Setelah menyiapkan eksperimen video, Anda dapat memantau performanya di Google Ads dan menemukan iklan video berperforma terbaik di grup eksperimen. Dengan memahami iklan mana yang berperforma lebih baik dalam eksperimen, Anda dapat membuat keputusan yang tepat tentang kampanye mana yang akan terus menggunakan dan mengalokasikan anggaran yang lebih tinggi.
Artikel ini menjelaskan cara memantau dan memahami performa eksperimen video.
Petunjuk
Catatan: Petunjuk di bawah merupakan bagian dari desain baru untuk pengalaman pengguna Google Ads. Untuk menggunakan desain sebelumnya, klik ikon "Tampilan", lalu pilih Gunakan desain sebelumnya. Jika Anda menggunakan Google Ads versi sebelumnya, tinjau Peta referensi cepat atau gunakan Kotak penelusuran di panel navigasi atas Google Ads untuk menemukan halaman yang Anda cari.
- Di akun Google Ads, klik ikon Kampanye
.
- Klik drop-down Kampanye di menu bagian.
- Klik Eksperimen, lalu klik Eksperimen video.
- Pilih eksperimen untuk melihat hasilnya.
Menafsirkan hasil
- Saat mengevaluasi hasil, fokus pada Brand Lift atau konversi secara keseluruhan, karena metrik ini membantu Anda menemukan perubahan signifikan dalam performa antara grup eksperimen.
- Untuk membuat hasil konversi yang signifikan secara statistik, Anda memerlukan setidaknya 100 konversi per grup eksperimen. Jika kampanye yang disertakan dalam eksperimen belum menerima setidaknya 100 konversi, Anda tidak akan melihat hasil apa pun di Google Ads.
- Jika anggaran dibagi secara merata di antara grup eksperimen, tetapi satu kampanye menerima lebih banyak tayangan daripada yang lain, ini berarti kampanye tersebut memasuki lelang yang berbeda dan menang pada bid yang berbeda. Kampanye yang memenangkan lebih banyak lelang dengan biaya lebih rendah akan memiliki tayangan terbanyak. Eksperimen hanya memastikan bahwa pengguna dalam satu grup eksperimen tidak tumpang-tindih dengan pengguna di grup eksperimen lain.
Praktik terbaik
- Menindaklanjuti hasil: Jika menemukan data statistik yang signifikan di grup eksperimen, Anda dapat memaksimalkan dampaknya dengan menjeda grup eksperimen lain dan mengalihkan semua anggaran ke grup eksperimen dengan hasil yang lebih signifikan.
- Kembangkan berdasarkan pembelajaran masa lalu: Misalnya, jika Anda mendapati bahwa aset video yang disesuaikan untuk berbagai segmen audiens berperforma lebih baik daripada menampilkan aset umum yang sama untuk semua audiens, maka gunakan ini untuk menginformasikan pengembangan aset video yang akan datang.
- Hasil yang pasti juga dapat bermakna: Misalnya, Anda mungkin memiliki 2 materi iklan yang berperforma sangat baik dalam eksperimen, tetapi salah satu materi iklan mungkin lebih murah untuk diproduksi dibandingkan dengan yang lain.
