API Marketing

Thử nghiệm phân tách

Thử nghiệm các chiến lược quảng cáo khác nhau đối với những đối tượng loại trừ lẫn nhau để xem chiến lược nào hiệu quả. API tự động phân chia đối tượng, đảm bảo không có chồng chéo giữa các nhóm và giúp bạn thử nghiệm các biến khác nhau. Thử nghiệm tác động của các loại đối tượng khác nhau, các kỹ thuật tối ưu hóa phân phối, vị trí quảng cáo, nội dung quảng cáo, ngân sách, v.v. Bạn hoặc đối tác marketing của bạn có thể tạo, bắt đầu và xem các kết quả thử nghiệm ở một nơi. Hãy xem Tài liệu tham khảo về nghiên cứu quảng cáo.

Nguyên tắc

  • Xác định KPI với đối tác marketing hoặc nhóm nội bộ mà bạn tạo thử nghiệm.
  • Mức độ tin cậy Xác định giá trị này trước khi tạo một thử nghiệm. Các thử nghiệm có số người tiếp cận lớn hơn, lịch chạy dài hơn hoặc ngân sách cao hơn thường có xu hướng phân phối các kết quả có ý nghĩa hơn về mặt thống kê.
  • Chỉ chọn một biến trên mỗi thử nghiệm. Điều này giúp xác định lý do có nhiều khả năng gây ra sự khác biệt về hiệu quả nhất.
  • Quy mô thử nghiệm có thể so sánh Khi bạn thử nghiệm số liệu khối lượng, chẳng hạn như số lượt chuyển đổi, bạn nên thay đổi quy mô đối tượng và kết quả để có thể so sánh cả hai quy mô thử nghiệm.

Các hạn chế đối với thử nghiệm

  • Số nghiên cứu đồng thời tối đa trên mỗi nhà quảng cáo: 100
  • Số cụm tối đa trên mỗi nghiên cứu: 150
  • Số phần tử quảng cáo tối đa trên mỗi cụm: 100

Thử nghiệm biến

Mặc dù có thể thử nghiệm nhiều loại biến khác nhau, nhưng bạn chỉ nên thử nghiệm một biến tại một thời điểm. Điều này giúp bảo vệ tính toàn vẹn về mặt khoa học của thử nghiệm và hỗ trợ bạn xác định yếu tố khác biệt cụ thể mang đến hiệu quả cao hơn.

Ví dụ: hãy cân nhắc dùng thử nghiệm phân tách với nhóm quảng cáo A và nhóm quảng cáo B. Nếu A sử dụng lượt chuyển đổi làm phương thức tối ưu hóa phân phối và vị trí quảng cáo tự động, trong khi B sử dụng lượt click vào liên kết để tối ưu hóa phân phối và vị trí quảng cáo tùy chỉnh, bạn không thể xác định liệu phương thức tối ưu hóa phân phối khác nhau hay vị trí quảng cáo khác nhau đã mang lại hiệu quả cao hơn.

Trong ví dụ này, nếu cả hai nhóm quảng cáo đều sử dụng lượt chuyển đổi để tối ưu hóa phân phối nhưng có vị trí quảng cáo khác nhau thì bạn biết rằng chiến lược vị trí quảng cáo chính là nguyên nhân dẫn đến sự khác biệt về hiệu quả.

Cách thiết lập thử nghiệm này ở cấp độ nhóm quảng cáo:

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

Các chiến lược thử nghiệm

Bạn có thể thử nghiệm hai hoặc nhiều chiến lược với nhau. Ví dụ: quảng cáo dùng mục tiêu chuyển đổi có tác động lớn hơn đến hiệu quả marketing phản hồi trực tiếp so với mục tiêu lượt truy cập trang web không? Cách thiết lập thử nghiệm này ở cấp độ chiến dịch:

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

Đánh giá thử nghiệm

Để xác định thử nghiệm có hiệu quả cao nhất, hãy chọn một chiến lược hoặc biến đạt được số liệu về hiệu quả cao nhất dựa trên mục tiêu chiến dịch của bạn. Ví dụ: để thử nghiệm mục tiêu chuyển đổi, nhóm quảng cáo đạt được chi phí trên mỗi hành động (CPA) thấp nhất sẽ có hiệu quả cao nhất.

Tránh đánh giá các thử nghiệm có quy mô nhóm thử nghiệm không đồng đều hoặc có quy mô đối tượng khác nhau đáng kể. Trong trường hợp này, bạn nên tăng quy mô và kết quả của mỗi thử nghiệm phân tách để có thể so sánh với các thử nghiệm khác. Nếu ngân sách không tương xứng với quy mô nhóm thử nghiệm, ngoài sự hiệu quả, bạn nên cân nhắc số lượng kết quả.

Bạn cũng nên sử dụng một mô hình phân bổ phù hợp với doanh nghiệp của mình và chấp thuận trước khi bắt đầu thử nghiệm phân tách. Nếu cần đánh giá lại mô hình phân bổ hiện tại, hãy liên hệ với người đại diện Facebook của bạn để tiến hành nghiên cứu độ cải thiện. Điều này có thể cho thấy tác động thực sự của mục tiêu chuyển đổi và hoạt động marketing thương hiệu.

Lập ngân sách

Bạn có thể sử dụng ngân sách tùy chỉnh với thử nghiệm phân tách của mình và chọn thử nghiệm các ngân sách khác nhau. Tuy nhiên, ngân sách sẽ tác động trực tiếp đến số người tiếp cận của nhóm thử nghiệm. Nếu các nhóm thử nghiệm tạo ra chênh lệch lớn về số người tiếp cận hoặc quy mô đối tượng, hãy tăng ngân sách để cải thiện kết quả và tạo thử nghiệm tương đương.