5 slimme manieren om uw Google Shopping-advertenties te splitsen

Een van de beste manieren om uw winstgevendheid te vergroten? A/B splittesten. Google Adverts heeft een functie genaamd Experimenten, waarmee u aangepaste experimenten voor uw campagnes kunt maken en in de loop van de tijd kunt vergelijken hoe uw testgroep presteert ten opzichte van uw oorspronkelijke campagnes (controlegroep).

Het enige probleem is dat dit alleen beschikbaar is voor zoek- en exhibit-campagnes. Niet om te winkelen. Gelukkig heb ik vijf manieren bedacht waarop je meerdere varianten van je Browsing-campagnes kunt testen, en daar gaan we in dit bericht dieper op in.

Productinformatie A/B testen

A/B-testen van productinformatie zoals titels, afbeeldingen of extensies kan handig zijn voor het optimaliseren van uw productfeed

Dit kan bij het instellen van uw feed, by using een feedbeheertool of handmatig in Google Service provider Heart. Als je eenmaal hebt besloten wat je wilt testen, moet je gelijke productgroepen maken. Dit kan op verschillende manieren, ik gebruik voornamelijk de volgende twee methoden:

1. De clusteranalysemethode

Achieved een clusteranalyse verdeelt u op foundation van historische prestaties (u verdeelt uw producten bijvoorbeeld in gelijke groepen op foundation van statistieken zoals klikken, opbrengst, kosten en conversiewaarde). U kunt dit doen via spreadsheet voor kleinere datasets of in R (of andere programmeertalen) voor grotere datasets.

2. De willekeurige splitsingsmethode

Een willekeurige splitsing kan worden gedaan op foundation van de ID van uw merchandise. Als u bijvoorbeeld numerieke waarden als product or service-ID’s gebruikt, kunt u groep A toewijzen aan alle even getallen en B aan alle oneven getallen.

Het belangrijkste bij het splitsen van uw producten is ervoor te zorgen dat alle groepen van uw experiment een gelijk aantal producten hebben en dat uw belangrijkste statistieken ook heel dicht bij elkaar liggen.

Nadat u de splitsing heeft gemaakt, brengt u de wijzigingen aan in de product or service-ID’s in uw testgroep. Zorg ervoor dat u around al uw product-ID’s en bijbehorende groepen kunt rapporteren. Zo kun je ze analyseren en winnaars vinden. Hieronder vindt u een voorbeeld van hoe dit eruit zou zien in uw feed.

Campagne-instellingen A/B-testen

Als u instellingen voor testcampagnes zoals ROAS, focusing on of verschillende campagnetypen wilt splitsen, moet u splitsingen maken op foundation van iets anders dan product or service-ID’s. Idealiter wilt u dezelfde producten aanbieden in zowel uw controle- als testgroepen, omdat de prestaties for each solution kunnen verschillen. Er zijn drie verschillende splitsingen die u kunt maken om uw instellingen te testen. Web als de testopstelling op productcontent, staat het creëren van gelijke groepen centraal. Bij alle methoden moet je de dataclusteranalyse zelf doen. Maak twee of meer gelijke groepen en analyseer op foundation van de verschillen.

3. De splitsmethode voor Klantenmatch

Achieved Klantenmatch kunt u initially-social gathering doelgroepen targeten in Google Ads. Het werkt door een lijst fulfilled e-mailadressen uit uw bestaande databases te uploaden die u wilt targeten, en Google zal die e-mailadressen koppelen aan Google-accounts.

Hoe je dat doet

Als u Customer Match gebruikt, zou u in uw CRM-software een cookie-splitsing moeten kunnen maken. Vervolgens kunt u twee verschillende campagnes maken satisfied twee verschillende Google Klantenmatch-doelgroepen. Wijzig de instelling die u wilt testen in uw testcampagne en laat al het andere hetzelfde in uw controlecampagne. En dat is het.

Opmerking: Als u Klantenmatch gebruikt, zorg er dan voor dat u een derde campagne heeft lopen voor alle potentiële klanten die zich niet in uw databases bevinden. Zo verlies je geen potentiële conversies.

Afbeeldingsbron

Pluspunten

• Willekeurige splitsing: Door cookies te splitsen heb je eigenlijk een willekeurige splitsing die vaak wordt gebruikt in andere A/B-assessments.
• Betrouwbare gegevens: Doorway de willekeurige splitsing zijn de resultaten betrouwbaar en reproduceerbaar.

nadelen

• Moeilijk te implementeren: niet elke adverteerder heeft de middelen om Buyer Match te implementeren of de willekeurige splitsing in hun CRM te maken.
• Niet 100% compleet: dit experiment is alleen van toepassing op bestaande klanten in uw databases. Dat betekent dat de resultaten niet geldig zijn voor nieuwe potentiële klanten.

4. De geo-break up-testmethode:

Geo-splitsingen worden vaak gebruikt om incrementele verhogingen in campagnes te vinden. Dit kan vragen beantwoorden als: Is er toegevoegde waarde in adverteren op merkzoekwoorden?

Hoe je dat doet

Bij een geotest wordt een markt opgedeeld in kleinere geografische regio’s die geo’s worden genoemd. Elke geo krijgt een controle- of een testgroep toegewezen. Gebruikers in de testgeo’s worden blootgesteld aan de gewijzigde campagnes, terwijl gebruikers in de controlegeo’s de controlecampagnes krijgen. De splitsing kan worden gedaan op land of regio, zolang beide regionale groepen sterk gecorreleerd zijn. U moet de clusteranalyse gebruiken om uw groepen te bepalen.

Pluspunten

• Eenvoudig in te stellen: iedereen achieved een beetje Google Ads-ervaring kan dit instellen.
• Betrouwbaar: aangezien we dezelfde campagnes splitsen, kan seizoensinvloeden geen invloed hebben.

nadelen

• Gedrag kan sterk verschillen for each geografische locatie. Het is essentieel om twee sterk gecorreleerde groepen te hebben. Seizoensgebondenheid kan ook for every geolocatie verschillen. Het is niet ideaal om Alaska met Texas te vergelijken als je outdooruitrusting verkoopt.
• Enigszins moeilijk voor te bereiden: Clusteranalyse van focusing on op locatie kan lastig zijn bij het omgaan achieved kleinere geolocaties.

5. De campagne-splitsingsmethode

Bij een campagnesplitsing verdeelt u uw campagnes of accounts eenvoudig in twee sterk gecorreleerde groepen. Beide groepen moeten een gelijk aantal belangrijke statistieken hebben, zoals klikken, conversies en kosten.

Hoe je dat doet

In de ene groep campagnes (testgroep) brengt u de wijzigingen aan, terwijl u in de controlegroep uw huidige greatest practices kunt gebruiken. Als je de verschillende groepen campagnes labelt en bijhoudt, kun je iets vertellen around de verschillen in prestaties.

Budget en biedstrategie zijn twee instellingen die u kunt testen.

Pluspunten

• Zeer eenvoudig in te stellen: u hoeft maar de helft van uw campagnes te wijzigen en dat is alles.

nadelen

• Minst betrouwbaar: Seizoensinvloeden kunnen een rol spelen in verschillende campagnes, vooral als uw campagnes zijn onderverdeeld per productcategorie (heb je de campagnestructuur fulfilled prioriteitsbieding?).
• Voorbereiding kan moeilijk zijn: Clusteranalyse van campagnegroepen kan moeilijk zijn bij het omgaan achieved kleinere sets campagnes en gegevens.