Den ultimative vejledning til annonceprøvning og optimering

"Hvordan ser mine annoncer ud?", "Hvad er de bedste annonceformater og placeringer for mit websted?", "Kan jeg få nogle meninger eller råd om annonceplaceringer til mobil?"

Dette er nogle af de mest almindelige spørgsmål fra udgivere, der forsøger at tjene penge på deres hjemmeside eller forbedre deres nuværende indtjeningsstrategi. Det er godt, at folk beder om råd og leder efter måder at forbedre deres websteder på - og der er mange fora og eksperter, som giver gode tips. Men ikke alle løsninger virker for hver udgiver.

Hvert websted er anderledes: Forskelligt indholds niche, forskellige trafikkilder, forskellige brugerbaser, forskellige mobile brugerprocenter. Alle disse forskelle har stor indflydelse på annonceeffektiviteten. Hvordan kan du være sikker på, at den 'bedste' annonceplacering ifølge en person eller artikel er det bedste for dit websted også? Er du sikker på, at annoncestørrelser, der fungerer for en anden, vil fungere lige så godt for dig?

En masse udgivere placerer deres annoncer baseret på, hvad der ser godt ud (til dem) eller synes at det vil fungere godt, i stedet for faktisk at finde ud af, hvad der objektivt er den bedste annoncekombination for deres websted.

I stedet for at basere vores beslutninger på vores egen mening (eller meninger fra andre) kan du bruge annonceringsprøvning for at finde det, der rent faktisk virker bedst for dit websteds brugere. Kontinuerlig testning af forskellige kombinationer af annoncestørrelser og placeringer har den ekstra fordel at generere værdifulde data, der kan vise dig hvilke sider der tjener mest penge - hjælper dig med at skabe indhold med højere brugerinddragelse.

Lad os dykke lidt mere ind i detaljerne om, hvordan annoncetestning hjælper dig med at få mest muligt ud af dit websted:

Fordelene ved annonceprøvning

Den væsentligste fordel ved test er en stigning i dit websites annonceindtægt.

Mange udgivere fokuserer størstedelen af ​​deres tid (som de burde) på at skabe indhold og øge trafikken. Men ikke mange udgivere tænker på at optimere den trafik, de er allerede modtager.

Den første fælles fejl er at tænke på, at deres websted allerede er på sit optimale niveau af ydeevne. Complacency fører til stagnation, og dette gælder især med annoncekombinationer. Hvad der fungerede sidste år, fungerer ikke lige så godt i dag, og det der virker i dag, kan ikke fungere så godt næste år. Besøgende kan blive så vant til at se annoncerne på samme sted hver gang de i det væsentlige bliver "blinde" for dem.

Det er her, hvor annonceringen kommer i spil!

Lad os se på hvorfor Det er vigtigt: Først og fremmest skal annoncer ses og / eller involveres med henblik på at tjene noget formål for de annoncører, der betaler for at vise dem på et websted. Deres fremtrædende er, hvordan de genererer deres indtægter for dig. For det andet er annoncer med god visibility og højt engagement signal til annoncører, at indtryk på dit websted er værd at de penge, de betaler, hvilket typisk øger den pris, de er villige til at betale dig for at vise en annonce.

For at finde de kombinationer, der forbedrer seabiliteten og øger engagementet, skal du teste, hvad brugerne reagerer bedst. Dybest set kan du ikke gætte; du skal teste for at finde hvad der virker.

Spørgsmålet bliver så: Hvilken tilgang til at tage for at gøre ad test?

Typer af annoncetestning

Nu hvor vi har fastslået, hvorfor det er vigtigt at teste, lad os se på, hvordan det er gjort. Vi har fremhævet de to mest almindelige former for testning nedenfor: A / B test og multivariate test.

A / B (Split) Test

Mange mennesker har hørt om A / B, eller delt testning. Her ændrer du en enkelt variabel og kører trafik til begge, for at overvåge, hvordan de to variationer sammenligner i ydeevne.

For eksempel, hvilken annonce udfører bedre - en i 970 x 250 billboardannonce øverst på siden eller 300 × 1050 super sidebarannonce? At køre en test til begge variationer finder ud af, hvad der fungerer bedst!

A: B test eksempelA: B test eksempel 2

A / B-test er god, fordi det er ret nemt at konfigurere, og det er en god introduktion til test generelt. Du kan opsætte testene, sammenligne de to sæt data og derefter iterere derfra. For eksempel kan du køre Test A mod Test B, og derefter køre Test B mod Test C og så videre. Denne tilgang giver dig nogle værdifulde data om annonceformater og placering, der fungerer bedre end din nuværende opsætning.

Når du har hænge på A / B test, kan du begynde at køre flere tests. For eksempel Test A vs Test B og Test C. Ret hurtigt (hvis du inkludere mobil, tablet og desktop) er der hundredvis af variabler, som alle påvirker de samlede indtægter. Og der er ubegrænsede muligheder for nye test. Som et eksempel kan du teste sidebarannoncen for at se, om en 300 × 250, 300 × 600 eller 160 × 600 fungerer bedst.

Mens A / B-test er en god start, er du begrænset til at teste en variabel ad gangen. Og manuel A vs B-test er en besværlig proces.

Sammen med teststørrelser skal du teste annoncefarver. Tilføj i blandingsannoncerne, antallet af annoncer pr. Side, visningsstørrelse, browser / OS og før du ved det, du kunne muligvis kompilere en liste over milliarder (ja, milliarder) af individuelle variabler i testingsblandingen. På dette tidspunkt er det nok bedre at tage en anden tilgang til testen.

Multivariate Testing

I modsætning til A / B-test tester multivariate test flere variable på én gang. Så i stedet for blot at sammenligne størrelsen på en enkelt annonce på dit websted, kan du ændre placeringer, størrelser og antal annoncer på siden for at se, hvordan de sammenligner.

Ved hjælp af en multivariativ testmetode er det muligt at oprette et utal af testvariationer af dit websted med forskellige annoncekombinationer. Da alle elementer på en side påvirker hinanden på en eller anden måde, anbefaler vi denne metode til test for maksimale resultater. For eksempel betyder ændring af farve, størrelse, antal annoncer på alle enheder, at du har meget at holde styr på ...

Multivariativ annonceprøvning

Og dette er en ulempe ved multivariate testning - ved at involvere alt fra annoncestørrelser, steder og farver - er det, at det kan blive meget kedeligt eller uhåndterligt meget hurtigt. Overvågning af alle variablerne, og hvordan de påvirker de øvrige elementer på siden, er en stor virksomhed, der kræver en masse tid, indsats og tålmodighed. Nogle gange er for mange data næsten lige så dårlige for små data.

For et eksempel på hvor hurtigt antallet af variationer kan vokse, se på nedenstående tabel. Med hver ekstra annonceenhed, du tester, vokser antallet af mulige kombinationer eksponentielt:

Antal variationer til test

Test tager tid

Ved enhver testproces skal du være tålmodig. Data er nødvendige for at nå frem til statistisk sikre resultater, og det tager tid at indsamle disse data.

Pas på at træffe beslutninger, før resultaterne er solide (statistisk selvsikker). Dette kan resultere i unøjagtige data. At forklare dette - lad os se på et simpelt statistisk eksempel:

Der er 10-marmor i en taske. Fem af dem er sorte og fem af dem er hvide. På det første forsøg kommer du i en træk ud af en sort marmor. Du sætter marmor tilbage i posen og trækker en anden marmor ud. Denne er også sort. Så en tredjedel - som også er sort. Hvis du skulle stoppe her, kan du hævde, at alle marmorerne i tasken virkelig er sorte - eller i det mindste størstedelen af ​​dem. Men hvis du skulle løbe samme test ti tusind gange, ville du i sidste ende komme til erkendelsen, at du har en 50% chance for at trække en sort eller hvid marmor. Hvad dette illustrerer er, at hvis prøvestørrelsen (tre marmor) er for lille, kan det føre til en falsk konklusion. Eller i det mindste er det ikke at male et præcist billede af den sande situation.

Ezoic fandt ud af, at omkring 7,000 unikke sessioner af en enkelt eksperimentel variation vil give dig et 95% konfidensniveau for disse bestemte resultater. Disse data kan derefter bruges til at træffe beslutninger om, hvad der fungerer bedst og hvad man skal teste næste.

Hvis du har en god mængde trafik, opfordrer vi dig til at køre mange tests. Jo flere jo bedre. Det er ikke muligt at forudsige, hvilken kombination af annoncer, der resonerer godt med dine besøgende, så vær ikke bange for at prøve helt nye kombinationer, som du normalt ikke ville prøve!

Testing overvejelser

Her er et par ting at tage i betragtning, når du tester.

Kontrolgruppe

I hver testproces skal der være en videnskabelig "kontrolgruppe". Kontrolgruppen giver en pålidelig statistisk basislinje af data for at sammenligne resultaterne med. I de fleste tilfælde kan du bruge dit nuværende websted som kontrol og de nye variationer som testversionerne. Hvis testversionerne slår din 'kontrol' - så gør du fremskridt.

Der er store problemer med ikke at have kontrol. Du kan ikke basere dine resultater på noget pålideligt. Og fordi der er så mange variabler, der påvirker et websteds ydeevne, skal du vide, om det er de ændringer, du foretager til webstedet, der påvirker ydeevnen, snarere end andre variable.

Lad os se på nogle få variabler, der kan påvirke din testning:

sæsonudsving: December er typisk den bedste måned for reklameindtægter, da annoncører er villige til at betale en pæn krone for at tiltrække kunder inden feriesæsonen. Hvis du skulle foretage ændringer i dine annoncekombinationer i januar og sammenligne dem med forestillingen i december, ville det ikke være en nøjagtig sammenligning, da sæsonbetjeningen ville spille for stor en del i resultaterne og ske dine konklusioner.

Det er her kontrolgruppen kommer ind. Det giver dig mulighed for at sammenligne præstationen - ligesom for lignende (æbler til æbler, hvis du kan lide) - til enhver tid snarere end at se tilbage historisk. Derfor er det vigtigt at køre tests samtidigt, snarere end historisk.

Trafikkilder: Brugere, der ankommer på dit websted fra Facebook, Pinterest eller Twitter, har en tendens til at interagere anderledes end de besøgende, der ankommer på webstedet fra Google eller Bing (organisk søgning). Det er vigtigt at kende dine trafikkilder, når du konfigurerer annonceplacering / størrelse test. Hver trafikkilde giver dig bedre måder at optimere dit websted til de forskellige typer brugere.

Enhedskategorier / Viewport Størrelse: Med en betydelig ændring i brugervaner mod mobil brug er det vigtigt at teste på alle enheder - desktop, mobil og tablet (desktop sidevisninger falder nu og mobilvisninger øges årligt). Da flere variabler (som skærmstørrelse / OS / Browser type) introduceres i det digitale landskab, er det afgørende at teste, mens der tages hensyn til disse variabler (annoncerne på mobil til iPhone 6 + er muligvis ikke optimale på en iPhone 7). I januar 2016 så Ezoic 150m besøg og største ScreenSize-segmentet var kun 15% af totalen. Denne fragmentering af skærmstørrelsen gør testningen meget mere kompliceret.

Demografi: Alder og køn af et websteds overordnede brugerbase. Det er ikke usædvanligt, at en hjemmeside har varierende brugerdemografi i løbet af et år. Et litteratursted kan for eksempel få hovedparten af ​​sin trafik fra studerende i løbet af en vis periode (som de stikker til termidokumenter og finaler), men om sommeren, når disse brugere er på stranden, kan du få flere besøg fra en ældre generation, der har tid til at forfølge hobbyer. Hvad der virker for et sæt brugere, fungerer muligvis ikke for en anden.

Operativsystemer og browsere: Ikke så længe siden brugte alle windows/ internet explorer eller iOS / safari. Disse dage er der flere browsere (krom, dvs. firefox, safari, silke, opera) og flere operativsystemer (iOS, Android, Windows, Fire, OpenWeb, Symbian, Blackberry osv.). Disse har alle en virkning på, hvordan sider indlæses og skal tages i betragtning ved testning.

Annonceudvekslinger eller annoncenetværk: Annoncørernes kvalitet vil have stor indflydelse på udbyttet. Nogle udbydere er mere pålidelige og konsekvente end andre. Annonceudvekslinger som Googles AdX-system gør det muligt for flere annoncenetværk og annoncører at konkurrere i realtid for hvert enkelt indtryk på dit websted. Dette budtryk er godt for dine CPC'er og CPM'er og overordnede indtægter. Det er meget bedre at være et annoncenetværk 'shopper' end et loyalistisk annonceringsnetværk, fordi det ofte er annoncenetværk, der videresælger din lagerbeholdning på en annonceudveksling eller i et andet annoncenetværk. Jo tættere du kommer til annoncøren, jo færre mellemmænd er der og jo flere penge du laver.

Hvad skal du måle?

Den eneste måde at fortælle om dine tests er vellykkede eller ej, er at overvåge dataene. Det er klart, at din samlede indkomst er den øverste indikator for annonceydelsen, men der er også andre ting at tage i betragtning:

Se ikke på resultatet af en enkelt annonce på en enkelt side

Alle annoncer på et websted fortynder hinanden. Det er super vigtigt at huske, når du tester helt nye annoncekombinationer. Hvis du kun fokuserer på at forbedre effektiviteten af ​​en annonce, kan du rent faktisk ende med at skade de samlede indtægter ved at påvirke forholdet til de andre annoncer på stedet. Alt for ofte ser vi en større annonceenhed, der testes mod en mindre annonceenhed, og det kan vinde - men fortyndingen af ​​den større annonces højere ydeevne på resten af ​​annoncerne på siden betyder, at din sessionsindtægt går ned. Ikke godt.

Vi anbefaler at overvåge den samlede præstation af indtægter (sessionsindtægt) i stedet for ad-by-annonce eller side om side.

Hvilket fører os ind i det næste emne ...

Optimer ikke for RPM

Annonceoptimering er mest effektiv, når du overvåger den pr. Brugersession, ikke pr. Side.

At holde en bruger involveret på dit websted er blevet vigtigere end nogensinde. Hvis du opfordrer din bruger til at se flere sider, vil antallet af annoncer, der ses, øges sammen med de samlede indtægter. Mange udgivere bruger omdrejningstal som deres vejledende datapunkt til optimering, men det er ikke en præcis måling af indtjeningspræstationer.

Lad os se på nedenstående eksempel. Hvilket foretrækker du?

Scenario #1:

RPM: $ 10.00

Sidevisning pr. Besøg: 1.5

10,000 besøg * 1.5 pv / v

= 15,000 sidevisninger

15,000 pv & $ 10.00 eCPM

= $ 150.00 indkomst

Scenario #2:

RPM: $ 8.00

Sidevisning pr. Besøg: 2.5

10,000 besøg * 2.5 pv / v

= 25,000 sidevisninger

25,000 pv & $ 8.00 eCPM

= $ 200.00 indkomst

Som du kan se, tjener webstedet med den lavere omdrejningstal det meste.

Ved Ezoic er metriske måleindtægter EPMV eller indtjening pr. 1000 besøgende.

EPMV afspejler en bred vifte af bidragsmæssige målinger (CPC, CPM, RPM osv.) Og tager også højde for brugeroplevelsen.

Det er vigtigt at indse, at RPM ikke fortæller hele historien. Af denne grund anbefaler vi, at du optimerer dine indtægter ved hjælp af EPMV som din vejledende metrisk, fordi det er uigennemtrængeligt for sæsonbestemt og annoncetæthed. Dette datapunkt gør det muligt for dig at optimere dine indtægter fra hver enkelt besøgende til dit websted.

Brugeroplevelser er også vigtige!

Folk besøger websteder, fordi der er en opfattet værdi, der kan opnås ved at gå til webstedet. De kan være på udkig efter nyttige artikler eller en video til video eller en anden form for indhold, som dit websted giver til onlineverdenen. De besøger IKKE webstedet for at se de annoncer, du serverer - de leder efter indholdet.

Det er derfor yderst vigtigt at tage højde for, hvordan dine brugere til enhver tid interagerer med dit websted. Når du tester - er det vigtigt at tage hensyn til UX-metrics såvel som indkomstmetikken, da de er symbiotiske.

Ezoic definerer og måler brugeroplevelse (UX) som tidspunkt på stedet, afvisningsprocent og sidevisninger pr. besøg. Måling af disse målinger sporer, hvordan brugerne interagerer med webstedet. Ændringer i disse UX-metrics kan signalere, at dine annonceplaceringer påvirker, hvordan brugerne reagerer, hvilket kan have stor indflydelse på placeringer og indtægter ned ad vejen.

Her er et eksempel: Du flytter nogle annoncer rundt, og nogle af dem er over folden på din højeste trafikside. Du finder, at din afvisningshastighed pludselig er spikeret op. Det her kunne være et tegn på, at der er et problem med dine annonceplaceringer. Hvis dette er tilfældet, kan det være, at annonceplaceringerne er for aggressive og kører brugerne væk, før de engagerer sig korrekt med indholdet (hvilket er en skam!)

Derfor er det yderst vigtigt at måle ikke kun indtægterne for hver bruger, der kommer til dig, men også den gennemsnitlige tid på stedet, sidevisninger pr. Besøg og afvisningsprocent.

Faktisk er det en god idé at fokusere på at forbedre brugeroplevelsesmålinger så meget (eller endda mere end) at forbedre annonceindtægterne. Vores data fra at arbejde med tusindvis af websteder viser, at øgede UX-metrics og højt engagement med et websted i sidste ende kan betyde bedre placeringer og flere penge til dig på lang sigt. Søgemaskiner (og i forlængelse af annoncører) vil se, at dit websted giver værdi for brugere rundt om i nettet og være mere tilbøjelige til at belønne dig for indholdet.

Hvornår skal du stoppe testen

De fleste forlag sælger sig selv kort ved at afslutte deres testregime.

Efter at have kørt et par eksperimenter, finder de en "vindende" kombination og holder fast i det, hvilket sætter deres forsøg på at afslutte. Selvom den vindende kombination måske fungerer bedre end tidligere annonceplaceringer, er det en kortsynet konklusion, hvad der kunne have været en "op og op" -metode.

Som vi har diskuteret kræver test af et websites annonceringssteder tålmodighed og evnen til at gå på tallene og ikke på den subjektive mening. Det er vigtigt at spore hvilken enhed dine brugere besøger fra (uanset om det er mobil, skrivebord eller tablet), trafikkilden og tidspunktet for året - for blot at nævne nogle få. Hvis du tænker på alle de variabler, der kommer i spil, er det nemt at se, hvorfor det er svært og alligevel vigtigt at teste dit websted kontinuerligt.

Hvordan automatiseret annoncestedsprøve kan hjælpe

Kontinuerlig test af dit websted vil have en positiv indvirkning på brugeroplevelsen og annonceindtægterne. Vi forstår dog, at manuel testning kan blive en stor byrde på både din tid. Det er meget, meget udfordrende at forsøge at gøre alt dette manuelt (ej heller skal du!). Derfor Ezoic var bygget.

Ezoic automatiserer processen med kontinuerlig multivariativ testning for udgivere.

Fordelene ved at teste et websted (øget annonceindtægt) skulle komme uden at skulle afsætte størstedelen af ​​din tid til at oprette og overvåge eksperimenter. Det er meget bedre, at du simpelthen vælger dine mål samlet (brugeroplevelsesmål eller indtjeningsmål), og vælg derefter de forskellige annoncestørrelser, placeringer og farver, du vil teste, og lad en computer gøre alt det for dig.

Her er de slags resultater, vi har set med Ezoic for nylig:

Ezoiske resultater

Annoncetestning behøver ikke at indeholde ændringer i sidelayout - du kan teste annoncer uden at skulle ændre dit sidelayout eller tema.

Du har kontrol over, hvad der er testet, og der er teknologier derude (som Ezoisk system), der giver dig mulighed for samtidigt at teste tusindvis af forskellige kombinationer. Da annoncetestning kan automatiseres, får du mere tid til at fokusere på dit websites indhold og tilføje værdi til dine brugere.

Konklusion

Uanset om du vælger at teste med Ezoic, manuelt alene eller ved at bruge en anden selvbetjeningsfunktion som Optimizely, håber vi, at du har forstået, hvor vigtigt det er at kontinuerligt teste dit websites annonceringssteder og andre vigtige elementer. Besøgende på et websted kan give værdifulde data, så du kan træffe indholdsbeslutninger med tillid, at du øger engagementet på hele webstedet (såvel som annoncerne).

Før længe behøver du ikke at spørge andre, hvor de mener, at du skal placere annoncer på en side. Du vil være i stand til at fortælle dem, at du har valgt de bedste annonceformater og ledige pladser - baseret på den bedste valgmulighed der er valgt - et websteds egne brugerdata.

Kom i gang med Ezoic er virkelig let, og bør tage 20-30 minutter. Alt du skal gøre er at integrere, vælge og vælge forskellige annoncestørrelser og steder, du vil teste, og tænd den. Så vil Ezoic's system automatisk test for at finde de annoncekombinationer, der øger din samlede indtægt!

Giv en kommentar

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.