แนวทางปฏิบัติแนะนำสำหรับการทดสอบการเพิ่มขึ้นในแอป

บทความนี้พูดถึงแนวทางปฏิบัติแนะนำสำหรับการทดสอบการเพิ่มขึ้นในแอป

ในหน้านี้

 


ก่อนสร้างการทดสอบใหม่

ทําความเข้าใจวิธีที่การทดสอบการเพิ่มขึ้นในแอปช่วยแก้ปัญหากรณีการใช้งานของคุณ

การทดสอบการเพิ่มขึ้นในแอปคืออะไร การทดสอบการเพิ่มขึ้นในแอปช่วยให้คุณทดสอบและทำความเข้าใจการเพิ่มขึ้นของประสิทธิภาพจากการเพิ่มชิ้นงานวิดีโอลงในแคมเปญที่มีอยู่

  • เราขอแนะนําให้ยึดแนวทางต่อไปนี้เมื่อใช้การทดสอบการเพิ่มขึ้นในแอปตามกรณีการใช้งาน

    • ลองใช้วิดีโอเป็นครั้งแรก: หากยังไม่มีวิดีโอในแคมเปญ การทดสอบการเพิ่มขึ้นในแอปจะช่วยให้คุณเข้าใจประสิทธิภาพที่เพิ่มขึ้นจากการใส่ชิ้นงานวิดีโอ
    • เลือกผู้ชนะจากชิ้นงานวิดีโอหลายรายการซึ่งให้ผลลัพธ์ที่เป็นแนวทาง: หากคุณมีชิ้นงานวิดีโอหลายรายการ การทดสอบการเพิ่มขึ้นในแอปจะช่วยให้คุณเข้าใจสิ่งต่อไปนี้
      • โดยรวมแล้วชิ้นงานวิดีโอทั้งหมดช่วยปรับปรุงประสิทธิภาพหรือไม่
      • ชิ้นงานวิดีโอแต่ละรายการมีส่วนช่วยเพิ่มประสิทธิภาพโดยรวมตามแนวทางอย่างไร

งบประมาณและราคาเสนอขั้นต่ำ

เราขอแนะนำให้ใช้งบประมาณและราคาเสนอที่ทำให้แคมเปญได้รับ Conversion อย่างน้อย 100 รายการ (หากจะให้ดีคือ 150 รายการขึ้นไป) ต่อวันเพื่อให้โมเดลของเราเพิ่มประสิทธิภาพแคมเปญได้ เครื่องจำลอง Smart Bidding จะช่วยให้คุณเข้าใจมากขึ้นว่ามีโอกาสได้ Conversion จำนวนเท่าไรเมื่อเปลี่ยนงบประมาณและเป้าหมายกลยุทธ์การเสนอราคา

  • ยิ่งจำนวน Conversion รายวันในการทดสอบสูง การทดสอบก็จะได้ผลลัพธ์ที่มีนัยสำคัญทางสถิติเร็วขึ้น
  • หากแคมเปญพื้นฐานมีชิ้นงานวิดีโอจํานวนมาก (มากกว่า 50 รายการ) งบประมาณที่ต้องใช้เพื่อประเมินชิ้นงานแต่ละรายการทุกวันอาจจะสูงขึ้นมาก

เป้าหมายกลยุทธ์การเสนอราคาของแคมเปญ (tCPI/tCPE/tROAS)

หากแคมเปญถูกจำกัดด้วยงบประมาณ ให้ตรวจสอบว่า CPI หรือ CPE เป้าหมายสูงกว่า CPI หรือ CPE จริงอย่างน้อย 2 เท่า (และในทำนองเดียวกันสำหรับ tROAS) วิธีนี้จะช่วยให้มั่นใจได้ว่าเราจะไม่พบลักษณะการทำงานที่ไม่คาดคิดเมื่อทำ Cold Start/ลดราคาเสนอ

โดยทั่วไป แคมเปญที่ไม่ถูกจำกัดด้วยงบประมาณหรือราคาเสนอจะได้ผลลัพธ์ที่รวดเร็วและแม่นยำกว่า

ตรวจสอบชิ้นงานวิดีโอที่มีอยู่

ในกรณีที่แคมเปญถูกจำกัดด้วยงบประมาณ

  • หากแคมเปญปัจจุบันไม่มีวิดีโอหรือมีวิดีโอแต่ไม่ได้ใช้จ่าย การทดสอบการเพิ่มวิดีโอใหม่อาจไม่ช่วยให้ประสิทธิภาพดีขึ้น
  • พิจารณาเพิ่มงบประมาณของแคมเปญจนกว่าจะไม่ถูกจำกัดอีกต่อไป แล้วจึงประเมินความจําเป็นในการทดสอบประสิทธิภาพที่เพิ่มขึ้น

ในกรณีที่แคมเปญไม่ได้ถูกจำกัดด้วยงบประมาณ

  • หากแคมเปญปัจจุบันมีชิ้นงานวิดีโอ แต่คิดเป็นไม่กี่เปอร์เซ็นต์ของค่าใช้จ่ายรวมของแคมเปญ การทดสอบการเพิ่มชิ้นงานวิดีโอใหม่อาจไม่ช่วยให้ประสิทธิภาพดีขึ้น
  • พิจารณาเพิ่มต้นทุนต่อ Conversion เป้าหมาย (หรือลด tROAS) จนกว่าชิ้นงานวิดีโอที่มีอยู่จะมีค่าใช้จ่ายมากพอ แล้วจึงประเมินความจําเป็นในการทดสอบประสิทธิภาพที่เพิ่มขึ้น

 


การตั้งค่าการทดสอบ

เป้าหมายการทดสอบ

  • เลือกเมตริกการทดสอบให้สอดคล้องกับเป้าหมายการเพิ่มประสิทธิภาพแคมเปญ
    • เช่น เลือกปริมาณการติดตั้งหรือ CPI หากแคมเปญเพิ่มประสิทธิภาพเพื่อการติดตั้ง
  • เลือกใช้ต้นทุนต่อหนึ่งการกระทำ (การติดตั้ง/การกระทำในแอป) แทนเมตริกปริมาณ Conversion เว้นแต่แคมเปญไม่ได้ถูกจำกัดด้วยงบประมาณ

ฝั่งทดสอบ

  • เราขอแนะนำให้ใช้การแยกการเข้าชมและงบประมาณแบบ 50/50 ในสถานการณ์ส่วนใหญ่เพื่อให้ได้ผลการทดสอบเร็วที่สุดและใช้ต้นทุนต่ำที่สุด
  • ในบางสถานการณ์ เช่น หากคิดว่าชิ้นงานที่กำลังทดสอบจะทำให้เกิดผลลัพธ์เชิงลบอย่างมาก คุณก็ควรใช้การแยกการเข้าชมแบบอื่น (เช่น 40% ในแคมเปญทดลอง, 60% ในแคมเปญพื้นฐาน)

ระดับความเชื่อมั่น

  • เราขอแนะนําให้ใช้ระดับความเชื่อมั่น 80% ซึ่งโดยทั่วไปให้ผลการทดสอบที่แม่นยําพอสมควรในระยะเวลาที่สั้นกว่าและใช้ต้นทุนต่ำกว่าเมื่อเทียบกับระดับความเชื่อมั่น 85% หรือ 95%
  • หากไม่แน่ใจว่าควรเลือกความเชื่อมั่นระดับใดสําหรับการทดสอบ ให้ใช้ตารางในภาคผนวกเพื่อหาจํานวน Conversion ที่ต้องการเพื่อให้ถึงระดับความเชื่อมั่นนั้นๆ

วันที่การทดสอบ

  • เราขอแนะนําให้ทําการทดสอบเป็นเวลา 30 วันหากเป็นไปได้ เพื่อเพิ่มโอกาสที่จะได้ข้อสรุปจากผลการทดสอบ

การตรวจสอบประสิทธิภาพการทดสอบ

  • การตรวจสอบประสิทธิภาพจะแสดงชุดการวินิจฉัยและการตรวจสอบเพื่อเพิ่มความน่าจะเป็นที่จะได้ข้อสรุปจากผลการทดสอบ เราขอแนะนำให้คุณแก้ไขปัญหาร้ายแรง (สีแดง) เช่น การใช้แอป iOS (ยังไม่รองรับ) และพยายามแก้ไขปัญหาระดับปานกลาง (สีเหลือง) เช่น ถูกจำกัดด้วยงบประมาณ อย่างดีที่สุด ดูข้อมูลเพิ่มเติมเกี่ยวกับการตรวจสอบประสิทธิภาพการสร้างการทดสอบการเพิ่มขึ้นในแอป

คำแนะนำทั่วไป

การโต้ตอบกับแคมเปญอื่นๆ ที่โปรโมตแอปเดียวกัน

  • ตรวจสอบว่าบัญชีไม่มีแคมเปญอื่นที่โปรโมตแอปเดียวกันในตำแหน่งทางภูมิศาสตร์เดียวกันกับแคมเปญที่กำลังทดสอบ เพื่อหลีกเลี่ยงปัญหาแคมเปญแข่งขันกันเอง

การละเมิดนโยบาย

  • แก้ไขการละเมิดนโยบายที่อาจเกิดขึ้นในแคมเปญในที่สุด (เมื่อเป็นไปได้) เนื่องจากอาจทำให้แคมเปญในการทดสอบไม่ทำงานหรือได้ผลลัพธ์ล่าช้า

 


ขณะที่การทดสอบทํางาน

การเปลี่ยนแปลงงบประมาณและเป้าหมายด้านประสิทธิภาพ

  • เราขอแนะนำว่าอย่าอัปเดตการตั้งค่าเหล่านี้ในช่วง 7 วันแรกของการทดสอบ
  • หากจำเป็นต้องทำการเปลี่ยนแปลงหลังจากระยะเวลาดังกล่าว ให้ทำอย่างค่อยเป็นค่อยไปทุกวันแทนการเปลี่ยนแปลงอย่างมากในคราวเดียว

การเปลี่ยนแปลงชิ้นงาน

  • หากจำเป็นต้องเปลี่ยนแปลงชิ้นงานในแคมเปญพื้นฐาน ให้ทําการเปลี่ยนแปลงเดียวกันในแคมเปญกลุ่มทดสอบที่เกี่ยวข้องไปพร้อมกันด้วย

การติดตามดูการทดสอบ

  • เราขอแนะนำให้ยกเว้นช่วง 5-10 วันแรกของการทดสอบออกจากผลลัพธ์ (โดยใช้ตัวเลือกวันที่) เพื่อไม่ให้ระยะเวลาเรียนรู้ของแคมเปญส่งผลต่อเมตริก
  • คุณเลือกติดตามดูผลการทดสอบได้โดยใช้ความเชื่อมั่น 3 ระดับ (80%, 85% และ 95%)
  • หากเพิ่มชิ้นงานวิดีโอหลายรายการในแคมเปญทดลอง คุณจะดูประสิทธิภาพของชิ้นงานวิดีโอแต่ละรายการได้ในการรายงานของ Google Ads

 


เมื่อการทดสอบสิ้นสุด

การตีความผลการทดสอบ

  • ผลลัพธ์ที่มีนัยสำคัญทางสถิติ
    • ผลลัพธ์เป็นเชิงบวกสำหรับเป้าหมายการทดสอบทั้ง 2 รายการ: เราขอแนะนําให้คุณนำชิ้นงานนั้นไปใช้ในแคมเปญพื้นฐานและอาจรวมถึงแคมเปญอื่นๆ ในบัญชี หากมี (เช่น แคมเปญที่มีเป้าหมายคล้ายกันแต่อยู่คนละพื้นที่ทางภูมิศาสตร์) เพื่อปรับปรุงประสิทธิภาพโดยรวม
    • ผลลัพธ์เป็นเชิงลบสำหรับเป้าหมายการทดสอบทั้ง 2 รายการ: เราไม่แนะนําให้คุณนำชิ้นงานนั้นไปใช้ในแคมเปญหรือบัญชี 
    • ผลลัพธ์มีทั้งเชิงบวกและเชิงลบสำหรับเป้าหมายการทดสอบ: เราขอแนะนำให้คุณตัดสินใจโดยพิจารณาจากความต้องการทางธุรกิจและข้อจำกัด ROI ตัวอย่างเช่น หาก CPI เพิ่มขึ้น 5% และการติดตั้งเพิ่มขึ้น 10% ผู้ลงโฆษณาควรนำชิ้นงานนั้นไปใช้หากพอใจกับการได้การติดตั้งมากขึ้นโดยมี CPI เฉลี่ยเพิ่มขึ้นบ้าง
  • ผลลัพธ์ที่ไม่มีนัยสำคัญทางสถิติ
    • เราขอแนะนำให้คุณตัดสินใจโดยพิจารณาจากความต้องการทางธุรกิจและความเสี่ยงที่ยอมรับได้ ตัวอย่างเช่น สำหรับผู้ลงโฆษณาที่พอใจกับผลลัพธ์ที่เป็นแนวทาง การนำชิ้นงานที่ให้ผลลัพธ์เชิงบวกแต่ไม่มีนัยสำคัญทางสถิติไปใช้นั้นสมเหตุสมผล อีกทางเลือกหนึ่งคือ เราขอแนะนำให้เปลี่ยนแปลงชิ้นงานแล้วทําการทดสอบอีกรายการ

ข้อมูลนี้มีประโยชน์ไหม

เราจะปรับปรุงได้อย่างไร
ค้นหา
ล้างการค้นหา
ปิดการค้นหา
เมนูหลัก
12478680904199129826
true
ค้นหาศูนย์ช่วยเหลือ
true
true
true
true
true
73067
false
false
false