A/B Testing ครีเอทีฟโฆษณา ทดสอบอย่างไรให้ได้คำตอบจริง
โดย ทีม AImpress · อัปเดต
การทดสอบครีเอทีฟแบบ A/B คือการเทียบภาพ วิดีโอ หรือข้อความหลายแบบเพื่อดูว่าแบบไหนขายได้จริง ครีเอทีฟเป็นตัวแปรที่ส่งผลต่อผลโฆษณามากที่สุดตัวหนึ่ง เพราะเมื่อแพลตฟอร์มเลือกกลุ่มเป้าหมายเองมากขึ้น ชิ้นงานกลายเป็นสิ่งที่บอกระบบว่าโฆษณานี้เหมาะกับใคร การทดสอบเป็นระบบทำให้ทีมตัดสินจากตัวเลขแทนความชอบ
ทำไมต้องทดสอบทีละตัวแปร
หลักแรกของการทดสอบ A/B คือเปลี่ยนเพียงอย่างเดียวในแต่ละรอบ ถ้าเปลี่ยนทั้งภาพ พาดหัว และข้อเสนอพร้อมกัน เมื่อผลออกมาดีจะไม่รู้ว่าเพราะอะไร ตัวแปรที่มักทดสอบก่อน เพราะส่งผลมาก ได้แก่
- มุมขาย หรือเหตุผลหลักที่ลูกค้าควรซื้อ เช่น ประหยัดเวลา ราคาคุ้ม หรือผลลัพธ์ที่เห็นได้
- รูปแบบชิ้นงาน เช่น ภาพนิ่ง วิดีโอสั้น หรือภาพแบบ Carousel
- สามวินาทีแรกของวิดีโอ (Hook) ซึ่งตัดสินว่าคนจะดูต่อหรือเลื่อนผ่าน
- ข้อเสนอ เช่น ส่วนลด ของแถม หรือทดลองใช้ฟรี
สีปุ่มหรือฟอนต์เป็นตัวแปรที่ส่งผลน้อยกว่ามาก ควรเก็บไว้ทดสอบทีหลังเมื่อเรื่องใหญ่ลงตัวแล้ว
ตั้งสมมติฐานก่อนทดสอบอย่างไร
ก่อนผลิตชิ้นทดสอบ ให้เขียนสมมติฐานสั้นๆ เช่น "ลูกค้ากลุ่มแม่ลูกอ่อนตัดสินใจจากความปลอดภัยมากกว่าราคา ชิ้นที่เล่าเรื่องวัตถุดิบน่าจะมี CPA ต่ำกว่าชิ้นที่เน้นโปรโมชัน" สมมติฐานแบบนี้ทำให้ผลการทดสอบนำไปใช้ต่อได้ เพราะเมื่อพิสูจน์ได้ ทีมจะรู้ว่าควรผลิตชิ้นถัดไปไปทางไหน
แต่ละแพลตฟอร์มมีเครื่องมือทดสอบอะไร
Meta มีเครื่องมือ A/B Test ใน Ads Manager ที่แบ่งกลุ่มเป้าหมายไม่ให้ซ้อนกัน ผลจึงเทียบกันได้ตรงกว่าการเปิดหลายชุดโฆษณาแล้วดูเอง Google Ads มี Experiments สำหรับแคมเปญ Search และใน Performance Max ใช้การดูผลระดับ Asset ประกอบ ส่วน TikTok มี Split Test ในตัวเช่นกัน
การเปิดหลายชิ้นในชุดโฆษณาเดียวแล้วปล่อยให้ระบบเลือกก็ใช้ได้ แต่ระบบมักทุ่มงบให้ชิ้นที่ได้ผลดีช่วงแรก ชิ้นอื่นอาจไม่ได้โอกาสแสดงพอ ผลแบบนี้จึงบอกได้ว่าชิ้นไหนเด่น แต่ยืนยันสมมติฐานได้ไม่ชัด
ต้องรอผลทดสอบนานแค่ไหน
การตัดสินเร็วเกินไปเป็นความผิดพลาดที่พบบ่อย ตัวเลขในวันแรกๆ ผันผวนสูง ควรรอให้แต่ละชิ้นได้ผลลัพธ์จำนวนพอสมควร และให้การทดสอบครอบคลุมทั้งวันธรรมดาและวันหยุด ซึ่งมักอยู่ที่ประมาณหนึ่งสัปดาห์ขึ้นไป เครื่องมือของ Meta จะแสดงระดับความมั่นใจของผลให้ด้วย ถ้าความมั่นใจต่ำ ให้ถือว่ายังไม่มีผู้ชนะ
ควรดูตัวชี้วัดอะไรบ้าง
ชิ้นที่ CTR สูงสุดไม่ได้ขายดีที่สุดเสมอไป บางชิ้นดึงคลิกได้มากเพราะพาดหัวน่าสงสัย แต่คนที่คลิกเข้ามาไม่ได้ตั้งใจซื้อ ควรดูตั้งแต่อัตราการดูวิดีโอ CTR ไปจนถึง CPA หรือ ROAS เพื่อหาจุดที่ชิ้นงานแต่ละชิ้นเก่ง แล้วนำข้อดีของแต่ละชิ้นมารวมกันในรอบถัดไป
ทำไมต้องบันทึกผลทดสอบไว้
ทีมที่ทดสอบได้ผลจะมีตารางบันทึกว่าทดสอบอะไร สมมติฐานคืออะไร และผลเป็นอย่างไร เมื่อผ่านไปหลายเดือน ตารางนี้จะกลายเป็นคู่มือว่าลูกค้ากลุ่มนี้ตอบสนองกับอะไร ใช้ได้ทั้งกับโฆษณา โพสต์ออร์แกนิก และหน้าเว็บ
ทีม AImpress ผลิตครีเอทีฟสำหรับทดสอบตามสมมติฐานที่วางจากข้อมูลแคมเปญ และนำผลกลับมาใช้วางแผนชุดถัดไป ดูรายละเอียดได้ที่บริการ Media Buy
คำถามที่พบบ่อย
ทำไมต้องทดสอบทีละตัวแปร
หลักแรกของการทดสอบ A/B คือเปลี่ยนเพียงอย่างเดียวในแต่ละรอบ ถ้าเปลี่ยนทั้งภาพ พาดหัว และข้อเสนอพร้อมกัน เมื่อผลออกมาดีจะไม่รู้ว่าเพราะอะไร ตัวแปรที่มักทดสอบก่อน เพราะส่งผลมาก ได้แก่ มุมขาย หรือเหตุผลหลักที่ลูกค้าควรซื้อ เช่น ประหยัดเวลา ราคาคุ้ม หรือผลลัพธ์ที่เห็นได้ · รูปแบบชิ้นงาน เช่น ภาพนิ่ง วิดีโอสั้น หรือภาพแบบ Carousel · สามวินาทีแรกของวิดีโอ (Hook) ซึ่งตัดสินว่าคนจะดูต่อหรือเลื่อนผ่าน · ข้อเสนอ เช่น ส่วนลด ของแถม หรือทดลองใช้ฟรี
ต้องรอผลทดสอบนานแค่ไหน
การตัดสินเร็วเกินไปเป็นความผิดพลาดที่พบบ่อย ตัวเลขในวันแรกๆ ผันผวนสูง ควรรอให้แต่ละชิ้นได้ผลลัพธ์จำนวนพอสมควร และให้การทดสอบครอบคลุมทั้งวันธรรมดาและวันหยุด ซึ่งมักอยู่ที่ประมาณหนึ่งสัปดาห์ขึ้นไป เครื่องมือของ Meta จะแสดงระดับความมั่นใจของผลให้ด้วย ถ้าความมั่นใจต่ำ ให้ถือว่ายังไม่มีผู้ชนะ
Media Buyดูบริการ →