SMX Overtime: 영원한 테스트, Facebook 광고 성공의 열쇠

SMX Overtime은 SMX 발표자가 다양한 주제에 대한 참석자의 질문에 답변하는 SMX 연사 시리즈의 일부입니다.

이번 달 초, 나는 가을 가상 SMX에서 발표하는 기쁨을 누렸습니다. 대면 네트워킹 기능을 대체할 수는 없지만 SMX는 훌륭한 콘텐츠와 함께 우리 모두가 놓치고 있는 토론과 네트워킹을 촉진하는 경험을 만드는 데 큰 역할을 했습니다!

제 세션인 "영원한 테스트: Facebook 광고 성공의 열쇠"에는 우리가 얻을 수 없는 몇 가지 훌륭한 질문이 있었습니다. 그래서 우리는 이러한 질문에 답하는 수단으로 이 게시물을 작성하기로 결정했습니다. 또한 모든 질문이 요점에 있어서 답변을 한꺼번에 공유하는 것이 도움이 될 것이라고 생각했기 때문에 우리가 대답할 수 있었던 질문도 포함했습니다.

"인스타폼을 작성한 리드에게 연락하는 데 얼마나 걸립니까?"

리드에 응답하기 전에 기다려야 하는 시간은 몇 가지 사항에 따라 다릅니다.

• 리드가 얼마나 인기 있고 영업 전화나 데모를 요청했습니까?
• 콘텐츠를 요청한 경우 콘텐츠가 포함된 이메일을 받을 때까지 기다려야 하나요?

이러한 질문 중 하나에 대한 대답이 '예'라면 이는 긴박감을 나타내는 것이며 가능한 한 빨리 연락하는 것이 좋습니다. 데모나 전화를 요청하는 사람에게 판매로 전환할 수 있는 가장 좋은 기회는 바로 그 순간입니다. 후속 조치를 기다리는 시간이 길어질수록 쇼핑을 해야 하거나 산만해지거나 마음이 바뀌는 데 더 많은 시간이 소요됩니다.

리드가 더 높은 퍼널 리드이고 콘텐츠를 얻기 위해 손을 내미는 경우 즉시 판매를 추진하지 않는 것이 좋습니다. 왜냐하면 그들은 그러한 유형의 약속에 대한 준비가 되어 있지 않을 가능성이 높기 때문입니다. 그러나 브랜드 회상이 남아 있는 동안 첫 번째 터치를 상당히 빨리 만들어 후속 콘텐츠에 더 많이 참여할 수 있도록 하는 것이 좋습니다. 나는 이 사람들을 이메일 육성 캠페인에 참여시켜 그들이 영업 담당자에게 연락할 준비가 되었다고 행동이 나타날 때까지 자동화된 방식으로 참여하도록 제안합니다. 그들이 요청한 콘텐츠를 첫 번째 콘텐츠로 만들 수 있다면, 부담스러워 보이지 않으면서 빠른 후속 조치를 만드는 정말 원활한 방법을 만들 수 있습니다.

“페이스북의 학습 곡선은 얼마나 걸립니까? 무언가를 테스트한다면 최소 30일 동안 실행해야 합니까?”

이것은 대답하기 어렵습니다. 저는 "그것에 따라 다릅니다"라는 대답을 하는 것을 싫어하지만 이것은 그 응답이 적용되는 시나리오입니다. Facebook의 학습 곡선은 50개의 최적화 이벤트에 도달하는 데 걸리는 시간으로 더 잘 정의되며, 이는 동일한 계정 내에서 한 광고 세트에서 다음 광고 세트까지 계정마다 다를 수 있습니다.

Facebook과의 어려움은 테스트를 너무 오래 끌면 창의적 피로에 부딪혀 결과에도 부정적인 영향을 미칠 수 있다는 것입니다. 창의적 피로감을 느끼기까지 걸리는 시간은 다양한 요인에 따라 달라지며 캠페인마다 다릅니다. 청중 규모와 빈도가 여기서 중요한 역할을 합니다. 따라서 잠재고객이 많고 빈도가 낮은 광고 세트는 일반적으로 잠재고객이 적은 계정보다 크리에이티브 피로도가 더 느립니다.

즉, 학습 단계에서 벗어나는 것이 이상적입니다. 즉, 최소 50개의 최적화 이벤트를 달성해야 합니다. 목표는 학습 단계에서 벗어나(이상적으로는 1주일 이내) 결과에서 통계적 의미를 얻을 수 있는 충분한 데이터를 수집하는 것이어야 합니다. 무료 통계적 유의성 계산기가 많이 있습니다. CXL에서 제공하는 이 계산기를 사용하면 현재 결과와 테스트가 실행된 일수를 기반으로 통계적 유의성을 달성하기 위해 테스트에 필요한 일수를 추정할 수 있습니다.

"다른 광고 캠페인보다 더 많은 예산과 더 많은 전환이 있는 광고 캠페인에서 학습이 제한되는 이유는 무엇입니까? 고객의 이메일 목록에 있는 청중이 많고 청중이 비슷합니다.”

Facebook의 학습 단계에는 50개의 최적화 이벤트가 필요하며 변경 사항이 있으면 학습 모드로 다시 보낼 수 있습니다. 따라서 여기에서 발생할 수 있는 몇 가지 일이 있습니다.

1. 청중은 더 ​​많을 수 있지만 아직 최적화 이벤트 50개 임계값에 도달하지 않았을 수 있습니다.
2. 각 광고 세트는 개별적으로 학습 단계를 시작하고 종료하므로 캠페인이 최적화 이벤트 50개 임계값에 도달하더라도 모든 광고 세트가 아직 해당 임계값에 도달한 것은 아니며 일부는 여전히 학습 단계에 있을 수 있습니다.
3. 새 광고, 예산 변경, 입찰 변경 또는 타겟팅 변경과 같이 이전에 학습 모드를 벗어났더라도 이 캠페인의 일부를 학습 단계로 되돌릴 수 있었던 최근 변경 사항이 있을 수 있습니다. 최근 변경 사항을 확인하여 최근에 수정 사항이 있는지 확인할 수 있습니다. 그 시점에서 학습 단계를 다시 종료하려면 가장 최근의 중요한 편집 후에 또 다른 50개의 최적화 이벤트가 발생해야 합니다.

“Facebook 광고의 학습 단계 상태에 대해 어떻게 생각하십니까? 테스트 시나리오에 영향을 미칠까요?”

학습 단계는 확실히 테스트에 영향을 줄 수 있습니다. 학습 단계에서 벗어날 때까지 결과는 크게 다를 수 있습니다. 승자를 부르기 전에 학습 단계에서 벗어나는 것이 가장 좋습니다. 그러나 현실적으로 일부 광고 세트는 학습 모드를 벗어나지 않으며 이러한 경우 아직 학습 모드에 있더라도 통계적으로 유의미한 결과를 얻으려고 노력해야 합니다.

학습 단계는 실행하는 테스트 결과에 영향을 미칠 뿐만 아니라 궁극적으로 광고 세트 및 광고의 장기적인 성능에도 영향을 미칩니다. 성능 향상을 위해 학습 모드에서 벗어날 수 있는 방법을 찾는 것이 좋습니다. 관련성을 유지하면서 타겟팅을 확장하는 창의적인 방법을 찾는 것을 의미하더라도 말입니다.

"Facebook의 '예산 최적화'와 광고 세트에 대한 예산 설정을 어떻게 비교합니까?"

나는 페이스북의 CBO(Campaign Budget Optimization)를 사랑 하고 싶다 . 왜냐하면 이것을 반쯤 통제력이 없는 사람이라고 말하기는 힘들지만 페이스북의 입찰 알고리즘은 꽤 훌륭하기 때문이다. 같은 논리로 CBO가 수동 개입보다 더 나은 성과를 낼 것으로 예상할 수 있습니다. 그렇죠? 불행히도 나는 실제로 그런 경우를 보지 못했습니다.

CBO를 사용한 적이 몇 번 있습니다(Google에서 공유 예산을 사용하는 것이 타당한 경우와 유사합니다. 각 개별 예산이 자체적으로 좋은 결과를 얻기에는 너무 제한적이기 때문입니다). 하지만 일반적으로 캠페인 목표에 우선순위를 두지 않고 광고 세트 예산을 설정하여 최대한 효율적으로 지출하지 않는다는 것을 알았습니다.

“Facebook의 관심과 타겟팅 옵션은 특히 B2B에서 상당히 제한적입니다. 잠재고객 타겟팅을 최적화할 수 있는 방법에 대한 제안 사항이 있습니까?”

많은 사람들이 B2B를 위해 Facebook을 사용하는 아이디어에 저항하기 때문에 Facebook을 위한 B2B에 대한 질문을 좋아합니다. 그래서 저는 그렇지 않을 때 항상 흥분합니다! 청중은 제한되어 있지만 Facebook이 B2B에 정말 잘 작동하는 것을 보았습니다.

B2B와 B2C의 모든 청중 중 내가 가장 좋아하는 청중은 닮아 있습니다. 나는 일반적으로 그들이 Facebook의 관심사를 능가한다는 것을 알게 되었습니다. 픽셀 또는 이메일 목록을 통해 자사 데이터가 있는 경우 여기에서 시작하겠습니다. 더 많은 자격을 갖춘 잠재고객을 생성할 수 있습니다(단순 리드 대신 MQL, 성사 기회가 더 좋고, 엔터프라이즈 고객을 분류할 수 있고, 생성할 수 있는 가치 목록이 높을수록 더 좋습니다). 나는 그것들을 테스트의 수단으로 시작할 것입니다. 또한 Facebook 잠재고객 인사이트를 살펴보고 페이지 팔로워의 관심사에 관한 정보가 무엇인지 확인할 것입니다. 때때로 Facebook은 산업 및 느슨한 직책에 대한 일부 데이터 외에도 좋은 옵션이 될 수 있는 협회에 대한 관심을 가지고 있습니다.

"FB 광고와 관련된 B2B 측의 큰 문제는 잠재 고객이 리드 생성 양식 및 사이트 리드 생성 양식에 가짜 연락처 정보를 작성하는 것입니다."

불행히도 나는 이것을 어느 정도 보았습니다. 우리에게는 엄청난 양의 볼륨을 몰고 다니는 몇 가지 관심사가 있었지만 또한 꽤 많은 쓰레기가 있었습니다. 그런 다음 우리가 닮은꼴을 구축하고 있던 픽셀 기반 청중을 오염시켰고 그들도 약간 쓰레기가 되었습니다. 더 나은 단어. 청중이 충분히 큰 경우 Facebook의 리드를 통하든 CRM과의 통합을 통하든 상관없이 타겟팅 수준에서 성과를 모니터링할 수 있도록 항목을 세분화하는 것이 좋습니다. 예를 들어 HubSpot을 사용하면 광고 세트 수준에서 리드 품질을 모니터링할 수 있으므로 여기에서 결정을 내릴 수 있습니다.

때때로 우리가 결정해야 할 결정은 수용 가능한 비용으로 더 많은 리드 볼륨을 얻기 위해 약간의 소음이 있어도 괜찮은지 또는 소음이 없도록 해야 하는지 여부입니다. 그러나 이는 입찰 알고리즘을 구동하는 더 적은 양/적은 데이터로 인해 리드당 더 높은 비용을 의미할 수도 있습니다.

불행히도, 나쁜 데이터로 유사성은 문제를 더 악화시킬 뿐입니다. 따라서 우리는 일반적으로 업로드된 양질의 리드 목록에서 맞춤 잠재고객의 유사 모델로 이동하거나 더 나은 픽셀 기반을 구축하기 위한 다른 방법을 찾습니다. 포털이 존재하는 경우 로그인하거나 후속 이메일에서 캘린더의 데모를 예약하기 위해 다음 단계를 밟는 것과 같이 가능하면 모든 리드보다 청중입니다.

“업데이트될 때마다 자동으로 비승인되는 경향이 있는 광고 캠페인에 대한 테스트 전략을 어떻게 업데이트하시겠습니까? 광고는 정책을 따르며 일반적으로 수동 검토 후에 복원됩니다."

이것은 매우 실망스러운 상황이며 Cultivative에 광고를 시작하거나 수정하는 즉시 자동으로(그리고 잘못 추가할 수 있는) 광고가 비승인되는 고객이 있기 때문에 뼈저리게 느낍니다. 얼마나 많은지에 따라 검토를 위해 개별적으로 제출하는 데 시간이 너무 오래 걸리기 때문에 일반적으로 캠페인 ID로 지원을 요청하게 됩니다.

일반적으로 프로세스는 다음과 같습니다.

1. 광고를 시작합니다(광고가 자동으로 비승인됨을 알고 있음).
2. 비승인이 발생하는 즉시(대개 거의 즉각적으로) 채팅에서 지원팀에 캠페인 ID를 보냅니다.
3. 광고가 잘못 비승인되었으며 이제 일반적으로 캠페인 ID를 보낸 후 24시간 이내에 게재되었음을 확인하는 지원 이메일 후속 조치를 받습니다.
4. 모든 것이 활성화되었으므로 테스트 기간을 시작하십시오. 승인된 날 이른 경우 같은 날. 정오 또는 늦은 시간이면 다음 날이 시험 기간의 시작으로 간주됩니다.

"페이스북과 PPC 검색을 함께 사용하는 가장 좋은 방법은 무엇이라고 생각하십니까?"

오, 나는 이 질문을 좋아합니다. Facebook과 PPC가 함께 작동할 수 있는 방법은 많습니다. 이 기사 자체를 정당화할 수 있을 만큼 여러 면에서!

각 채널을 운영한 기간과 각 채널에서 무엇을 운영하고 있는지에 따라 새로운 잠재고객에 대한 Facebook 잠재고객 발굴 캠페인과 같은 더 높은 유입경로 캠페인을 활성화하면 브랜드 검색 트래픽이 증가하는 것을 종종 볼 수 있습니다. 그것을 위해 밖으로! 즉각적인 직접 반응 이외의 영향을 이해하는 데 관심이 있는 경우 브랜드 검색 동향에 대한 Facebook 노출 및 트래픽 동향 모니터링은 Facebook에서 발생한 직접 전환 모니터링 이외의 영향을 찾는 한 가지 방법입니다.

채널 간 캠페인을 조정하는 가장 쉬운 방법 중 하나는 UTM을 기반으로 하는 잠재고객을 설정하여 각각의 성과를 모니터링하는 것입니다. Facebook 캠페인의 트래픽에서 잠재고객을 설정하고 검색 캠페인에서만 관찰할 수 있도록 계층화할 수 있습니다. 또한 Facebook 리마케팅을 사용하여 검색 캠페인에서 방문한 사람들을 리마케팅하기 위해 UTM에서 잠재고객을 설정할 수 있습니다. 또한 Google 애널리틱스에서 두 잠재고객을 모두 설정하여 각 잠재고객의 사람들이 다른 채널을 통해 유입되는 방식에 대한 가시성을 높일 수 있습니다.

잠재고객의 좋은 점은 잠재고객이 누구인지(타겟 및 인구통계) 및 사이트에서 이미 수행한 작업과 같이 다른 방법으로는 알지 못했을 수도 있는 트래픽에 대한 정보를 제공한다는 것입니다. 예를 들어 Facebook에는 Google Ads에 없는 많은 타겟팅 옵션이 있으며 그 반대의 경우도 마찬가지입니다. 그들이 Facebook의 특정 광고 세트에서 왔다는 것을 안다면, 다른 방법으로는 몰랐을 수도 있는 인구 통계 또는 관심사에 대해 알려줄 것입니다. 두 경우 모두 잠재고객에 맞게 광고를 맞춤설정하여 최대한 활용할 수 있습니다. 또한 제외 잠재고객을 추가하여 다른 하위 유입경로 CTA로 유도하기 위해 이미 다운로드한 동일한 콘텐츠를 공유하지 않도록 할 수 있습니다.

또한 PPC와 Facebook 광고가 서로에게서 배울 수 있는 방법이 너무 많습니다. 예를 들어 메시징 테스트에서 공유한 학습입니다.

“주택과 같은 제한된 광고 카테고리는 어떻습니까? 옵션이 제한되어 있으므로 잠재고객 세분화에 대한 권장 사항이 있습니까?”

좋은 질문입니다. 주택, 신용 및 고용과 같은 특수 범주의 경우 타겟팅 세분화 옵션이 약간 줄어들지만 잠재고객 규모가 있는 경우 데이터를 세분화할 수 있는 방법은 여전히 ​​많습니다. 주택 및 부동산과 관련하여 제가 발견한 더 큰 어려움 중 하나는 한 도시(특히 그 지역의 작은 도시)만 타겟팅하는 경우, 연령 또는 성별로 분류하려고 시도합니다(물론 어쨌든 허용되지 않음).

데이터가 있는 경우 데이터를 분류하는 방법은 여전히 ​​많습니다. 모든 분류는 개별 목록이 여전히 자체적으로 50개의 최적화 이벤트를 달성할 수 있는지 여부를 여전히 고려해야 한다는 점을 염두에 두어야 합니다(그렇지 않은 경우 더 많은 잠재고객의 일부로 남아 있으면 실적이 더 좋을 수 있으므로 분류하는 것이 좋습니다. 이러한 세분화 기회에는 다음이 포함될 수 있습니다.

• 플랫폼 또는 게재위치: 하나의 개별 게재위치에 예산을 할당하거나 플랫폼에서 더 세게 추진할 수 있다면 실적이 더 좋을 것임을 나타내는 성능 이상치가 있는 경우에만 이 작업을 수행합니다. 하나의 게재위치가 맞춤 광고 소재로 더 나은 실적을 낼 것으로 보인다면 실적이 더 좋은지 확인하기 위해 분류하지 않고 기존 광고 단위 내에서 이를 수행하는 것이 좋습니다.
• 품질을 기반으로 유사 콘텐츠를 구축하기 위해 다양한 자사 잠재 고객 목록을 분류합니다. 예를 들어, 부동산에 있다면 집을 구입한 사람들의 목록을 모든 리드와 별도의 목록으로 업로드하고 두 사람의 유사점을 만들어 실적을 확인합니다.
• 리마케팅 목록의 최근성: 더 긴 목록과 별도로 지난 3~7일 동안 누군가를 타겟팅합니다.
• 다양한 현장 작업에 대한 다양한 리마케팅 ​​목록
• 아직 구매 의도가 있는 집을 위한 다양한 맞춤 잠재고객 목록입니다.

“타겟팅 테스트를 위해 페이스북의 A/B 테스트 기능을 추천해주시겠습니까? 또한 테스트를 위해 설정하는 '이상적인 예산'은 얼마입니까?”

Facebook의 캠페인 실험 도구는 내가 사랑하고 싶지만 최고의 경험을 해보지 못한 또 다른 도구입니다. 도구를 통해 실행하는 A/B 테스트가 도구를 사용하지 않을 때와 같은 방식으로 왜곡되는 경우가 많습니다. 그런 이유로 이 도구를 사용한다고 해서 반드시 Facebook 내에서 테스트하는 데 있어 제한 사항이 줄어들지는 않는다는 사실을 종종 알게 됩니다. 나는 이 변화를 보고 싶고 그들이 도구에 투자해왔기 때문에 여전히 그렇게 되기를 희망합니다. 좋은 점 외에 내가 찾은 주요 이점은 자체 통계 분석 도구를 사용하는 것과 비교하여 판독값을 제공한다는 것입니다.

즉, 홀드아웃 테스트 및 브랜드 설문조사와 같이 도구 없이는 할 수 없는 새로운 캠페인 실험 도구를 통해 수행할 수 있는 몇 가지 작업이 있습니다. 기술적으로 자체적으로 홀드아웃 테스트를 설정할 수 있지만 해당 도구를 사용하면 다른 도구나 데이터 파트너에 액세스하지 않고도 많은 광고주가 자체적으로 수행할 수 있는 것보다 더 쉽고 명확하게 읽을 수 있습니다.

예산에 관한 한 이것은 광고주마다 다릅니다. 학습 단계를 종료하는 데 50개의 최적화 이벤트가 필요하기 때문에 해당 임계값을 충족할 수 있을 만큼 충분히 현실적인 예산을 설정한 다음 학습 단계 외부에서 테스트에 사용할 수 있는 예산을 확보하려고 합니다. 취득 비용에 따라 광고주마다 다릅니다. 학습 단계는 약간 변동이 있을 수 있으므로 해당 시간에는 비용 효율성이 최적이 아닐 수 있으므로 약간의 추가 예산을 고려하는 것이 좋습니다.

이 기사에 표현된 의견은 게스트 작성자의 의견이며 반드시 Search Engine Land는 아닙니다. 직원 저자가 여기에 나열됩니다.