A/B-testing på Facebook & Instagram

3

Publisert 30 april 2021, 11:04 av

Digital annonsering gjør det mulig for bedrifter å undersøke og virkelig finne ut hva kundene liker. Er språket rett, er fargene eller tilbudet relevant for kundene der og da. Til Facebook kommer 67 % av nordmenn (Ipsos 2020) hver dag for å la seg underholde og for å sosialisere. Dette er helt klart en god strøm av mennesker som du kan teste markedsføringen din på. Her får du vite alt om hvordan du A/B-tester på Facebook og Instagram.

 

Hva er A/B-testing?

 

A/B-testing er en effektiv metode å bruke ved betalt annonsering for å teste to hypoteser og la algoritmen vurdere hvilken som fungerer best mot din tiltenkte målgruppe. 

 

Du kan for eksempel teste:

  • Målgrupper
  • Annonsemateriale
  • Tekster
  • Produktoppsett
  • Kjønn og alder

 

Hvordan fungerer det?

 

La oss for eksempel si at du har tenkt å kjøre en annonse mot målgruppen din, og du har to ulike typer videoer. Du tror at CTA-en «kjøp» vil generere best resultat, men du er ikke helt sikker, så derfor tester du også CTA-en «se mer». 

 

Merk av i boksen for «optimalisering av kampanjebudsjett», så vil algoritmen fordele budsjettet på det annonsesettet/den annonsen som presterer best basert på din målsetting. 

 

 

 

Det som da skjer, er at du forteller algoritmen at den annonsen eller det annonsesettet med best resultat skal få størstedelen av budsjettet.

 

Et annet eksempel er da vi ville teste to ulike budskap mot eksisterende nettstedsbesøkende for å se hvilket budskap og destinasjonsside som ga best resultat for kunden. 

 

Det vi da gjorde, var at vi kjørte: 

  1. En kampanje med to annonsesett som pekte på nettstedsbesøkende. 
  2. Tilfeldigvis fikk begge annonsesettene to ulike materialer mot seg, og vi kunne kjapt se hvilket tilbud som engasjerte mest. 

 

Det er imidlertid viktig å tenke på å skape ytterligere to målgrupper mot de som har vært inne på den respektive destinasjonssiden der de kunne ta del i tilbudet, og utelukke respektive hos begge målgruppene. 


Vi ønsker ikke at de som ble nådd av tilbud 1, skulle nås av tilbud 2 noen dager senere. 

 

I kampanjen når vi ut til alle nettstedsbesøkende de siste 60 dagene, men utelukker de som landet på destinasjonssiden vår uten et tilbud.

 

I et annet annonsesett når vi ut til alle nettstedsbesøkende, men utelukker de som har vært inne på kampanjesiden de siste 30 dagene.

 

3 viktige ting for en god A/B-testing

 

Test ikke for mange ting samtidig. Da vet du ikke hva det er som er grunnen til at resultatet blir som det blir. Så test én variabel om gangen, først målgruppe, så annonsemateriale osv.

 

Det viktigste å huske på er å la det ta sin tid. Iblant kan man ganske raskt se hva som overpresterer og dermed utkonkurrerer det andre alternativet. Men det beror på hvor stort/lite budsjett du har, og hvor raskt algoritmen kan samle inn data. 

 

Ha ikke for lavt budsjett mot for stor målgruppe. Da overlates mye til tilfeldighetene, og det blir vanskeligere for algoritmen å rekke å samle inn tilstrekkelig med data for at det skal bli et treffsikkert resultat.

Mer Viva i innboksen din!