마케팅 API

분할 테스트

함께 사용할 수 없는 타겟에 여러 광고 전략을 테스트하여 가장 효과적인 전략을 확인해보세요. API는 타겟 분할을 자동화하고 그룹 간 중복을 방지하며 여러 변수를 테스트하는 데 도움이 됩니다. 여러 타겟 유형, 게재 최적화 기법, 광고 노출 위치, 광고 크리에이티브, 예산 등의 영향을 테스트해보세요. 여러분 또는 마케팅 파트너가 한곳에서 테스트를 만들고 시작하고 결과를 확인할 수 있습니다. 광고 연구 참고 자료를 참조하세요.

가이드라인

  • KPI 정의. 테스트를 만드는 마케팅 파트너 또는 내부 팀과 함께 KPI를 정의합니다.
  • 신뢰도 수준. 테스트를 만들기 전에 결정합니다. 도달 범위가 더 넓고 기간이 더 길고 예산이 더 많은 테스트가 통계적으로 더 유의한 결과를 제공하는 경향이 있습니다.
  • 테스트당 변수 하나만 선택. 이렇게 하면 성과에 차이가 발생할 가능성이 가장 큰 원인을 확인할 수 있습니다.
  • 비교할 수 있는 테스트 크기. 전환 수 등 수량 지표를 테스트할 때는 두 테스트 크기를 비교할 수 있도록 결과와 타겟 크기를 조정해야 합니다.

테스트 제한 사항

  • 광고주당 최대 동시 연구: 100
  • 연구당 최대 셀: 150
  • 셀당 최대 광고 항목: 100

변수 테스트

여러 유형의 변수를 테스트할 수 있지만 한 번에 변수 하나만 테스트하는 것이 좋습니다. 이렇게 하면 테스트의 과학적 무결성이 유지되며 더 나은 성과를 제공하는 구체적인 차이를 식별할 수 있습니다.

예를 들어 광고 세트 A와 광고 세트 B의 분할 테스트를 고려해보겠습니다. A는 전환을 게재 최적화 방법으로 사용하고 자동 노출 위치를 사용하며 B는 링크 클릭을 게재 최적화에 사용하고 맞춤 위치를 사용하는 경우 서로 다른 게재 최적화 방법 또는 서로 다른 노출 위치 중 무엇이 더 나은 성과를 제공하는지 알 수 없습니다.

이 예에서 두 광고 세트 모두 전환을 게재 최적화에 사용하지만 노출 위치가 서로 다르면 노출 위치 전략 때문에 성과에 차이가 있다는 것을 알 수 있습니다.

광고 세트 수준에서 테스트를 설정하는 방법은 다음과 같습니다.

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

테스트 전략

두 개 이상의 전략을 서로에 대해 테스트할 수 있습니다. 예를 들어 전환이 목표인 광고가 웹사이트 방문이 목표인 광고보다 DR(직접 반응) 마케팅에 더 큰 영향을 미치나요? 캠페인 수준에서 테스트를 설정하는 방법은 다음과 같습니다.

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

테스트 평가

가장 성과가 좋은 테스트를 확인하려면 캠페인 목표를 기반으로 효율성 지표가 가장 높은 전략 또는 변수를 선택하세요. 예를 들어 전환 목표를 테스트하는 경우 행동당 비용(CPA)이 가장 낮은 광고 세트의 성과가 가장 좋습니다.

실험군 크기가 고르지 않거나 타겟 크기가 크게 다른 테스트는 평가하지 마세요. 이 경우 한 분할의 크기와 결과를 다른 테스트와 비교할 수 있도록 늘려야 합니다. 예산이 실험군의 크기에 비례하지 않으면 효율성 외에 결과의 크기를 고려해야 합니다.

또한 비즈니스에 적절한 기여 모델을 사용하고 분할 테스트를 시작하기 전에 이 기여 모델에 동의해야 합니다. 현재 기여 모델을 다시 평가해야 하면 Facebook 담당자에게 요청하여 성과 증대 연구를 실행하세요. 이렇게 하면 전환 및 브랜드 마케팅 작업의 실제 영향을 확인할 수 있습니다.

예산 산정

맞춤 예산을 분할 테스트와 함께 사용하거나 여러 예산을 서로에 대해 테스트할 수 있습니다. 하지만 예산은 실험군의 도달 범위에 직접 영향을 미칩니다. 실험군이 도달 범위나 타겟 크기에 큰 차이를 초래하면 예산을 늘려 결과를 개선하고 테스트를 비교할 수 있도록 만듭니다.