Come ottimizzare le campagne Adv di Facebook

Alcuni potranno rimanere stupiti ma è proprio così: anche su una campagna Adv di Facebook è opportuno effettuare un A/B Test al fine di migliorarne le prestazioni in modo coerente e affidabile. Spesso queste attività di testing possono portare a risultati non validi, è quindi opportuno agire con anticipo per perfezionare il processo di test al fine di renderlo il più performante possibile.

La struttura di una campagna pubblicitaria di Facebook

Prima di poter sviluppare una solida strategia di Testing, è importante capire la struttura di un annuncio FB. L’immagine che segue presenta i 3 livelli di cui si compone una campagna.

1. Campagna

La campagna è il contenitore che racchiude e definisce l’obiettivo dell’annuncio di FB. Ad esempio, se l’obiettivo della FB Adv è portare visitatori sul sito aziendale al fine di convertirli in clienti si dovrebbe scegliere come opzione “conversioni”. Per ottenere migliori risultati durante il Test A/B si consiglia di limitarlo ad una singola campagna. Infatti, attuarlo su differenti annunci fornisce minori performance a livello di risultato e complica l’analisi dei dati ottenuti.

2. Ad Set

Questo livello definisce il target di riferimento dell’annuncio. È inoltre importante per definire budget, pianificazione e offerta tipo. Una campagna può contenere più set di annunci e, ogni gruppo di campagne può avere come target un pubblico differente o il medesimo.

3. Ad

Con questo livello ci si riferisce alla creatività dell’annuncio. Ci sono diverse componenti in un annuncio FB:

• Immagine o video
• Titolo
• Corpo del testo
• Descrizione
• Link

Creazione di un organizzato processo di Testing

Per ottimizzare le campagne in modo efficace è necessario testare diversi insiemi di annunci (target) e le campagne multiple per ogni set di annunci. Per realizzare questa attività in modo ottimale è opportuno organizzare uno strutturato piano di Testing.Vediamo di seguito una lista di best practice.

Le opzioni di test sono esponenziali

In primo luogo è importante considerare i numeri. Se si analizzano le differenti possibili combinazioni di test, il risultato può essere scoraggiante ma un’analisi attenta e precisa porterà alla soluzione migliore. Ad esempio: si supponga di avere 5 differenti target di pubblico per analizzare le campagne in esecuzione. In merito alla creatività degli annunci si dispone invece di:

• 5 immagini pubblicitarie.
• 5 titoli di annunci.
• 5 blocchi di testo.

Moltiplicando i fattori (5x5x5 = 125) si ottengono i possibili annunci da testare per i 5 target di pubblico, ovvero 625 combinazioni. Considerando sempre lo stesso esempio e suddividendo i 5 target in segmenti:

• Uomini e donne.
• Età 18-25 e 26-32.
• Italiani e americani.

Il totale di variazioni possibili arriva 5.000  (set 40 dC x 125 annunci).

Restringere la quantità di dati da analizzare

Al fine di rendere gestibile il processo è necessario semplificare e limitare il numero di A/B Test da eseguire in un determinato momento. È possibile attuare questa selezione partendo da un vasto pubblico e una ristretta selezione di creatività. Inoltre, i dati offerti dal report di Facebook Ad consentono un’ulteriore scrematura. Facebook fornisce una ripartizione del rendimento delle campagne in base a posizione, età, sesso, posizionamento degli annunci e altro ancora. È possibile utilizzare questi dati per semplificare il processo di test. Vediamo come questo aspetto è applicato in una situazione reale. Creando un nuovo set di annuncio è possibile indirizzare il pubblico sulla base di uno specifico interesse. Invece di selezionare un solo genere o una specifica fascia d’età si lascia l’opzione impostata su “ALL” e da “18 a 65 anni”. In questo modo il tool di Facebook segnalerà quale fascia di sesso ed età convertirà meglio per questo insieme di annunci. Analizzando quindi i dati sarà possibile escludere i meno performanti nel prossimo test.

Priorizzare un A/B Test

È importante identificare cosa testare per primo. AdEspresso ha studiato i dati relativi alle spese d’investimento per l’esecuzione di A/B Test su Facebook Ad e ha redatto un elenco relativo agli elementi che hanno portato maggiori vantaggi. Sono 4 i fattori di maggiore evidenza in termini di targeting degli annunci:

1. Nazionalità
2. Genere
3. Interessi
4. Età

Come si evince dalla lista proposta, l’interesse si colloca solo al terzo posto. Ma, per migliorare la performance di successo di una campagna, il targeting interesse è una delle prime cose su cui focalizzarsi quando si effettua un A/B Test. Come accennato in precedenza, è meglio non definire sesso ed età e utilizzare i dati forniti dal report di FB per determinare quale sia l’ottimale.

A/B Test: interessi

Durante il setting delle opzioni di targeting è necessario selezionare un solo interesse per ogni set di annuncio, a meno che non si utilizzi l’opzione “Exclude People” o “Narrow Audience”. Perché? Nell’immagine sopra riportata, all’interno della sezione dedicata ai dettagli del targeting si legge: “includere persone che corrispondono ad almeno uno dei seguenti segmenti”.  Questo significa che, se si selezionano più interessi o comportamenti, ogni utente deve corrispondere ad uno, in modo da poter misurare singolarmente le loro prestazioni. Per testare interessi e comportamenti diversi si consiglia quindi di utilizzare annunci differenti per ciascuno di essi. Questo consente di vedere esattamente quale sta performando meglio sulla base della creatività di annunci che si stanno utilizzando.

A/B test: creatività degli annunci

È stato analizzato il targeting relativo al pubblico. Vediamo ora come verificare la creatività degli annunci. Prima di procedere, è importante sapere come Facebook include più campagne in un unico insieme di annunci per condurre al meglio un A/B Test. Avere più adv in un set di annunci significa che FB attuerà un A/B Test per valutare quale, in base al suo algoritmo, sia il migliore. Una volta definito verranno automaticamente diminuite le impressioni relative al peggiore. A volte questa selezione può essere fuorviante in quanto il “vincitore” è individuato sulla base di un piccolo campione di riferimento. Vi proponiamo un esempio per delineare meglio questo aspetto. Facebook delinea molto rapidamente quale sia l’annuncio più performante. Ma l’aspetto più interessante è il cost per website click (obiettivo della campagna). L’annuncio considerato come peggiore da FB sta effettivamente dando risultati minori. Al fine di poter controllare meglio ogni singola campagna e prendere decisioni migliori rispetto all’esecuzione di A/B Test è consigliabile separare i diversi insiemi di annunci.

Utilizzare insiemi di annunci distinti (… Anche in questo caso)

Invece di avere un unico insieme di annunci per un singolo target di riferimento, è consigliabile avere 2 set di annunci distinti indirizzati allo stesso pubblico (unico o differente). Una volta definito quale campagna è migliore, è possibile bloccare quella meno performante. Tergettizzare lo stesso pubblico attraverso più set di annunci può portare ad un aumento dei costi per via di gruppi di campagne in competizione tra loro. Questa situazione è però temporanea in quanto, una volta analizzati i dati, si bloccano le campagne non performanti. Nell’immagine che segue è possibile visualizzare quale sarebbe la struttura presentata.

Cosa testare?

Lo studio di AdEspresso, citato precedentemente, ha dimostrato che in termini di creatività gli elementi più importati sono:

• Immagine
• Messaggio di testo
• Posizionamento (ad esempio, News Feed, colonna di destra, mobile, etc.)
• Pagina di destinazione
• Titolo

Sulla base di questi dati è consigliabile testare almeno 3 differenti immagini e 1-2 tipologie differenti di testo per annuncio. Questa selezione riduce il numero di annunci “individuali” testabili, semplificando il processo. Una volta identificata una combinazione immagine-pubblico vincente, i risultati possono essere ulteriormente migliorati apportando modifiche agli elementi che perfomano meno (ad esempio testo e titolo del messaggio). Ovviamente, il numero di creatività da testare varia in base al budget disponibile e alla capacità di creare e analizzare differenti versioni di A/B Test.

Quanto costa la pubblicità su Facebook?

Uno dei principali vantaggi delle Adv su Facebook è che si può iniziare con investimenti minimi, anche di un solo euro al giorno. I costi sono quindi assolutamente variabili ma, per avere un’idea generale di quanto si può ottenere sulla base di uno specifico investimento pubblicitario è possibile dare uno sguardo alle statistiche stilate da Nanigans[custom_tooltip class=’bottom’ title=’ 1′]Q4 2015 Globale Facebook Pubblicità Benchmark report [/custom_tooltip].

• Per Q4 2015, il costo medio globale per clic (CPC) è stato $ 0,57.
• Per lo stesso trimestre, il costo medio globale per 1000 impressioni (CPM) era $ 6,38.

Scegliere la metrica corretta

È importate concentrarsi sulla metrica più utile allo specifico business. Ad esempio, se l’obiettivo è il click sul sito web è necessario concentrarsi sul CPC invece che sul CPM. Se invece si desidera ottenere conversioni in loco il focus saranno le entrate e non CPC o CPM. La scelta di una metrica primaria consente di misurare esattamente le prestazioni necessarie da utilizzare come base per un A/B test.

Quando scegliere un “vincitore”

Per valutare una campagna è opportuno lasciarla attiva per almeno 24h prima di prendere qualsiasi decisione in merito alle specifiche prestazioni. Questo lasso di tempo consente all’algoritmo di Facebook di ottimizzare correttamente l’annuncio. Questo consiglio arriva direttamente da Facebook :

È necessario che l’annuncio sia pubblicato per 24 ore al fine di regolarne il livello di prestazione. È richiesto più tempo se la campagna è modificata con frequenza. Per risolvere questo problema è opportuno, prima di effettuare qualsiasi modifica, che l’annuncio resti pubblicato per almeno 24 ore.

Questo non vuol dire che si devono valutare le prestazioni di tutti gli annunci dopo 24 h. Questo lasso di tempo è il minimo assoluto necessario per consentire all’algoritmo di Facebook di ottimizzare la campagna. È inoltre necessario assicurarsi di avere risultati statisticamente significativi e validi. È possibile utilizzare il  tool di AB Test guide  per determinare quando il test raggiunge la significatività.

Conclusione

Abbiamo presentato un approccio che valuta l’efficacia di una campagna FB eseguendo dei Test A/B sui diversi livelli che compongono l’annuncio, al fine di individuare eventuali attriti e migliorare le performance. Gli aspetti più importanti da ricordare sono:

1. Non smettere mai di testare. Questo vale anche per il pubblico di destinazione e gli annunci.
2. Condurre i test in modo controllato per poter determinare con precisione quali modifiche sono responsabili di cambiamenti nelle prestazioni.
3. Definire un unico interesse per annuncio in modo da poter vedere quale comportamento performa meglio.
4. Per risultati più precisi, prevedere un solo annuncio in ogni set annuncio.
5. Utilizzare i dati dei report ad di Facebook per perfezionare ulteriormente le campagne pubblicitarie.