasar dibagi menjadi wilayah geografis yang lebih kecil yang disebut geos. Setiap geo diberi kontrol atau grup uji. Pengguna di geos uji diekspos ke kampanye yang diubah sementara pengguna di geos kontrol disajikan kampanye kontrol. Pemisahan dapat dilakukan di negara atau wilayah, selama kedua kelompok wilayah tersebut sangat berkorelasi. Anda harus menggunakan analisis cluster untuk menentukan grup Anda.

kelebihan

• Mudah disiapkan: Semua orang yang memiliki sedikit pengalaman Google Ads dapat menyiapkan ini.
• Andal: Karena kami membagi kampanye yang sama, musim tidak dapat menjadi pengaruh.

Kontra

• Perilaku dapat sangat bervariasi menurut geografis. Sangat penting untuk memiliki dua kelompok yang sangat berkorelasi. Selain itu, musim dapat berbeda menurut lokasi geografis. Tidaklah ideal untuk membandingkan Alaska dengan Texas jika Anda menjual perlengkapan outdoor.
• Agak sulit untuk dipersiapkan: Analisis cluster pada penargetan lokasi dapat menjadi rumit ketika berhadapan dengan geo-lokasi yang lebih kecil.

5. Metode pemisahan kampanye

Dalam pemisahan kampanye, Anda cukup membagi kampanye atau akun menjadi dua grup yang sangat berkorelasi. Kedua grup harus memiliki jumlah metrik utama yang sama seperti klik, konversi, dan biaya.

Bagaimana cara melakukannya

Dalam satu grup kampanye (grup uji), Anda membuat perubahan sementara di grup kontrol praktik terbaik Anda saat ini akan ditayangkan. Jika Anda memberi label dan melacak grup kampanye yang berbeda, Anda dapat mengetahui sesuatu tentang perbedaan kinerjanya.

Anggaran dan strategi bidding adalah dua setelan yang dapat Anda uji.

kelebihan

• Sangat mudah disiapkan: Anda hanya perlu mengubah setelan di separuh kampanye Anda dan hanya itu.

Kontra

• Paling tidak dapat diandalkan: Musiman dapat berperan dalam kampanye yang berbeda, terutama jika kampanye Anda dibagi berdasarkan kategori produk (sudahkah Anda mencoba struktur kampanye penawaran prioritas?).
• Persiapan bisa jadi sulit: Analisis klaster pada grup kampanye bisa jadi sulit ketika berhadapan dengan kumpulan kampanye dan data yang lebih kecil.

Pikiran terakhir

Itu dia! Lima cara berbeda untuk menjalankan pengujian A/B untuk iklan Google Shopping Anda:

1. Uji atribut feed produk, buat grup dengan analisis cluster.
2. Uji atribut umpan produk, buat grup dengan pemisahan acak.
3. Uji setelan kampanye dengan grup Customer Match.
4. Uji setelan kampanye dengan geos.
5. Uji setelan kampanye dengan grup kampanye

Kualitas hasil bergantung pada kualitas analisis dan penyiapan awal (cluster). Apa yang Anda dapatkan adalah apa yang Anda masukkan. Semoga ini membantu Anda dalam pengoptimalan kampanye Google Belanja Anda. Jika Anda mencoba salah satu dari metode ini, bagikan hasilnya di komentar! Untuk saat ini, semoga harimu menyenangkan dan terus optimalkan!