Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya

Loading...

Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya

Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya

Menyusul catatan saya beberapa waktu lalu, berbagai teman-teman advertiser yg menghubungi saya lewat PM utk bertanya mengenai hal yg teknis. Terus terperinci agak kewalahan saya menjawabnya, alasannya yaitu kadang kala pertanyaan yg diajukan terlalu dasar dan itu semua sudah tersaji di Facebook help.
Saya sarankan kepada Anda yg gres memulai beriklan, mulailah dr berguru mampu berdiri diatas kaki sendiri dulu. Habiskan waktu menggali ilmu dr Facebook help, gres kemudian Anda bisa berdiskusi dgn advertiser lain. Mengapa? Agar Anda lebih “nyambung” ketika berdiskusi. 
 
Nah, ini link-nya: https://business.facebook.com/busin…
Mempelajari hal ini tidak terlalu sulit. Dlm waktu yg singkat Anda pasti bisa. Coba sempatkan 1 hari penuh utk mempelajari hal-hal terkait teknis di dlm link tersebut.
Ok, sekarang kita lanjut pd materi utama.
 
Apakah pekerjaan utama seorang advertiser?
Betul bahwa secara tekstual pekerjaan seorang advertiser yaitu memasang iklan. Namun pekerjaan bekerjsama yg dilakukan adalah mengambil keputusan.
 
Keputusan yg tepat, lahir dr kecermatan seorang advertiser dlm membaca data-data pendukung, dimana data-data ini ada yg berantakan secara gratis, dan ada yg harus kita beli utk mendapatkannya.
Saya tidak akan membahas secara keseluruhan, alasannya yaitu kalau dijabarkan akan sangat panjang. Salah satu cara yg ingin saya bahas yaitu ihwal cara menerima data dgn A/B testing.
A/B testing dlm facebook ads berarti sebuah teknik perbandingan kinerja antara satu adset/ads terhadap adset/ads lainnya, demi menemukan sebuah winning adset/ads. 
 
Pada algoritma FB terdahulu, kita seringkali melaksanakan A/B testing secara brute force; yakni menduplikat adset sebanyak-banyaknya, utk menemukan adset mana yg terbaik. Benarkah? Saya tidak bisa membenarkan atau menyalahkan, tapi menurut saya pribadi, cara duplikat ini sudah tidak lagi efektif.
Selain antara satu adset dan yg lain akan saling kanibal, cara menyerupai ini akan menunjukkan kita peluang yg sangat rendah utk menemukan “signifikansi statistik” (statistical significance). “Signifikansi statistik” yaitu tujuan dr sebuah A/B testing. Melalui sebuah penelitian sederhana, kita akan menentukan adset mana yg paling menunjukkan perbedaan matriks secara signifikan antara satu dgn yg lain. 
 
Sebagai contoh, misalkan Anda menjalankan 10 adset secara bersamaan (diasumsikan Anda membagi adset dgn formasi yg benar) dgn budget masing-masing Rp 500.000. Setelah Anda running selama 3 hari, terdapat 2 adset yg menunjukkan perbedaan mencolok pd matriks-matriks nya. Maka 2 adset tersebut lah yg dikatakan signifikan, atau dlm bahasa statistik 2 adset ini disebut pencilan.

Indikator Penting

Sebelum masuk ke dlm A/B Testing, saya ingin sedikit membagi indikator penting dlm FB. Kalau kita membuka dashboard facebook ads, terdapat berbagai matriks yg dimunculkan. Hal ini menunjukkan kerepotan tersendiri, terutama bagi mereka yg barusan memulai beriklan. Dulu saya juga begitu. Namun seiring berjalannya waktu, ternyata hanya ada beberapa indikator saja yg perlu kita perhatikan dan harus wajib sehingga pd level “intuisi”, yg artinya kalau kita buka dashboard, kita harus pribadi fokus pd bagian-bagian itu.
 
Indikator 1 : CTR / CTR Link
CTR (click-through rate) yaitu kinerja dr iklan kita. CTR berarti perbandingan antara semua click yg diterima oleh iklan kita vs impresi iklan. Semakin tinggi CTR, maka terindikasi semakin baik kinerja iklan kita (belum tentu pasti baik). Beberapa waktu lalu FB juga sudah meluncurkan CTR link, yakni CTR yg dikhususkan pd click link saja
CTR All = Click-through rate for all clicks. The total number of clicks you received (ex: offsite clicks, likes, event responses) divided by the number of impressions.
CTR link = Click-through rate for clicks to link. The number of clicks you received on your ad that direct people off Facebook, divided by the number of impressions.
Misal CTR 2%. Artinya, dr 100 orang yg melihat iklan Anda, ada 2 orang yg minat dan meng-klik iklannya. Jumlah orang yg mau click atau tidak, itu seringkali lebih dipengaruhi oleh image dan audience dr iklan kita. Maka utk memperbandingkan kinerja image atau kesesuaian audience antara satu adset dgn adset yg lain, seringkali beberapa advertiser cukup dgn melihat CTR-nya.

Berapa CTR yg lazim? Data ini tidak tersedia, alasannya yaitu setiap niche dan produk berbeda-beda. Ada yg optimum di angka 1%, 2%, bahkan ada yg 10%. Cara mengetahuinya yaitu Anda harus mencoba sendiri dan membeli sendiri datanya dgn cara A/B testing. 
 
Ini bukan indikator paling penting yg harus Anda perhatikan. Nanti dibawah akan saya berikan indikator paling utama yg harus Anda ingat pd ketika beriklan.
 
Indikator 2 : Reach & Impression
Mana yg lebih penting, reach atau impresi? Kita kembalikan ke definisi. Reach/jangkauan yaitu jumlah orang yg disajikan iklan kita oleh FB (entah orang tersebut memperhatikan ataupun tidak). Sedangkan impresi, yaitu jumlah view dari iklan kita (setiap orang bisa saja melihat iklan kita 3x, maka hal tersebut dihitung 3 impresi).
12933094 10207000957597708 7786532105334614019 n - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Insight penting:
  1. Perhatikan bahwa impression selalu lebih besar atau sama dgn reach
  2. Setiap orang yg melihat ads kita, entah itu dr iklan ataupun dr organik (share dr temannya) akan dihitung sbg 1 impresi.
Indikator 3 : Ads Spent, Purchase, Cost per Purchase, BEP, & ROI
Inilah indikator paling penting yg harus Anda perhatikan. Kadangkala kita lupa kalau iklan itu tujuannya cuma ada 2: membeli data dan untung. Kalau Anda tidak untung, pastikan bahwa Anda sadar sedang membeli data. Kalau hanya rugi rugi saja, mendingan disedekahkan kepada yg berhak.
  • Profit = Revenue – Modal – Ads spent. Revenue yaitu omset di hari itu, modal yaitu belanja produk (pada sketsa afiliasi tentu tidak ada cost ini), lalu ads spent yaitu pengeluaran utk iklan.
  • BEP = Break Even Point. Ini yaitu kondisi dimana iklan Anda sudah menyelesaikan kewajibannya utk membayar dirinya sendiri hari itu. Misal Anda beriklan 1 juta. Dlm hari tersebut, dr traffic yg tercipta oleh iklan Anda, sudah berhasil menunjukkan Anda keuntungan 1 juta. Saat itulah kondisi BEP
  • ROI – Return on Investment. Karena judulnya yaitu investment (advertiser profesional selalu menganggap iklannya sbg investasi), maka saya pribadi selalu menghitungnya BUKAN dibandingkan dgn revenue, melainkan profit. Misal dikatakan ROI 100%. Maka dr budget iklan 1 juta, didapatkan profit sebesar 1 juta.
  • Purchase & Cost per Purchase – indikator ini Anda butuhkan jikalau Anda beriklan dgn menggunakan website yg penggunanya membeli secara mandiri. Kalau utk lokal, sepertinya belum terlalu dibutuhkan. Seperti artinya, purchase yaitu jumlah penjualan Anda pd hari itu, dan cost per purchase yaitu harga iklan yg harus Anda keluarkan utk menjual 1 unit barang.
Indikator ini sederhana sekali, namun penting. Makara yg terpenting ketika Anda beriklan, yaitu profit. Kalau menurut guru saya Eka Bagus, iklan yg terbaik yaitu iklan yg bisa membiayai dirinya sendiri. Kalau Anda berikan budget Rp 1 juta per hari, dan iklan tersebut menunjukkan Anda untung Rp 200,000 per hari, jangan ditutup. Biarkan saja jalan. Kan sudah untung, walaupun hanya memberi ROI 20%.
Setiap hari ketika memasang iklan, saya selalu menghitung berapa penjualan yg harus terjadi dr iklan saya. Karena saya beriklan sebagian besar di market luar, saya cukup memperhatikan berapa revenue di dashboard penjualan saya. Kalau sudah menyentuh revenue yg saya harapkan (BEP), saya sudah nggak terlalu peduli dgn apa yg terjadi setelahnya. Berapapun hasilnya, harus disyukuri.

Beberapa Cara Melakukan A/B Testing

A. Membagi Minat Audience
Pertama-tama, sebelum beriklan tentunya Anda akan menetapkan dulu, siapa target market Anda. Misalkan Anda hendak memasarkan sebuah alat pancing. Tentu saja disini Anda tidak perlu berpikir lama kalau audiensnya yaitu orang yg gemar memancing. Makara tidak perlu anda melaksanakan A/B testing antara interest “hobi memancing” vs “hobi memasak”. Ini sederhana.
Yang perlu Anda bagi yaitu minat-minat yg berada dlm niche tersebut. Anda perlu membagi minat tersebut menjadi beberapa bagian, gres kemudian Anda uji antara satu minat dgn yg lainnya. Usahakan setiap kelompok minat terdiri dr paling tidak 700,000 sehingga 1 juta audience. Jangan terlalu kecil dan jangan terlalu besar.
Untuk membagi audience, Anda perlu memenuhi beberapa kaidah biar menunjukkan hasil yg diharapkan. Berikut beberapa kaidah utama :
  • Kelompok interest saling memiliki kesamaan/korelasi. I love fishing dan fishing time misalnya, bisa dijadikan 1 kelompok interest. Sedangkan memasak dan memancing, tidak bisa dikelompokkan jadi satu, alasannya yaitu ini beda minat.
  • Tidak mengalami overlapping antara satu kelompok dgn kelompok minat yg lain. Overlapping yaitu irisan. Sebisa mungkin setiap kelompok audiens yg nanti akan dijadikan target iklan tidak saling beririsan, itu maksudnya. Cara utk mengetahuinya cukup mudah, Anda bisa mengecek pd tools yg disajikan oleh FB, yakni Audience Overlap.
Cara Menggunakan Audience Overlap
Pertama-tama, Anda masuk ke tab Tools > Audiences
12933039 10207001796298675 6612436595918523377 n - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Jika Anda belum pernah menyimpan Audiences, maka Anda akan melihat tampilan menyerupai di bawah ini. Pilih tombol Create a Saved Audience.
12928125 10207001797658709 1402291845568085803 n - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Jika sudah, maka Anda akan dibimbing pd halaman targeting, persis menyerupai ketika Anda menyetting iklan. Nah saya asumsikan Anda sudah bisa melakukannya. Disini saya beri teladan sebuah targeting dgn minat/interest Recreational Fishing dan Trolling. Keduanya saya bagi menjadi 2 saved audience.
12916819 10207001803258849 6008318432927741549 o - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Centang kedua audience tersebut, lalu tekan tombol Actions, pilih Show Audiences Overlap
12909534 10207001808858989 7724332915827193662 o - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Setelah ini Anda akan melihat tampilah berupa diagram Venn menyerupai berikut :
12512757 10207001811499055 2892012657979201821 n - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya

Anda amati diagram tersebut. Disitu digambarkan 1,2 juta orang meminati Recreational Fishing. Bagaimana komposisi orang tersebut jikalau dibandingkan dgn orang yg meminati Trolling? Ternyata dr 1,2 juta orang tersebut, hanya 149,960 orang yg juga menyukai Trolling, atau sekitar 12%.
Untuk menerima gambaran yg lebih utuh, Anda bisa tekan tombol di kanan atas, ganti menjadi Trolling.
12494708 10207001878420728 8444962040588786927 n - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Dari 460,ooo orang yg menyukai Trolling, 149,960 orang menyukai recreational fishing. Ini berarti ada kesamaan minat sebesar 33% terhadap audience Trolling. Apa makna dr data-data ini?
  • Pada ketika Anda nanti memasang iklan, Anda bisa menargetkan orang yg menyukai Trolling DAN recreational fishing, yg artinya luas audiens Anda sebesar 140,000-an orang.
  • Bisa juga ketika Anda tidak ingin menargetkan Trolling dlm audiens Anda, entah alasannya yaitu alasan apa, Anda tahu bahwa jumlahnya itu tidak terlalu signifikan di dlm audiens recreational fishing (hanya 12%).
  • Tapi jikalau Anda ingin menargetkan Trolling dan tidak ingin menargetkan recreational fishing, Anda tidak bisa mengabaikan 33% orang yg juga menyukai recreational fishing dlm audiens Trolling Anda.
Belibet ya? 😀 Semoga paham. Kalau belum paham, silakan dicoba-coba sendiri.
Hal ini terlihat tidak begitu penting. Namun pd prakteknya, saya sangat sering memanfaatkan ini utk menelusuri audience. Ketika saya ingin melaksanakan penelitian terhadap 10 target pemirsa/audiens, maka saya memastikan audiens yg saya targetkan tidak beririsan terlalu besar antara satu dgn yg lain, utk menunjukkan pemahaman yg tepat.
B. Membagi kelompok umur atau demografi
Setelah Anda menetapkan target audiens dr iklan Anda, Anda bisa mulai melaksanakan penelitian yg berafiliasi dgn demografi dan kebiasaan audiens Anda. Cara ini bisa dieksekusi melalui Audience Insights. Mengenai penggunaan audience insights, mungkin akan saya berikan pd notes berikutnya, alasannya yaitu cukup panjang. Mudah-mudahan Anda tidak tabah dan bisa mengeksplorasi sendiri.
Inti dr menggunakan Audience Insights dlm proses ini yaitu utk menemukan sebaran demografi utk target market Anda.
12970989 10207001941142296 4648886859204660346 o - Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya
Sebagai teladan yaitu minat Trolling (lihat gambar diatas). Dari audience insights kita bisa menerima data bahwa ternyata 50% orang yg menyukai Trolling yaitu usia 18-24 thn, dan 38% berada pd usia 25-34 thn. Total dr 2 kelompok umur ini yaitu 88% yg artinya sudah sangat mayoritas.
Jika kita ingin mengetahui sebaran peminatnya dgn spesifik, Anda bisa menargetkan iklan Anda kepada umur tersebut dgn jarak 2 thn misalnya. 18-19, 20-21, dst. Nantinya Anda akan memiliki 9 adset yg tidak saling overlap antara satu dgn yg lain.
Kalau sudah membagi berdasarkan umur begini, apakah perlu membagi berdasarkan interest lagi? Jika Anda punya budget yg cukup utk melakukannya, kenapa tidak? Semakin banyak data yg bisa dipanen, akan menunjukkan gambaran yg utuh mengenai target marketnya.
Perlu diperhatikan biar Anda jangan terpatok hanya pd umur. Demografi itu luas, ada pekerjaan, industri, pendidikan, dsb. Jangan takut utk meneliti respon audiens Anda secara demografi demi menemukan winning campaign.
C. Menguji variasi ad image
Salah satu A/B testing yg biasa digunakan juga dgn menguji gambar-gambar yg Anda gunakan sbg ad image. Ini juga merupakan faktor yg penting, alasannya yaitu beda ad image sedikit saja, bisa mengubah hasil akhirnya.
Perubahan ad image akan menunjukkan hasil signifikan biasanya jikalau unik, kontroversial, membangkitkan rasa penasaran, atau mengandung konten seks. Perlu diperhatikan juga bahwa FB menunjukkan kredit yg sangat besar pd ad image. Bisa dibilang, ad image termasuk penentu keberhasilan iklan. Mengenai cara A/B testing ad image, tidak perlu saya paparkan disini alasannya yaitu sebagian besar advertiser sudah mengetahui caranya.

Penutup

Saat Anda melaksanakan A/B testing, jangan lupa bahwa Anda harus mengamati indikator penting; dan satu faktor yg paling harus Anda perhatikan yaitu titik impas (BEP) dan return dr iklan Anda. Percuma jikalau iklan Anda menunjukkan CTR yg tinggi dan jangkauan yg luas, namun tidak menunjukkan konversi yg baik atau malah rugi.
Jangan lupa mkn, selamat memasang iklan!
Loading...

Tags: #Bagaimana #Melakukannya #Testing

author
Author: 
    6 Artis Indonesia Ini Punya Anak Sebelum Nikah, No 2 Diisukan Gay, No 4 Hamil Duluan!
    slidegossip.com – Popularitas yg diraih seorang artis turut membawa rasa penasaran publik soal
    Demo Ormas Tolak DWP Bubarkan Diri Karena Suara Speaker Kalah Keras!
    slidegossip.com – Penyelenggaraan acara Djakarta Warehouse Project (DWP) yg dihadiri byk artis dan
    Trio Ikan Asin Dipenjara, Kumalasari Makin Populer! Mbak You: 2020 Dia Akan Jatuh!
    slidegossip.com – Tak bisa dipungkiri, gara-gara kasus video ikan asin, nama Barbie Kumalasari
    Tiga muka surat pelajaran tulisan Jawi jadi pertikaian Dong Zong didedahkan
    Sejak Julai, pengkritik bertegas membantah rancangan kerajaan utk memperkenalkan tiga halaman pelajaran tulisan

    Leave a reply "Apa Itu A/B Testing dlm FB ads & Bagaimana Melakukannya"