Большинство рекламодателей тестируют креативы так же, как они делали это десять лет назад: два изображения, два заголовка, неделя расходов и победитель, объявленный тем, кто первым посмотрит отчет. Это работало, когда у кампании было четыре рекламных места и одно размещение. Это не работает, когда одна кампания Performance Max или Advantage+ может обслуживать пятнадцать соотношений сторон на шести поверхностях. Разрыв между тем, сколько вариантов может обслуживать современный аккаунт, и тем, сколько может осмысленно оценить команда людей, — это то место, где тестирование рекламных креативов с помощью AI занимает свое место. Смысл не в том, чтобы производить больше рекламы. Смысл в том, чтобы перестать платить за тесты, которые никогда не могли бы дать полезный ответ.
В наших аккаунтах самая распространенная трата — это не проигрышное объявление. Это тест, который длился одиннадцать дней, разделил бюджет между четырьмя вариантами и закончился тем, что ни один вариант не достиг достаточного количества конверсий, чтобы отделить его от шума. Победитель все равно выбирается, проигрышные объявления приостанавливаются, и следующий тест начинается с ложной предпосылки. Машинная помощь помогает в двух местах: решая, что стоит тестировать, прежде чем вы что-то потратите, и решая, когда запущенный тест сказал вам то, что он собирался вам сказать.
Начните с отделения переменной от актива
Креативный тест интерпретируем только в том случае, если вы знаете, что изменилось. Замена изображения и заголовка одновременно дает вам результат, на который вы не можете повлиять в следующем месяце. Прежде чем что-либо генерировать, запишите одну переменную: формулировку предложения, первые три секунды видео, наличие человеческого лица, ценовой якорь, глагол призыва к действию. Затем позвольте генеративным инструментам создать от четырех до восьми исполнений, которые сохраняют все остальное примерно постоянным. Именно здесь AI по-настоящему меняет экономику: восемь верных вариаций одной переменной раньше стоили дизайнеру день. Проверка все еще не является необязательной, потому что сгенерированные активы дрейфуют. Модель, которую просят сделать тот же продукт на пяти фонах, будет тихо менять упаковку, цвет, количество предметов в кадре. Если дрейф — это не то, что вы измеряете, вы загрязнили тест.
Позвольте платформе делать ротацию, а не судить
Google и Meta оба вращают креативы, используя свои собственные модели, и они делают это лучше, чем ручное равномерное разделение. Они найдут вариант, который подходит данному пользователю, и будут опираться на него. Чего они не сделают, так это не скажут вам почему, на языке, который вы можете использовать повторно. Отчетность платформы дает вам рейтинг и расплывчатую метку, а не вывод о том, что версии с ценой в первом кадре побеждают версии без нее по трем продуктам и двум рынкам.
Так что разделите работу. Позвольте аукционной системе распределять показы. Ведите свой собственный учет того, что содержит каждый актив, помеченный до того, как он выйдет в эфир, и проводите анализ на своей стороне. Таблицы с одной строкой на актив и одним столбцом на атрибут достаточно для начала. Через два или три месяца вы сможете регрессировать результат по атрибутам и получить реальный ответ о том, на что реагирует ваша аудитория. Эта запись — долговечный актив.
Что тестирование рекламных креативов с помощью AI на самом деле должно решать за вас
При правильном использовании уровень модели берет на себя суждения, которые люди делают плохо и медленно. Это те, которые стоит передать в первую очередь:
- Предполетная проверка: прогнозирование того, какие из двадцати сгенерированных вариантов являются достаточно близкими дубликатами, чтобы тестирование обоих было бессмысленным.
- Правила остановки: досрочное завершение теста, когда доверительный интервал вокруг разницы уже уже, чем разница, на которую вы бы отреагировали.
- Тегирование атрибутов: чтение каждого актива и запись того, что он содержит, чтобы запись выше строилась сама по себе, вместо того чтобы полагаться на то, что кто-то запомнит.
- Обнаружение усталости: пометка точки, где затухание производительности выигрышного актива является структурным, а не сезонным.
- Проверки локализации: обнаружение варианта, где переведенный заголовок больше не помещается в рамку или больше не соответствует предложению.
Бюджетируйте тест, а не кампанию
Самое дешевое улучшение, которое могут сделать большинство аккаунтов, — это рассчитать перед запуском, сколько расходов нужно тесту, чтобы прийти к решению. Возьмите свой коэффициент конверсии, возьмите наименьшее улучшение, на которое вы бы отреагировали, и вычислите необходимые конверсии. Если ответ больше, чем может произвести ваш ежемесячный бюджет, не запускайте этот тест: выберите что-то с большим ожидаемым эффектом или измеряйте выше по воронке, где объем выше. Половина креативных тестов, которые мы наследуем, недофинансированы на порядок, и исправление не стоит ничего, кроме арифметики. Меньшее количество более крупных тестов также побеждает текучку мелких вариаций: формулировка предложения может изменить отклик на треть, цвет кнопки — нет.
Ведите архив проигравших
Приостановленные активы удаляются, а вместе с ними и знание о том, что уже было опробовано. Сохраняйте каждый вариант, его атрибуты, его расходы и его результат, даже те, которые сильно проиграли. В течение года этот архив становится самым ценным входом для вашего следующего раунда генерации. Команды, которые пропускают этот шаг, перетестируют одну и ту же неудачную концепцию каждые восемнадцать месяцев, обычно когда присоединяется кто-то новый.
При правильном выполнении тестирование рекламных креативов с помощью AI — это меньше об объеме и больше о дисциплине. Шаг генерации теперь достаточно дешев, чтобы связывающее ограничение переместилось на измерение. Сначала исправьте измерение, и дополнительные варианты окупят себя.
Продолжайте читать: Оптимизация рекламы с помощью AI
Связанная услуга: Оптимизация рекламы с ИИ