Marketing API

Uji Split

Menguji berbagai strategi iklan terhadap pemirsa eksklusif guna menentukan strategi yang berfungsi. API mengotomatiskan pembagian pemirsa, memastikan tidak ada tumpang tindih antar grup dan membantu Anda menguji variabel yang berbeda. Uji dampak dari berbagai jenis pemirsa, teknik pengoptimalan penayangan, penempatan iklan, materi iklan, anggaran, dan lainnya. Anda dan partner marketing Anda dapat membuat, memulai, dan melihat hasil pengujian di satu tempat. Lihat Referensi Studi Iklan.

Pedoman

  • Tentukan KPI dengan partner marketing atau tim internal Anda yang membuat pengujian.
  • Level Kepercayaan Tentukan ini sebelum membuat pengujian. Pengujian dengan jangkauan yang lebih luas, jadwal yang lebih lama, atau anggaran yang lebih tinggi cenderung memberikan hasil yang lebih signifikan secara statistik.
  • Pilih hanya satu variabel per pengujian. Ini membantu menentukan kemungkinan besar penyebab perbedaan kinerja.
  • Ukuran Pengujian yang Dapat Dibandingkan Saat Anda menguji metrik volume, seperti jumlah konversi, Anda harus menskalakan hasil dan ukuran pemirsa sehingga kedua ukuran pengujian dapat dibandingkan.

Batasan Pengujian

  • Jumlah maksimal studi per pengiklan secara bersamaan: 100
  • Jumlah sel maksimal per studi: 150
  • Jumlah entitas iklan maksimal per sel: 100

Pengujian Variabel

Meskipun Anda dapat menguji berbagai jenis variabel, kami menyarankan Anda hanya menguji satu variabel dalam satu waktu. Ini menjaga integritas ilmiah pengujian Anda, dan membantu Anda mengidentifikasi perbedaan spesifik yang mendorong kinerja yang lebih baik.

Contoh: pertimbangkan pengujian terpisah dengan set iklan A dan set iklan B. Jika A menggunakan konversi sebagai metode pengoptimalan penayangannya dan penempatan otomatis, sedangkan B menggunakan klik tautan untuk pengoptimalan penayangan dan penempatan khusus, Anda tidak dapat menentukan apakah metode pengoptimalan penayangan yang berbeda atau penempatan yang berbeda mendorong kinerja yang lebih baik.

Dalam contoh ini, jika kedua set iklan sama-sama menggunakan konversi untuk pengoptimalan penayangan tetapi memiliki penempatan yang berbeda, Anda akan tahu bahwa perbedaan kinerja itu disebabkan oleh strategi penempatan.

Untuk menyiapkan pengujian ini di level set iklan:

curl \
-F 'name="new study" \
-F 'description="test creative" \ 
-F 'start_time=1478387569' \
-F 'end_time=1479597169' \
-F 'type=SPLIT_TEST' \
-F 'cells=[{name:"Group A",treatment_percentage:50,adsets:[<AD_SET_ID>]},{name:"Group B",treatment_percentage:50,adsets:[<AD_SET_ID>]}]' \
-F 'access_token=<ACCESS_TOKEN>' \ https://graph.facebook.com/<API_VERSION>/<BUSINESS_ID>/ad_studies

Menguji Strategi

Anda dapat menguji dua strategi atau lebih terhadap satu sama lain. Contoh: apakah iklan dengan tujuan konversi memiliki pengaruh yang lebih besar pada marketing tanggapan langsung Anda daripada tujuan kunjungan situs web? Untuk menyiapkan pengujian ini di level kampanye:

curl \
-F 'name="new study" \
-F 'description="test creative" \ 
-F 'start_time=1478387569' \
-F 'end_time=1479597169' \
-F 'type=SPLIT_TEST' \
-F 'cells=[{name:"Group A",treatment_percentage:50,campaigns:[<CAMPAIGN_ID>]},{name:"Group B",treatment_percentage:50,campaigns:[<CAMPAIGN_ID>]}]' \
-F 'access_token=<ACCESS_TOKEN>' \ https://graph.facebook.com/<API_VERSION>/<BUSINESS_ID>/ad_studies

Mengevaluasi Pengujian

Untuk menentukan pengujian yang menghasilkan kinerja terbaik, pilih strategi atau variabel yang memperoleh metrik efisiensi tertinggi berdasarkan tujuan kampanye Anda. Contoh: untuk menguji tujuan konversi, set iklan yang mencapai biaya per tindakan (cost per action, CPA) terendah adalah yang berkinerja terbaik.

Hindari mengevaluasi pengujian dengan ukuran grup uji yang tidak seimbang, atau ukuran pemirsa yang cukup timpang. Untuk kasus ini, Anda harus menambahkan ukuran dan hasil salah satu split agar dapat dibandingkan dengan pengujian Anda yang lain. Jika anggaran Anda tidak proporsional dengan ukuran grup uji, maka Anda sebaiknya juga ikut mempertimbangkan volume hasil bersama-sama dengan efisiensi.

Anda juga harus menggunakan model atribusi yang sesuai untuk bisnis Anda dan menyetujui model atribusi tersebut sebelum melakukan inisiasi pengujian split. Jika model atribusi Anda saat ini memerlukan evaluasi ulang, maka hubungi perwakilan Facebook Anda untuk menjalankan studi peningkatan. Ini dapat menunjukkan dampak penyebab konversi Anda yang sebenarnya dan upaya marketing merek Anda.

Anggaran

Anda dapat menggunakan anggaran khusus dengan pengujian split Anda, dan memilih untuk menguji berbagai anggaran terhadap satu sama lain. Akan tetapi, anggaran memberi dampak secara langsung pada jangkauan untuk grup uji Anda. Jika grup uji Anda menghasilkan perbedaan jangkauan dan ukuran pemirsa dalam jumlah besar, tingkatkan anggaran Anda untuk meningkatkan hasil Anda dan membuat pengujian Anda dapat dibandingkan.