Social media

Nieuw: A/B-testen op advertentieset-niveau in Facebook [how-to]

0

Afgelopen week heeft Facebook met het mogelijk maken van A/B-testen op advertentieset-niveau wederom een nieuwe feature gelanceerd. Door de nieuwigheid van deze feature kan ik mijn eerste ervaringen helaas nog niet delen. Maar aangezien ik er veel van verwacht, wil ik nu alvast de kansen uitlichten. Zo kun je er straks zelf mee aan de slag.

Wat houdt een A/B-test op advertentieset-niveau in?

A/B-testen kennen we in de online marketingwereld vooral van verschillen in landingspagina’s, e-mails of advertenties. Met een A/B-test in Facebook op advertentieset-niveau leg je niet de focus op de content die gebruikers te zien krijgen, maar op de doelgroep of de weergaveoptimalisatie.

Wat zijn de verschillen tussen een A/B-test op doelgroep en weergaveoptimalisatie en wanneer is het interessant om wat te testen?

Doelgroep

Bij het opzetten van een A/B-test op doelgroep kun je dus twee verschillende doelgroepen tegen elkaar afzetten. Nadeel hiervan is dat je ‘opgeslagen doelgroepen’ tegen elkaar moet afzetten en niet ter plaatse verschillende doelgroepen kunt opstellen.

Wanneer is dit interessant?

Bij het tegen elkaar afzetten van twee doelgroepen moet je niet denken aan verschillen op demografische basis. Dat is in feite gewoon een extra advertentieset en niet per definitie een A/B-test. Dit is met name interessant als je verschillende doelgroepen tegen elkaar afzet die een overlap kunnen hebben. Facebook zorgt er namelijk met de A/B-test voor dat er geen overlap meer zit in de doelgroepen waardoor het bijvoorbeeld heel interessant kan zijn om de volgende groepen tegen elkaar af te zetten:

  • Verschillende custom audiences (Website Custom Audience vs. Engagement Custom Audience)
  • Verschillende vergelijkbare doelgroepen (gebaseerd op websitebezoekers vs. gebaseerd op videokijkers)
  • Verschillende interesses

Weergaveoptimalisatie

Bij het gebruik van weergaveoptimalisatie als A/B-test kun je testen tussen de verschillende weergaven:

  • Conversies
  • Weergaven
  • Klikken op links
  • Uniek bereik per dag

Al jaren vraag ik mezelf af wat de invloed is van de instellingen die je meegeeft aan de optimalisatieweergave. Zo krijg ik bij sommige campagnes goedkopere klikken naar mijn website terwijl het doel juist ‘conversies’ is. En ook andersom: soms levert mijn campagne meer conversies op terwijl de advertentieweergave ‘klikken op links’ is. Daarnaast werk ik vrijwel altijd met een automatisch bodbedrag, maar maakt de A/B-test het mogelijk om een automatisch en handmatig bod tegen elkaar af te zetten.

Persoonlijk ben ik dus het meest benieuwd naar de A/B-test op weergaveoptimalisatie, omdat het nooit echt duidelijk is geworden welke advertentieweergave nou het meest oplevert.

Hoe kun je een A/B-test opzetten in Facebook?

Het opzetten van een A/B-test in Facebook is vrij eenvoudig. Hieronder heb ik de stappen uitgewerkt die nodig zijn om dit op te zetten.

  1. Ga naar de Facebook Power Editor.
  2. Kies voor ‘+ Campagne maken’.
  3. Kies voor een campagne om conversies op je website te stimuleren. Momenteel is dit nog het enige doel waarmee een A/B-test kan worden opgezet.
  4. Vink vervolgens ‘A/B-test maken’ aan.
  5. Geef aan wat je wil testen, weergaveoptimalisatie of doelgroep. Vervolgens verschijnen er twee advertentiesets waarin je het verschil kunt aangeven waar je je A/B-test op wil doen (zie onderstaande afbeelding).
  6. Onderaan bij het instellen van je budget kun je kiezen of je het budget evenredig of onevenredig wil verdelen over de verschillende advertentiesets. Houd er rekening mee dat er bij het opzetten van een A/B-test een minimum budget van 800 euro vereist is.
  7. Als de campagne is verlopen, ontvang je een e-mail en een melding met de resultaten.

a-b-test_facebook_variabele

Persoonlijk ben ik dus het meest benieuwd naar de A/B-test op weergaveoptimalisatie, omdat het nooit echt duidelijk is geworden welke advertentieweergave nou het meest oplevert.

Ik ben heel erg benieuwd naar jullie ervaringen met deze nieuwe feature. Laat het me weten in een reactie.

Afbeelding intro met dank aan 123RF.