Rosnąca kultura eksperymentów marketingowych

Przez ostatnie dwie dekady rola danych, pomiarów i analityki w marketingu zyskiwała na znaczeniu i wpływie. Ostatnio eksperymenty ponownie pojawiły się jako ważne narzędzie pomiaru marketingu.

To ponowne pojawienie się jest częściowo napędzane obawami dotyczącymi prywatności, które coraz bardziej utrudniają zbieranie spójnych danych i stosowanie algorytmów atrybucji na poziomie użytkownika.

Mówiąc szerzej, jest to produkt chęci marketerów do aktywnego testowania hipotez na rynku przy użyciu eksperymentów w celu stworzenia najlepszych programów marketingowych.

Budowanie tej dyscypliny tak naprawdę wymaga tylko dwóch rzeczy: (1) rozpoznania, że ​​jakikolwiek program pomiarowy lub analityczny jest niekompletny bez aktywnego eksperymentowania oraz (2) zrozumienia, jak budować i wdrażać testy w oparciu o kluczowe hipotezy.

W praktyce nie trzeba brać za pewnik odpowiedzi z Google Analytics, raportów dostawców, badań wzrostu, modelowania media mix lub atrybucji wielodotykowej.

Niezależnie od tego, czy te metody są zgodne, czy co ważniejsze, gdy się nie zgadzają, organizacje powinny rozważyć te wyniki jako punkt wyjścia do opracowania kluczowych pytań i hipotez do programów eksperymentów.

Większość marketerów zaczyna od tych samych pytań

Marketerzy nieustannie zastanawiają się nad tymi samymi rzeczami:

• Czy taktyki na niższym ścieżce, takie jak wyszukiwanie markowe i retargeting, generują przyrostowe konwersje?
• Czy istnieją synergie między pojazdami marketingowymi?
• Czy marketing jest skuteczniej wdrażany w stosunku do obecnych klientów lub pozyskiwania nowych klientów?
• Która taktyka poszukiwania naprawdę rozwija moje nowe przejęcia?
• Które taktyki marketingowe dla klientów dodają wartości i czy potrzebuję ich wszystkich?

Są to pytania fundamentalne dla każdej marki i istnieją skuteczne sposoby na zbudowanie programu eksperymentalnego uczenia się przeciwko nim. Tworząc po raz pierwszy program eksperymentalny, zacznij od wdrożenia testów przyrostowych na poziomie kanału dla kluczowych taktyk marketingowych.

W oparciu o wydatki, priorytet strategiczny lub bieżące oceny wydajności, marki mogą nadać priorytet zaprojektowaniu i wdrożeniu testów przyrostowych dla kluczowych kanałów marketingowych, takich jak retargeting, społecznościowe, płatne wyszukiwanie lub bezpośrednia poczta/katalog.

Ograniczenia atrybucji w dolnej części ścieżki

Każdy kanał marketingowy wymaga starannie zaprojektowanego podejścia, aby zapewnić podział odbiorców na grupy testowe i kontrolne. Marketing musi być następnie pominięty w grupie kontrolnej, aby służył jako punkt odniesienia do pomiaru przyrostu w grupie testowej.

Często te testy na poziomie kanału potwierdzają od dawna utrzymywane podejrzenia, dostarczając danych rynkowych potrzebnych do realokacji budżetów.

Wielu marketerów podejrzewa, że ​​programy retargetingu na niższym ścieżce „kradną” kredyt, przywiązując się do ścieżek konwersji, a testy przyrostowe określają ilościowo ten efekt i informują o optymalnych poziomach budżetu dla tych programów.

Soft Surroundings, sprzedawca mody i urody, niedawno wdrożył testowanie przyrostowości retargetowania z hipotezą, że przekraczają wydatki na retargetowanie.

Szeroko zakrojone testy wykazały, że tak właśnie było, pozwalając zespołowi natychmiast zmniejszyć budżet na retargetowanie o 30% i przeznaczyć ponad 120 000 USD miesięcznie na lepsze taktyki bez zauważalnego spadku retargetingu lub konwersji witryny.

Uzyskanie jaśniejszego obrazu poszukiwań na Facebooku

Czasami testowanie przyrostowe odkrywa możliwości, których inne podejścia do pomiaru jeszcze nie zidentyfikowały.

Niedawno współpracowałem ze sprzedawcą, który mierzył reklamy na Facebooku za pomocą kombinacji Google Analytics i danych raportowanych przez Facebooka, ograniczonych do jednodniowego kliknięcia i jednodniowego okna po wyświetleniu.

Testy przyrostowe wykazały, że chociaż te metody były dość dokładne w ocenie Facebooka jako całości, to znacznie zaniżyły wpływ taktyk Facebooka.

Aktywne testy przyrostowości wykazały, że konwersje po wyświetleniu, które nie są śledzone przez Google Analytics i poza jednodniowym oknem po wyświetleniu, generowały konwersje przyrostowe i wcześniej nieuwzględniane w kredytach. Na podstawie tego zaktualizowanego poglądu firma przeniosła finansowanie na poszukiwanie.

Eksperymentalne uczenie się nie kończy się na tych eksperymentach na poziomie kanału. Często stanowią one podstawę, identyfikując możliwości bardziej wyrafinowanego projektowania eksperymentalnego.

W przypadku Soft Surroundings, testy przyrostowe wykazały, że pozyskiwanie nowych klientów przez Facebooka przyciągało nowych klientów znacznie poniżej wewnętrznych celów akwizycji.

Zamiast zwiększać wydatki na wszystkie strony i czekać i zobaczyć, Soft Surroundings wykorzystało eksperyment, aby zbadać skalę na poziomie zestawu reklam dla wszystkich zestawów reklam Facebooka, które są dla potencjalnych klientów, które osiągają wyniki poniżej celów pozyskiwania.

Test skali został zaprojektowany w celu symulacji zwiększonych wydatków, częstotliwości i penetracji odbiorców dla każdego z tych zestawów reklam w porównaniu z mniejszą podgrupą ich potencjalnych odbiorców.

W ciągu kilku tygodni skalowali się do 1,5x, 2x, 3x i więcej na poziomie zestawu reklam, aby skutecznie wykreślić malejącą krzywą zwrotów dla każdego zestawu.

Na podstawie testów skali przeprowadzonych we wrześniu, Soft Surroundings był w stanie zwiększyć budżety na Facebooka o 61% w październiku, przy jednoczesnym wzroście kosztu pozyskania tylko o 22%, co jest zgodne z założeniami.

Bez aktywnego projektowania testów osiągnięcie tego samego wzrostu budżetu mogło zająć wiele miesięcy, podczas gdy zespół wdrażał mniejsze wzrosty budżetu i czekał, aby zaobserwować ich wpływ na koszt pozyskania.

Eksperymenty z przyrostowością AARP

W innym przykładzie AARP wykorzystało wyniki przyrostowości na poziomie kanału, aby aktywnie przetestować, czy budżety na płatne wyniki wyszukiwania związane z marką byłyby lepiej wydawane na płatne media społecznościowe.

Ta radykalna zmiana była postrzegana ze sceptycyzmem poza organizacją marketingową, a zespół chciał zweryfikować, czy jego obserwacje na poziomie kanału utrzymały się, gdy przeszły na płatne serwisy społecznościowe.

Starannie zaprojektowany eksperyment geograficzny potwierdził hipotezę, ale także ujawnił dodatkowe ustalenia. Płatne serwisy społecznościowe miały więcej zalet, ale najlepiej można było to osiągnąć dzięki łagodnym (a nie poważnym) cięciom w płatnym wyszukiwaniu ze względu na synergię między kanałami.

Lokalizacje z łagodnymi cięciami w płatnych wynikach wyszukiwania i dużymi wzrostami w płatnych mediach społecznościowych wykazały dwucyfrowy wzrost pozyskiwania przychodów, podczas gdy lokalizacje z dużymi cięciami w płatnych wynikach wyszukiwania odnotowały 19% spadek wydajności w płatnych kanałach społecznościowych.

Wynik netto był taki, że można było uzyskać pewne oszczędności w płatnym wyszukiwaniu, ale główną szansą na wzrost było zapewnienie dodatkowych budżetów na płatne serwisy społecznościowe.

Nie ma formuły „kopiuj-wklej”, aby zbudować kulturę eksperymentowania, ani nie ma jednego planu uczenia się, który byłby odpowiedni dla każdej marki. Kultura eksperymentowania wymaga zaangażowania organizacji w ciągłe testowanie założeń i weryfikację długo utrzymywanych przekonań w oparciu o starannie zaprojektowane testy.

Skuteczny program edukacyjny wymaga wkładu ze strony kadry kierowniczej, marketerów i analityków danych i musi być regularnie powtarzany, aby nadal generować wartość, ale korzyści są realne i znaczące.

Stosowanie filozofii testu, nauki i wzrostu w marketingu to najszybszy sposób na wprowadzanie zmian, które mają znaczący wpływ na wyniki finansowe.

Nick Stoltz jest dyrektorem ds. operacyjnych w Measured . Jest doświadczonym hakerem wzrostu, który zapewnia sukces rozwijającym się firmom, zespołom i produktom technologicznym poprzez połączenie przywództwa, wizji strategicznej, marketingu, operacji, komercjalizacji produktów i rozwoju biznesu.