Nagbibigay-daan sa iyo ang mga eksperimento na magmungkahi at sumubok ng mga pagbabago sa mga Demand Gen campaign mo. Puwede mong sukatin ang iyong mga resulta at maunawaan ang epekto ng mga pagbabago mo bago mo ilapat ang mga iyon sa isang campaign.
Ipinapaliwanag ng artikulong ito kung paano gumagana ang mga eksperimento sa Demand Gen. Kapag handa ka na, mag-set up ng Demand Gen.
Paano gumagana ang mga eksperimento sa Demand Gen
Nagbibigay-daan sa iyo ang mga eksperimento sa Demand Gen na gumawa ng pang-eksperimentong campaign para subukin ang performance ng mga pagbabago mo kumpara sa iyong orihinal na campaign.
- Mag-set up ng eksperimento sa Demand Gen. Kapag sine-set up mo ang iyong eksperimento, puwede mong itakda kung gaano katagal mo itong gustong tumakbo at kung ilang bahagi ng trapiko (at badyet) ng iyong orihinal na campaign ang gusto mong gamitin nito.
- Mag-aalok ang Demand Gen ng flexible na confidence level kung saan magtatapos ang eksperimento. Kapag mas mababa ang bilang, mas mabilis ang mga resulta:
- 70% (default). Mga directional na resulta, naaayon sa pinakamababang CL ng Pagsukat ng Pagtaas.
- 80%. Mga directional na resulta, balanse sa pagitan ng bilis at katiyakan.
- 95%. Mga siguradong resulta, para sa mga user na gustong magkaroon ng mataas na katiyakan para sa malalaking desisyon.
- Mag-aalok ang Demand Gen ng flexible na confidence level kung saan magtatapos ang eksperimento. Kapag mas mababa ang bilang, mas mabilis ang mga resulta:
- Subaybayan ang iyong mga eksperimento. Habang tumatakbo ang iyong eksperimento, masusubaybayan at maikukumpara mo ang performance nito sa performance ng iyong orihinal na campaign. Kung gusto mo, puwede mong wakasan ang iyong eksperimento nang maaga.
Mga feature na natatangi sa mga A/B na eksperimento sa Demand Gen
- Gagana ang mga eksperimento sa Demand Gen sa lahat ng imbentaryo - Discover, Gmail, at Youtube.
- Sa pamamagitan ng mga eksperimento sa Demand Gen, magagawang sumubok ng mga advertiser sa lahat ng variation ng Image at Video campaign.
- Creative at audience lang ang puwedeng subukan sa mga eksperimento. Hindi namin inirerekomendang subukan ang ibang variable tulad ng pag-bid at badyet sa ngayon.
- Inirerekomenda sa mga advertiser na gumawa ng mga bagong campaign na may pare-parehong petsa ng pagsisimula para mapagana ang eksperimento. Mga Demand Gen campaign lang ang puwedeng gamitin ng mga eksperimento.
Pinakamahuhusay na kagawian
- Kapag gumagamit ng mga strategy sa pag-bid na nakabatay sa conversion, nangangailangan ang mga eksperimento sa Demand Gen ng minimum na 50 conversion bawat grupo para makapagpakita ng mga resulta. Para maabot ito, inirerekomendang gumamit ng pag-bid na target na CPA o i-max ang mga conversion, na nag-o-optimize para sa mas mabababaw na conversion tulad ng Idagdag sa Cart, o Page view.
- Gumawa ng mga eksperimento sa mga campaign kung saan 1 variable lang ang magkaiba. Halimbawa, magpatakbo ng eksperimento sa creative na may iba't ibang creative, pero pare-pareho ang format ng mga creative na nagta-target sa iisang audience. Sa ganitong paraan, magkaiba ang variable ng creative, pero pare-pareho ang mga variable ng format at audience.
- Aksyunan ang iyong mga resulta: Kung makakakita ka ng mga statistically significant na resulta sa isang grupo sa eksperimento, puwede mong i-maximize ang epekto sa pamamagitan ng pag-pause ng iba pang grupo sa eksperimento at paglilipat ng lahat ng badyet sa grupo sa eksperimento na may mga mas makabuluhang resulta.
- Gamitin ang mga dating natutunan: Halimbawa, kung nalaman mong mas mahusay ang performance ng mga naka-customize na asset na video para sa iba't ibang segment ng audience kaysa sa pagpapakita ng iisang pangkalahatang asset sa lahat ng audience, gamitin ito bilang batayan ng pag-develop ng mga asset na video sa hinaharap.
- Puwede ring makakuha ng mga insight sa mga resultang walang konklusyon: Sa isang eksperimentong walang panalo, posibleng hindi kapansin-pansin ang variation ng creative na sinusubukan mo. Puwede kang sumubok ng ibang uri ng asset o sumubok ng mas makabuluhang variation sa susunod mong eksperimento.
