Тестирование и сбор данных объявлений

Обычно, проводя А/Б тестирование, необходимо агрегировать статистические данные по группам объявлений, чтобы получить статистически значимые данные. К сожалению, если ваши объявления отображаются неравномерно, это может привести к Парадоксу Симпсона.

Согласно Википедии, Парадокс Симпсона это «эффект, явление в статистике, когда при наличии двух групп данных, в каждой из которых наблюдается одинаково направленная зависимость, при объединении этих групп направление зависимости меняется на противоположное». Проще говоря, когда вы объединяете данные для групп объявлений, вы можете сделать противоположный вывод, тому, что должны, приняв неэффективные объявления за более эффективные.

Рассмотрим пример. Вы тестируете объявления на лучший CTR. Вы создали 2 варианта с различным описанием первой линии и применили их к 2 различным группам объявлений (в общей сложности 4 объявления). В конце теста, вы сформируете данные для двух вариантов, чтобы выбрать наилучший:

Сформированные данные:

Показы Клики CTR
Ad1 10,600 125 1.18%
Ad2 7,500 125 1.67%

Исходя из этих данных, вы можете сделать вывод, что объявление № 2 более эффективное, потому что оно имеет больший CTR.

Группа объявлений 1

Показы Клики CTR
Ad1 600 25 4.20%
Ad2 2,500 100 4.00%

Группа объявлений 2

Показы Клики CTR
Ad1 10,000 100 1.00%
Ad2 5,000 25 0.50%

Теперь вы видите, что объявление №1 в обоих группах имеют наилучшие CTR. Группа объявлений №2 как правило, имеет более низкие показатели CTR и объявление 1 получает лучшие результаты. Объявление №2 кажется не лучшим вариантом, когда вы смотрите на совокупные характеристики.

Это выдуманные данные, поэтому важно понять, можете ли вы на самом деле сформировать такие данные из AdWords. Основываясь на опыте, мы можем вам подсказать, что собрать такие данные можно лишь переключив показ объявлений на «Оптимизацию для кликов» или «Оптимизация конверсий».

Оптимизированный показ объявлений показывает те объявления чаще, которые имеют более высокий CTR, поэтому данные в этом случае не могут быть объективными.

Избежание парадокса Симпсона

Если ваши объявления равномерно распределены по группам объявлений, и ваши группы объявлений тематически схожи, то нет никакого риска попадания в ловушку Симпсона. Выставьте равномерный показ объявлений, чтобы сформировать статистические данные. Помните, что тестирование проводиться в течение определенного срока, поэтому сразу подготовьте план оценки.

Используя такой вариант, вы потеряете несколько преимуществ, вот они:

  • Оптимизированный показ объявлений очень быстро выбирает самое эффективное объявление.
  • Некоторые объявления могут работать лучше в определенных группах объявлений, но не в других, другое объявление работает лучше в целом. Когда вы применяете изменения на уровне кампаний, вы можете потерять оптимизацию на уровне группы объявлений, которые автоматически занимает место с оптимизированной порцией.
  • Равномерный показ объявлений на самом деле не показывает объявления равномерно — просто приблизительно. Если у вас есть два объявления, которые написаны по-разному, они будут иметь разные показатели качества. Объявления с более высоким показателем качества будут получать показы более часто, потому что это будет иметь право учувствовать в большем количестве аукционов.

Вот реальный пример равномерного распределения:

Показы Клики CTR
Ad1 9,284 307 3.3%
Ad2 3,235 58 1.8%

Использование метрик для оптимизации

Помните, что конечная цель – снижение стоимости конверсии CPA. Поэтому CTR – это лишь первый этап формирования данных, на основе которых, можно формировать дальнейшие планы.

Используйте Google Analytics, чтобы отследить какие слова приносят наибольшую прибыль, какие страницы требуют доработки.

Настройка AdWords – это длительный, комплексный и сложный процесс. Поэтому если вы решили сделать это самостоятельно, то прежде, взвесьте все за и против. Иногда проще нанять профессионалов и получить быстрый результат за меньшие деньги!

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.