Menjalankan eksperimen manual

Bereksperimen menggunakan kriteria Anda sendiri untuk mempelajari bagaimana perubahan dapat memengaruhi jaringan Anda

Eksperimen manual adalah eksperimen yang Anda tentukan berdasarkan kriteria dan jadwal Anda sendiri. Eksperimen berjalan pada persentase traffic jaringan Anda yang sebenarnya untuk menguji dampak penerapan setelan tersebut terhadap pendapatan. Eksperimen yang dijalankan akan muncul di halaman "Eksperimen".

Untuk melihat daftar semua jenis eksperimen manual yang tersedia dan melihat eksperimen Anda yang aktif, klik Pengoptimalan lalu Eksperimen.

 Anda dapat menerima notifikasi tentang eksperimen dengan dua cara:

  1. Melalui email: Klik Pengoptimalanlalu Eksperimen lalu Berlangganan email yang berisi info terbaru.
  2. Dengan memperbarui setelan notifikasi: Klik Notifikasi Notifikasi lalu Setelan Settings lalu Notifikasi eksperimen.
Jaringan Ad Manager Anda memiliki kapasitas hingga 100 eksperimen aktif pada waktu bersamaan. Eksperimen aktif mencakup eksperimen yang berjalan, dijeda, atau telah selesai dan menunggu tindak lanjut dari Anda.

Ringkasan

Untuk menjalankan eksperimen manual:

  1. Pilih kriteria dan jenis eksperimen yang ingin Anda gunakan.
  2. Tentukan uji coba eksperimen, lalu jalankan selama jangka waktu tertentu.
  3. Mengedit kondisi untuk menjeda eksperimen secara otomatis, atau nonaktifkan jeda otomatis untuk eksperimen.
  4. Bandingkan traffic tayangan yang dialokasikan ke grup "variasi" dengan traffic yang dialokasikan ke grup "kontrol" untuk melihat traffic mana yang memiliki performa lebih baik selama eksperimen.
  5. Jalankan lebih banyak uji coba sesuai kebutuhan.
  6. Tentukan apakah Anda ingin menerapkan setelan eksperimen ke jaringan Ad Manager Anda.
Anda juga dapat menjalankan eksperimen dari peluang yang disarankan oleh Ad Manager.

Menjalankan eksperimen

Selesaikan langkah-langkah berikut untuk menjalankan eksperimen manual.

Catatan: Langkah-langkahnya sedikit berbeda untuk setiap jenis eksperimen. Untuk mengetahui detail selengkapnya, buka Memilih jenis eksperimen manual di bawah.  

  1. Login ke Google Ad Manager.
  2. Klik Pengoptimalan lalu Eksperimen.
  3. Pada kartu untuk memilih jenis eksperimen yang ingin Anda gunakan, klik Eksperimen baru.
  4. Beri nama eksperimen sehingga Anda dapat merujuk pada hasil dengan lebih mudah.
  5. Masukkan setelan yang khusus untuk jenis eksperimen Anda.
  6. Di bagian "Periode eksperimen", tetapkan tanggal mulai dan tanggal akhir untuk uji coba eksperimen.
    • Tanggal mulai: Setiap uji coba perlu dijalankan setidaknya selama 7 hari untuk meningkatkan peluang mendapatkan hasil yang meyakinkan. Anda dapat menjadwalkan uji coba agar segera dimulai, atau memilih tanggal pada masa mendatang. Semua uji coba dimulai pukul 00.00 dan berakhir pukul 23.59 pada tanggal yang dijadwalkan dalam zona waktu lokal Anda. Data diperbarui setiap hari. Jika Anda menyetel tanggal mulai ke hari ini, uji coba akan dimulai dalam waktu satu jam ke depan.
    • Tanggal akhir: Setiap uji coba eksperimen dapat berlangsung hingga total 31 hari. Saat uji coba berakhir, Anda dapat meninjau untuk menentukan apakah Anda ingin menerapkannya sebagai peluang, menjalankan uji coba lain, atau mengakhiri eksperimen dan mempertahankan setelan asli.
  7. Di bagian "Alokasi traffic", tetapkan persentase traffic tayangan untuk dialokasikan ke eksperimen.
  8. Di bagian "Eksperimen jeda otomatis", tetapkan hingga 10 kondisi jeda otomatis, dengan memilih Kumulatif atau Harian untuk setiap kondisi:
      .
    • Kumulatif: Jumlah kehilangan pendapatan yang akan menjeda eksperimen selama durasi uji coba.
    • Harian: Jumlah kehilangan pendapatan yang akan menjeda eksperimen dalam data sehari penuh terakhir.
      Catatan: Jeda otomatis akan memeriksa apakah hasil tersebut memenuhi kondisi yang ditentukan sekali per hari. Untuk memastikan eksperimen tidak dijeda sebelum memiliki kesempatan untuk mengumpulkan data, uji coba tidak akan dijeda dalam waktu 24 jam pertama setelah dimulai. Untuk menghindari error pengambilan sampel, uji coba hanya akan dijeda berdasarkan hasil yang signifikan secara statistik. Misalnya, uji coba akan dijeda jika batas bawah interval keyakinan 95% memenuhi nilai minimum yang diperlukan.
  9. Klik Simpan.

Praktik terbaik untuk eksperimen manual​

Penerapan perubahan ke setelan Anda terkadang dapat memengaruhi perilaku pembeli dan peserta pasar lainnya, seperti adanya perubahan pada pola pembelian. Untuk mengoptimalkan keuntungan dari eksperimen manual yang Anda jalankan dan mengetahui potensi dampaknya terhadap perilaku pasar, sebaiknya ikuti praktik terbaik berikut.

Meningkatkan eksperimen menggunakan uji coba

Eksperimen yang diterapkan ke traffic dengan persentase lebih rendah memang tidak terlalu berisiko, tetapi kemungkinan eksperimen tersebut mendorong perubahan perilaku pada peserta pasar lainnya lebih kecil.

Setelah performa mencapai tingkat yang dapat diterima pada alokasi traffic dengan persentase lebih rendah, Anda dapat memulai uji coba kedua menggunakan setelan yang sama pada alokasi traffic yang lebih tinggi untuk membantu Anda lebih memahami dampak yang timbul jika setelan tersebut diterapkan pada semua traffic jaringan Anda. Hal ini terutama berlaku untuk perubahan yang dilakukan pada penetapan harga, karena kemungkinan memperoleh respons dari pembeli lebih besar.

Penting untuk mempertimbangkan bahwa eksperimen dengan persentase alokasi traffic yang lebih rendah mungkin tidak memiliki hasil yang cukup kuat untuk mengubah perilaku. Saat meningkatkan eksperimen ke alokasi traffic yang lebih tinggi, Anda memiliki peluang yang lebih besar untuk mengubah perilaku pasar dan mengukur dampak dari perubahan perilaku tersebut.

Jalankan eksperimen yang lebih lama

Anda perlu menjalankan eksperimen selama jangka waktu yang cukup panjang hingga ada perubahan pada perilaku pasar dan dampak dari perubahan tersebut dapat diukur oleh eksperimen. Perubahan perilaku sering kali membutuhkan waktu 7 hari atau lebih agar mulai memengaruhi pendapatan.

Mempertimbangkan total pendapatan dan perbandingan antara setelan yang berbeda

Setelan eksperimen dapat memengaruhi perilaku pasar di grup variasi dan grup kontrol. Sebaiknya verifikasikan bahwa pendapatan yang diharapkan di grup variasi sesuai dengan ekspektasi Anda saat dikaitkan dengan jaringan Anda secara keseluruhan.

Memilih jenis eksperimen manual

Jenis eksperimen yang Anda pilih akan menentukan kriteria dan alokasi traffic yang digunakan untuk menjalankan eksperimen manual.

Membatalkan pemblokiran kategori

Dengan membatalkan pemblokiran kategori, pengiklan dan pembeli yang bersaing untuk inventaris Anda mungkin akan semakin banyak. Hal ini memperluas cakupan dan membantu memaksimalkan pendapatan.

Kriteria eksperimen

  • Perlindungan: Pilih perlindungan tempat Anda ingin menerapkan eksperimen ini.
  • Batalkan pemblokiran kategori berikut: Pilih kategori yang ingin Anda batalkan pemblokirannya selama eksperimen berlangsung.
  • Periode eksperimen: Tanggal mulai paling awal yang tersedia ditampilkan di pemilih rentang tanggal. Eksperimen yang dijadwalkan akan dimulai pada tanggal yang dipilih.
  • Alokasi traffic: Persentase estimasi tayangan yang ingin Anda alokasikan untuk gaya eksperimen selama eksperimen berlangsung. Sisanya dialokasikan ke gaya asli. Misalnya, jika Anda mengalokasikan 60% tayangan ke gaya eksperimen, gaya asli akan mendapatkan 40% sisanya. Ingatlah alokasi ini saat menganalisis hasil eksperimen.
Aturan penetapan harga terpadu

Eksperimen aturan penetapan harga terpadu memungkinkan penayang menjalankan eksperimen manual yang mengubah harga minimum pada aturan penetapan harga terpadu mana pun. Anda dapat bereksperimen dengan menaikkan atau menurunkan harga minimum pada aturan, lalu membandingkan hasilnya.

Aturan penetapan harga yang tumpang-tindih: Eksperimen aturan penetapan harga terpadu mengevaluasi performa di seluruh permintaan iklan yang sesuai dengan kriteria penargetan aturan, termasuk permintaan iklan yang terkait dengan penargetan yang tumpang-tindih pada opsi penetapan harga lainnya. Hal ini memungkinkan Ad Manager memperhitungkan perubahan harga yang mengalihkan keseimbangan tayangan dan pendapatan ke aturan penetapan harga atau opsi harga lainnya.

CPM yang ditampilkan adalah rata-rata dari semua permintaan iklan yang sesuai dengan kriteria penargetan. Hal ini dapat menyebabkan adanya CPM yang lebih rendah dari harga minimum pada beberapa eksperimen aturan penetapan harga terpadu jika sejumlah besar traffic yang sesuai dengan kriteria penargetan tidak tercakup oleh opsi penetapan harga yang Anda pilih, dan hanya tercakup oleh aturan penetapan harga yang lebih rendah.

Contoh
  • Aturan penetapan harga P1 menargetkan unit iklan XYZ dan memiliki satu sub-aturan yang menargetkan pengiklan A123 dengan harga minimum $10
  • Aturan penetapan harga P2 menargetkan unit iklan XYZ dan memiliki satu sub-aturan untuk semua materi iklan dengan harga minimum $2

Jika Anda menjalankan eksperimen di P1, laporan kemungkinan akan menampilkan eCPM di bawah Rp100.000 karena nilai minimum Rp100.000 hanya berlaku saat pengiklan A123 memenangkan lelang. Namun, kami mempertimbangkan semua traffic tempat unit iklan XYZ ada (yang akan memiliki harga minimum $2 karena aturan kedua).

Kriteria eksperimen

  • Aturan penetapan harga terpadu: Pilih aturan penetapan harga terpadu yang menentukan traffic tempat eksperimen ini berjalan.
  • Opsi harga: Pilih opsi harga yang digunakan selama durasi eksperimen ini.
  • Harga eksperimen: Harga yang ingin Anda terapkan untuk traffic di grup variasi.
  • Item baris sisa yang terpengaruh: Estimasi jumlah item baris sisa yang terpengaruh oleh perubahan harga minimum eksperimen dalam perbandingannya dengan harga asli.
  • Periode eksperimen: Tanggal mulai paling awal yang tersedia ditampilkan di pemilih rentang tanggal. Eksperimen yang dijadwalkan akan dimulai pada tanggal yang dipilih.
  • Alokasi traffic: Persentase estimasi tayangan yang ingin Anda alokasikan ke gaya eksperimen selama eksperimen berlangsung. Sisanya dialokasikan ke gaya asli. Misalnya, jika Anda mengalokasikan 60% tayangan ke gaya eksperimen, gaya asli akan mendapatkan 40% sisanya. Ingatlah alokasi ini saat menganalisis hasil eksperimen.
Gaya iklan native
Jalankan pengujian A/B menggunakan dua kumpulan gaya iklan native, termasuk elemen visual dan pembaruan lainnya. Bandingkan hasilnya untuk menentukan gaya yang memiliki performa lebih baik di jaringan Anda.

Gaya asli yang ingin diuji dan dibandingkan dengan desain baru adalah gaya “kontrol”. Sedangkan desain baru tersebut adalah gaya "eksperimen". Perbarui setelan eksperimen dalam upaya untuk meningkatkan performa dibandingkan dengan gaya kontrol. Kemudian Anda dapat menganalisis performa kedua gaya tersebut dan menentukan setelan mana yang ingin disimpan.

Eksperimen native hanya dapat membandingkan dua gaya native pada penempatan native yang sudah ada. Anda tidak dapat membandingkan iklan native dan banner di penempatan iklan yang sama.

Jika eksperimen menargetkan gaya native kontrol yang menggabungkan traffic terprogram dan tradisional, traffic reservasi Anda akan terpengaruh.

Kriteria eksperimen

  • Gaya native: Pilih gaya native yang memiliki format dan transaksi yang valid tempat Anda ingin menjalankan eksperimen.
  • Periode eksperimen: Tanggal mulai paling awal yang tersedia akan ditampilkan di pemilih rentang tanggal. Eksperimen yang dijadwalkan akan dimulai pada tanggal yang dipilih.
  • Alokasi traffic: Persentase estimasi tayangan yang ingin Anda alokasikan ke gaya eksperimen selama eksperimen berlangsung. Sisanya akan dialokasikan ke gaya asli. Misalnya, jika Anda mengalokasikan 60% tayangan ke gaya eksperimen, gaya asli akan mendapatkan 40% sisanya. Perhatikan alokasi ini saat menganalisis hasil eksperimen.
  • Tambahkan penargetan: Pilih penargetan untuk eksperimen. Penargetan harus sesuai dengan penargetan item baris agar berhasil ditayangkan.
Format

Anda dapat menguji format iklan baru untuk memahami dampaknya terhadap inventaris. Saat ini, format interstisial web dan anchor tersedia untuk pengujian. Hal ini memungkinkan Anda menguji interstisial web atau anchor di inventaris web sebelum mengalokasikan resource developer untuk pemberian tag.

Setelah menyelesaikan eksperimen, Anda masih harus menyiapkan dan memproses interstisial web atau iklan anchor sendiri.

Kriteria eksperimen

  • Format: Pilih format yang ingin Anda gunakan untuk menjalankan eksperimen.
  • Unit iklan eksperimental: Pilih unit iklan yang akan digunakan untuk proses iklan dan untuk memahami performa eksperimental dalam pelaporan. Ingatlah bahwa unit iklan tidak digunakan untuk penargetan, artinya format tersebut akan ditayangkan untuk permintaan apa pun yang cocok dengan penargetan eksperimen. Sebaiknya siapkan unit iklan baru.
  • Target: Tentukan tempat Anda ingin menjalankan eksperimen.
  • Periode eksperimen: Tanggal mulai paling awal yang tersedia ditampilkan di pemilih rentang tanggal. Eksperimen yang dijadwalkan akan dimulai pada tanggal yang dipilih.
  • Alokasi traffic: Persentase estimasi tayangan yang ingin Anda alokasikan untuk interstisial web eksperimen selama eksperimen berlangsung. Sisanya masuk ke iklan lain. Misalnya, jika Anda mengalokasikan 60% tayangan ke interstisial web eksperimen, iklan lainnya mendapatkan 40% sisanya. Ingatlah alokasi ini saat menganalisis hasil eksperimen.
Grup hasil
Aktifkan grup hasil baru untuk memahami dampak permintaan tambahan pada inventaris Anda.

Kriteria eksperimen

  • Setelan grup hasil: Pilih grup hasil yang akan digunakan untuk eksperimen. Grup hasil harus ditetapkan sebagai "Tidak aktif" sebelum dapat digunakan dalam eksperimen (eksperimen berfungsi dengan mengaktifkannya). Saat digunakan dalam eksperimen, status grup hasil diidentifikasi sebagai "Bereksperimen". Saat Anda mengakhiri eksperimen dengan menerapkan atau menolaknya, status grup hasil akan berubah menjadi "Aktif" atau "Tidak aktif", sesuai dengan opsi yang Anda pilih.
  • Periode eksperimen: Tanggal mulai paling awal yang tersedia ditampilkan di pemilih rentang tanggal. Eksperimen yang dijadwalkan akan dimulai pada tanggal yang dipilih.
  • Alokasi traffic: Persentase tayangan yang ingin Anda alokasikan untuk grup hasil guna bersaing selama eksperimen. Hanya tayangan yang ditargetkan oleh grup hasil yang terpengaruh. Sisanya akan diisi seolah-olah grup hasil tidak aktif. Misalnya, jika Anda mengalokasikan 60% tayangan ke grup hasil eksperimental, 40% tidak akan terpengaruh. Ingatlah alokasi ini saat menganalisis hasil eksperimen.
 

Apakah ini membantu?

Bagaimana cara meningkatkannya?
Telusuri
Hapus penelusuran
Tutup penelusuran
Aplikasi Google
Menu utama
14418641541226071487
true
Pusat Bantuan Penelusuran
true
true
true
true
true
148