Güzellik markası, etkinlik öncesi stratejisiyle BFCM performansını artırdı

Amazon Ads araştırmacıları, bu çalışmada bir tentpole etkinliği (Efsane Cuma ve Siber Pazartesi) öncesinde kampanya etkinleştirilmesinin etkinlikler sırasında daha fazla değerlendirme ve dönüşüm sağlamaya yardımcı olup olmayacağını değerlendirmek için bir A/B testi yaptı.

Amazon'da reklam veren bir Alman güzellik markası 2021'de Efsane Cuma ve Siber Pazartesi (BFCM) etkinliği sırasında reklam kampanyası performanslarını nasıl iyileştirebileceğini öğrenmek istedi. Özellikle, detay sayfası görüntüleme sayılarını, satın alma oranlarını ve markaya yeni müşteri satın alma oranlarını nasıl geliştirebileceklerini öğrenmek istediler.

Sonuçları görmek ve aşağıdaki stratejilerden hangisinin daha iyi performans gösterdiğini belirlemek için BFCM sırasında bu stratejileri karşılaştıran bir A/B testi yaptık:

Lütfen dikkat: Bu performans istatistikleri, tek bir reklamverenin belirli bir süre içindeki performansına dayanır ve sonuçlar içeriğe dayalı ve dönemsel farklılıklara bağlı olarak değişebilir.

BFCM öncesinde Amazon Ads kampanyası etkinleştirmenin, etkinlik döneminde daha fazla değerlendirme ve dönüşüm sağladığını gördük.

Test kampanyası, her üç istatistikte de Kontrol kampanyasından daha iyi performans gösterdi.

• En üst düzeye çıkarılmış öğrenme: Uygun reklamverenler, yıllık bütçelerinin bir kısmını kullanarak sorunsuz bir şekilde bir deney yürütebilir. Reklamverenler medya planına test dahil ederek standart kampanya performansı raporlamasının ötesine geçen bilimsel analizler toplayabilir.
• Özelleştirilmiş analizler: Reklamverenler, gerçek kampanyalarını test ederek özelleştirilmiş analizler oluşturabilir. Deney analizi, Amazon Ads önerilerinin doğrulanmasına daha fazla yardımcı olabilir.
• Titiz denemeler: Rastgele hâle getirilmiş kontrollü testler ve istatistiksel analizler yoluyla, uygulanan strateji ve sonuç arasındaki nedenselliği görebiliyoruz.

1. İşle ilgili sorundan, eyleme dönüştürülebilir bir hipotez çıkarın: (1) BFCM öncesinde reklam yayınlamak detay sayfası görüntüleme oranını, satın alma oranını ve markaya yeni müşteri satın alma oranını iyileştiriyor mu?
2. Başarı ölçüsünü tanımlayın: (1) Çoklu temas noktası uygulamalarından kaynaklanan istatistiksel olarak anlamlı artış, BFCM öncesinde Amazon DSP aracılığıyla görüntülü reklamlar yayınlamanın değerini gösterir. (2) Çoklu temas noktası uygulamalarının biri tarafından yönlendirilen istatistiksel olarak anlamlı artış. (3) Bu önemli bulgu, gözlemlenen artışın muhtemelen şans yerine uygulama tarafından yönlendirildiğini gösteriyor. İstatistiksel olarak anlamlı olmayan test sonucu, bir uygulamanın etkisinin var olduğunu iddia etmek için yetersiz kanıt olarak değerlendirilmelidir. Test edilen varyasyonlar arasında hiçbir fark olmadığını ortaya koyan bu test sonucu, mantıksal olarak sıfır hipotezini varsayılan olarak kabul eder.
3. Deneyi tasarlayın: (1) Bu deneyde, test stratejisi iki haftalık bir etkinlik öncesi kampanya ve ardından 11 Kasım 2021'den 29 Kasım 2021'e kadar süren bir BFCM kampanyası içeriyordu. Kontrol stratejisi, 25 Kasım 2021'den 29 Kasım 2021'e kadar süren bağımsız bir BFCM kampanyası olarak yürütüldü. (2) Test stratejisinde, ürünleri ilgili kitlelere tanıtan bir etkinlik öncesi yeniden pazarlama kampanyasından yararlanıldı. (3) DSP ayarlarının çoğu unsuru (taktik bütçesi, tanıtılan ve öne çıkan ASIN, reklam materyalleri, sıklık, teklifler vb.) her iki uygulamada da birbirinin aynısıydı. Bütçedeki değişiklikler, test edilen değişken tarafından tanımlanabilecek olanın ötesinde farklılıklara neden olabileceğinden, test sırasında bütçe optimizasyonu kapatıldı.
4. Deneyin temel performans göstergelerini (KPI) belirleyin: Bu testte, detay sayfası görüntüleme oranı, satın alma oranı ve markaya yeni müşteri satın alma oranı test edilen birincil istatistiklerdir. Diğer istatistikler üzerindeki etkiyi ölçebiliriz ancak test ikincil KPI'lar için boyutlandırılmadığından önemli artışları tespit etme şansı daha düşüktür.
5. Deney örneklem-boyut tahmini: Genel olarak daha büyük bir örneklem, gerçek bir etkiyi rastgele gürültüden ayırt etmek açısından testin daha iyi olmasını sağlar. Sınırlı bir bütçe göz önüne alındığında, istatistiksel olarak anlamlı bir sonucu tespit etmenin maliyetini ve faydasını dengeleyen bir örneklem boyutuna ulaşmamız gerekir. %80 ila %90 istatistiksel güce, %95 güven düzeyine, %5 anlamlılık düzeyine, KPI taban karşılaştırmasına ve minimum saptanabilir etkiye dayanan bir güç analizi yürüterek örneklem büyüklüğünü tahmin ediyoruz. Bu örneklem büyüklüğü tahminleri, istatistiksel anlamlılık için önerilen minimumu temsil eder.
6. Deneyi ayarlayın: Amazon Ads, çapraz kontaminasyonu önlemek için bir kitleyi birbirini dışlayan gruplara ayırır.
7. Sonuçları inceleyin: Deneyler ortalama olarak dört hafta boyunca devam eder. Amazon Ads deney ekibi, test ortası ilerlemesini izler ve ilişkilendirme zaman aralığı bittikten sonra test sonu analizi sağlar. Reklamverenler, performansı artırmak için deneyden öğrendiklerini gelecekteki kampanyalara dahil edebilir.