AI広告クリエイティブをテストする方法：学習に役立つスモールバッチ計画

AI広告クリエイティブをテストするには、まず質問を定義し、次に比較可能な条件下で少数の意味のある代替案を比較します。ローンチ前に成功指標を選択し、変更点を記録しておきます。より多くの画像を生成することは、結果を次のクリエイティブな決定に結びつけられる場合にのみ有用です。

まずコンセプトスクリーニングから始め、最も有望な方向性を洗練させます。例えば、製品が使用されている広告と、特徴的な詳細を示す広告を比較します。信頼できるシグナルが得られたら、より強力なコンセプト内で異なるオープニングを探索します。すべての色の変更を新しいキャンペーンアイデアとして扱わないでください。

コンセプトテストと詳細テストを分離する

コンセプトテストでは、アイデア全体が変数であるため、いくつかの視覚要素を変更できます。見出しテストでは、画像を安定させるべきです。結果を解釈する前に、テストのレベルを記述してください。

生成前にテストカードを作成する

各実験には短いカードを1枚使用します。製品、オーディエンス、質問、バリアント、主要指標、計画された観察期間を記載します。停止ルールと、比較を不確実にする条件を含めます。

架空の折りたたみ式電話スタンドの場合、テストカードは次のようになります。

質問：デスクでの使用シーンと折りたたみ機構のクローズアップのどちらが、より質の高い製品ページへの訪問をもたらしますか？
製品：同じネイビーの電話スタンド、シルバーのヒンジ付き。
バリアントA：ビデオ通話中にノートパソコンの横で電話が立てられている様子。
バリアントB：開いたスタンドの横に折りたたまれたスタンドがはっきりと見える様子。
固定：製品バリアント、価格、目的地ページ、オファー、オーディエンス、配置。
主要指標：キャンペーン目標からローンチ前に定義。
補助指標：クリック率、ランディングページ訪問数、トラッキングが利用可能な下流のアクション。
決定：計画された期間と適切な配信後に比較します。最初の販売から勝者を選ばないでください。

実際のカードでは、その行を一般的なままにするのではなく、主要指標を具体的に指定してください。販売キャンペーンとリード生成キャンペーンでは、異なる主要な成果が必要です。購入トラッキングが利用できない場合は、テストが訪問数を測定すると述べ、販売テストとラベル付けしないでください。

実際に質問に答えるバリアントを準備する

両方のコンセプトで同じ参照と製品情報を使用します。価格とオファーは変更しないでください。一方の画像に割引バッジが付いていて、もう一方には付いていない場合、比較は意図したクリエイティブの方向性を分離できなくなります。

Panelly Studioでは、会話で各完全な4パネルの方向性を記述し、比較したいバージョンを保持します。最終ファイルの横にブリーフを保存します。Panellyは完全な画像を生成します。別のバージョンを生成すると、修正した文以上のものが変更される可能性があります。両方の最終アセットを検査し、実際の差異を記録してください。

正確な見出しのみのテストの場合、同じ承認された画像を使用し、デザインエディタで別のテキストレイヤーを変更します。これにより、シーン全体を再生成して同一であると仮定するよりも、より制御されたバリエーションが得られます。

解釈可能な実験を通じてローンチする

キャンペーンタイプが質問をサポートする場合、プラットフォームの制御された実験を使用します。Google Adsのカスタム実験ドキュメントでは、オリジナルキャンペーンとトライアルキャンペーンの間でトラフィックと予算を分割する方法が説明されています。利用可能性とメカニズムはキャンペーンタイプによって異なります。これはMetaの機能の説明や、すべての広告テストが均等な露出を受けることを保証するものではありません。

通常の最適化された広告セットで複数のクリエイティブを実行することは配信には有用ですが、自動的にバランスの取れた実験を作成するわけではありません。システムが1つのアセットにほとんどの露出を与えた場合、配信の少ない代替案は単にテストされていないだけかもしれません。「費用がかからなかった」と「公正なテスト後にパフォーマンスが悪かった」は異なる発見です。

予算が少ない場合、バリアントが少ない方が結果を解釈しやすくなる可能性があります。予想されるトラフィックと成果率がサポートできる数を選択してください。すべてのテストを信頼できるものにする普遍的な日々の費用や固定された日数は存在しません。

クリックだけでなく、全体のパスを読む

広告は適切な購入者をもたらさずに注目を集めることがあります。キャンペーンの主要な成果を、以前のステップと並行して可視化してください。

アトリビューションウィンドウとイベント定義を一貫させます。トラッキングの欠落はゼロではなく欠落として記録します。テスト中にイベントの実装が変更された場合、2つの期間を直接比較可能として扱うのではなく、その中断を記録してください。

誘惑的な誤った結論の小さな例

バリアントAが10,000インプレッションと180クリックを受け、バリアントBが2,000インプレッションと44クリックを受けたとします。Aは合計でより多くのクリックを獲得しています。Bは観測されたクリック率が2.2%と、Aの1.8%よりも高いです。

どちらの観測も、それだけではより良い広告を宣言するものではありません。これらの数値は仮説であり、配信は不均一であり、サンプリングの不確実性、オーディエンスの違い、主要なビジネス成果を考慮する必要があります。Bの訪問者がレポートの締め切り直前に到着したため、追跡された購入がない場合、迅速な比較はさらに誤解を招く可能性があります。

この例を使って、より良い質問をしてください。グループは比較可能でしたか、両方のアセットは意味のある配信を受けましたか、レポート期間は完了していますか、そして結果はローンチ前に選択された指標と一致していますか？

有望なコンセプトを次のバッチに変える

ある方向性に有用な証拠がある場合、それがうまくいった理由を書き留めます。電話スタンドの場合、仮説は、目に見える使用状況が、機構のクローズアップよりも早くメリットを説明したというものかもしれません。これは、コンパクトなデスク、キッチンのカウンター、共有ワークスペースなど、製品の実際の使用にそれぞれ適合するいくつかの明確なフォローアップを示唆しています。

すべてのフォローアップアイデアを生成する前に準備します。重複するアイデアや、サポートされていない機能に依存するアイデアを削除します。次のテストで評価できる数だけをローンチします。10個のアイデアの生産キューを持っていても、10個の同時低配信広告が良い実験を形成すると偽る必要はありません。

最初のラウンドが不確実な場合は、テストを改善するか、より比較可能なデータを収集します。次のバッチを正当化するためだけに、勝利の物語をでっち上げないでください。

FAQ

一度にいくつのAI広告クリエイティブをテストすべきですか？

配信とコンバージョンボリュームがサポートできる数を使用してください。ほとんど露出されない多数のアイデアよりも、少数の明確なアイデアの方が学習しやすいです。生成能力とテスト能力は同じではありません。

最もCTRが高い広告が勝者ですか？

クリック率がテストが最適化するように設計された成果であり、比較が十分に信頼できる場合にのみです。販売目標の場合、購入と獲得経済も検査してください。

テスト実行中に弱い広告を変更できますか？

不適切なバージョンを終了することはできますが、変更を記録し、置き換えを新しいバリアントとして扱ってください。テスト中に静かに編集すると、最終的な数値は1つの名前の下で2つの異なるアセットを記述することになります。

情報源と参考文献

• Google Adsのカスタム実験ドキュメント