เรื่องที่ต้องระวังในการทำ A/B Testing เพื่อยิงโฆษณาบน Facebook

  • 459
  •  
  •  
  •  
  •  

ประโยชน์ของการทำ A/B Testing ที่ชัดเจนคือ เราสามารถกำหนดหลักปฏิบัติในการทำโฆษณาได้ชัดเจน ไม่ว่าจะเป็นข้อความ รูปภาพ วีดีโอ กลุ่มเป้าหมาย เป้าหมายของแคมเปญ ฯลฯ โดยเราจะเทียบกันระหว่างโฆษณาสองตัวขึ้นไปซึ่งมีความแตกต่างกัน การทำ A/B Testing จะเคลียร์ปัญหาที่คาใจว่ารูปแบบโฆษณาแบบไหนดีที่สุด ข้อความหรือรูปภาพแบบไหนดีกว่ากัน กลุ่มเป้าหมายโฆษณาแบบไหนได้ผลตอบรับมากกว่ากัน

ถึงอย่างนั้น การทำ A/B Test โดยเฉพาะบน Facebook ก็มีข้อควรระวัง 2-3 ข้อด้วยเช่นกัน

1. โฆษณาที่จะเปรียบเทียบกันต้องมีความแตกต่างเพียงอย่างเดียวเท่านั้น

เช่นหากเราไม่แน่ใจว่าข้อความแบบไหนที่ได้รับการตอบรับ มีคนกดโฆษณา หรือทำยอดขายได้มากกว่ากัน คำแนะนำคือควรทำทั้งสองแบบเลย แต่ใช่องค์ประกอบอื่นๆของตัวโฆษณา เช่น ปุ่ม Call to Action รูปภาพ หรือวีดีโอ แคตตาล็อกสินค้า เหมือนกัน แล้วอัพโหลดลง Facebook Ads Manager ให้มีโฆษณาทั้งสองตัวที่ว่าใน Adset เดียวกันและแคมเปญเดียวกัน

จากนั้นเราก็จะมาเทียบกันว่าข้อความของโฆษณาตัวไหนที่มีต้นทุนต่อออเดอร์น้อยกว่ากัน (หรือต้นทุนต่อคลิกน้อยกว่ากัน ในกรณีที่เราทำโฆษณาเพื่อเน้นยอดคลิก) ซึ่งถ้าหากโฆษณาของเรามีความแตกต่างมากกว่าแค่ข้อความโฆษณา เช่น รูปภาพก็ต่างกันด้วย หรือกลุ่มเป้าหมายก็แตกต่างกันด้วย เราจะไม่มีทางรู้ได้เลยว่าที่โฆษณาตัวใดตัวหนึ่งมีต้นทุนต่อออเดอร์น้อยกว่านั้นเป็นเพราะข้อความของโฆษณาตัวนั้นหรือเปล่า ฉะนั้นเราจำเป็นต้องให้องค์ประกอบอื่นๆนอกเหนือจากข้อความโฆษณา เหมือนกันหมดด้วย

พูดง่ายๆคืออยากทดสอบอะไร ก็ให้สิ่งนั้นเป็นค่าที่แตกต่างกันระหว่าโฆษณาที่กำลังจะเปรียบเทียบ นอกนั้นให้เหมือนกันหมด

2. มีงบประมาณและระยะเวลาในการทำ A/B Testing เพียงพอ

หลังจากที่เรารู้ว่าโฆษณาตัวไหนที่ได้ผลดีกว่าโฆษณาตัวอื่นๆที่เราทดสอบ เราสามารถโยกงบไปให้กับโฆษณาตัวนั้น หรือปรับปรุงโฆษณาที่มีอยู่ให้มีลักษณะเหมือนกับโฆษณาที่ให้ผลลัพธ์ที่ดีที่สุดก็ได้

แต่ก่อนอื่นเราต้องดูว่าโฆษณาที่เราทดสอบทำ A/B Test แล้วได้ผลดีที่สุด ตัว Facebook ต้องยืนยันค่า Confidence Level มากกว่า 75% ค่านี้อธิบายง่ายๆคือ หากเราทำการทดสอบต่อไปเรื่อยๆ มีโอกาสที่โฆษณาตัวนั้นจะเป็นโฆษณาที่ดีที่สุดอยู่ 75% นั่นเอง หากค่านี้น้อยกว่า 75% เราอาจไม่สามารถมั่นใจในระดับหนึ่งว่าโฆษณาที่ดีที่สุดจากการทดสอบนั้นจะเป็นจริง

ฉะนั้นทางหนึ่งที่จะทำให้การทดสอบนั้นออกมาน่าเชื่อถือมากที่สุด คือต้องเติมงบประมาณและให้ระยะเวลาทดสอบกับตัวโฆษณาที่เราทดสอบให้มากที่สุดภายใต้งบและเวลาจำกัด ยิ่งมีงบเยอะ เวลาเยอะ Facebook จะยิ่งมีข้อมูลมาบอกเราว่าโฆษณาตัวไหนดีกว่ากัน

 

3. A/B Test ไม่ได้เป็นตัวการันต์เหตุและผลลัพธ์เสมอไป

แนวคิดของ A/B Test คือต้องการเปรียบเทียบ Tactic ที่มีความแตกต่างกันระหว่างโฆษณา (เช่นข้อความโฆษณา 2 แบบที่ยกตัวอย่างไป) แล้วดูว่า Tactic แบบไหนที่ให้ผลลัพธ์ดีกว่ากัน

อย่างไรก็ตาม A/B Test ไม่ได้บอกว่าการเปลี่ยนข้อความทำให้เกิดผลลัพธ์ที่เปลี่ยนไป มันไม่ได้บอกว่าการที่เราเปลี่ยนข้อความโฆษณาจาก A ไป B ทำให้ยอดขายเพิ่มขึ้น Z% A/B Test เพียงแค่บอกว่า ข้อความโฆษณา A ให้ยอดขาย X บาท ข้อความโฆษณา B ให้ยอดขาย Y บาทเท่านั้น ฉะนั้นต่อให้ข้อความโฆษณา B ทำยอดขายได้มากกว่าข้อความโฆษณา A ก็อย่าได้ตีความว่าถ้าเปลี่ยนจากข้อความโษฆณาจาก A ไป B จะทำให้ได้ยอดขายเพิ่มขึ้น

A/B Testing ไม่ได้มีจุดประสงค์ในการตีความในเชิงเป็นเสาเหตุและผลลัพธ์แบบนั้น

ทั้งหมดนั้นก็เป็นข้อเตือนใจสำหรับคนที่อยากทดลองหาทาง Optimize โฆษณา ให้ผลลัพธ์ออกมาดีที่สุด ไม่ว่าจะเป็นต้นทุนต่ออเดอร์ที่ถูกลง ยิงโฆษณาได้ถูกขึ้น มีคนตามมากขึ้นครับ

 

บทความนี้เผยแพร่ใน Marketing Oops เป็นที่แรก


  • 459
  •  
  •  
  •  
  •  
Sarunjade
แชร์มุมมองเกี่ยวกับ Digital Marketing, Digital Business และ Technology เท่าที่รู้ สามารถติชมหรืออยากให้เจาะลึกเรื่องไหนเป็นพิเศษ ส่งเมลมาเลยที่ contact@oopsnetwork.co.th