Mange taler om splittests, men meget få udøver det rent faktisk. Og det er synd, for hvis man kontinuerligt laver splittest af AdWords annoncer kan man virkelig øge sin performance over tid. Et andet problem er, at de som rent faktisk prøver på at lave splittests har en forkert fremgangsmetode, som i sidste ende giver et fejlagtigt resultat. 

Jeg har en fornemmelse af, at grunden til at mange ikke får udøvet det i praksis, er fordi de ikke er helt sikre på hvad de gør. Og det vil jeg prøve at rode bod på med dette blogindlæg, hvor jeg guider dig igennem hvordan jeg laver splittest, step-by-step – en how-to-guide om du vil.

Det er vigtigt at man har styr på sine tests og de resultater man får ud af dem. Derfor vælger jeg altid at bruge labels til at holde styr på det hele – hvordan beskriver jeg herunder i de følgende steps i guiden.

Step 1 – Gennemgå dine kampagneindstillinger

Du kan have gjort alt rigtigt, men er din indstilling for annoncerotation sat som standard vil din splittest og det resultat du er endt ud med være ukorrekt. Og det er de fleste som ikke tænker på netop denne lille, men samtidigt meget vigtige del.

Som udgangspunkt når du opretter en AdWords kampagne vil det under kampagneindstillinger og annoncerotation være sat til standard, som er “Optimize for clicks”. Dette betyder at Google, efter dine annoncer har fået en smule data, vil begynde at vælge at vise den annonce med størst mulighed for klik, altså den med højeste CTR.

Dette betyder at en af dine annoncer vil ende med at få langt flere eksponeringer end de andre, og din splittest vil ende ud med at give dig data du ikke kan bruge, til at træffe en statistisk valid beslutning. Det er derfor virkelig vigtigt at du vælger at annoncerotation skal være “Rotate indefinitely”, eftersom dette vil give dig de mest korrekte data til splittest overhovedet.

Måske spørger du dig selv, hvorfor skulle standardindstillingen dog være andet end dette, men her skal du huske på, at en virksomhed som Google gerne vil tjene penge. Og de tjener deres penge hver gang der bliver klikket på en annonce, ergo er det smart at de optimerer efter de annoncer som får flest klik. Det er i hvert fald min klare overbevisning at dette er årsagen.

Step 2 – Brug din bedste annonce som kontrol

Selv om du måske aldrig har kørt én eneste splittest før, så har du i øjeblikket en annonce aktiveret, som er dit bedste udgangspunkt. Denne skal vi bruge som “kontrol”, hvilket betyder at vi tester de nye annoncer op i mod denne version, for at se om de rent faktisk er bedre end udgangspunktet. Og her er der endnu en regel du skal være opmærksom på.

Vi ved jo at Google går meget op i relevans og kvalitetsscore, hvilket betyder at dine annoncer får en hvis værdi over tid, pga. den data de har skabt over tid. Det betyder at de annoncer du har kørende nu allerede som udgangspunkt vil have større chance for at performe bedre end helt nye annoncer, som ikke har fået nogen værdi ud fra kvalitet eller data endnu.

Derfor er det helt essentielt at man laver en kopi af sin gamle annonce, og pauser den som allerede har haft statistik. På den måde er det en ny annonce, uden data, men som stadig er med den gamle annoncetekst.

Bruger du ikke denne fremgangsmåde vil du ende ud med, at din kontrol annonce i (næsten) alle tilfælde vil være vinder. Og resultater som dette vil gøre at du til sidst tror, at der ikke findes en bedre annoncetekst end den du har, og at du derfor ikke behøver splitteste mere. Derfor – husk at alle annoncer skal starte lige, og alle skal være oprettet på ny, også selv om det blot er en kopi af en allerede eksisterende annonce.

Som jeg nævnte tidligere gør jeg brug af labels til at holde styr på mine splittests, og her skal du selvfølgelig også give din nyoprettede kontrol annonce en label, eksempelvis “Splittest 1 – Control”.

Step 3 – Start bredt og lav 2-3 varianter

Når jeg starter med at splitteste i en ny kampagne eller konto, så vælger jeg altid at starte med meget forskellige annoncer, og derefter snævre ind over tid. Det nytter ikke noget at man starter ud med at teste forskellen mellem at bruge store forbogstaver for hvert ord kontra normalt, hvis det rent faktisk var en helt anden type annonce man skulle have brugt i stedet.

Derfor vil jeg foreslå dig at gøre det samme, og starte ud med din kontrol annonce, samt 2-3 meget anderledes varianter. Helt unikke annoncetekster, både overskift, beskrivelseslinje og gerne også display URL. På den måde kan du starte ud med at finde ud af, at det var en helt anden måde annoncen skulle skrives på, og herefter lave nye splittests med udgangspunkt i denne annonceopsætning.

Om du skal vælge 2 eller 3 varianter kommer lidt an på hvor meget volumen der er i den kampagne eller det marked du befinder dig i. Jo flere varianter du vælger, desto længere tid skal du forvente at der går før du får resultater. Men som udgangspunkt starter jeg selv ud med 2-3 varianter, og her må du selv vælge hvad der passer bedst for dig.

Igen, husk at bruge labels så du ikke mister overblikket. Jeg ville kalde mine varianter “Splittest 1 – Var1”, “Splittest 1 – Var2” etc.

Step 4 – Beslut hvilken faktor der afgør en vinder

Jeg har efterhånden læst mange forskellige guides til hvordan man laver splittests, og specielt når det drejer sig om online annoncering via Google AdWords. Men jeg mangler stadig at finde den artikel som rent faktisk forklarer hvordan man vælger en vinder, altså hvilken/hvilke faktorer man rent faktisk skal bestemme vinderen ud fra.

For du som læser tænker måske, at man skal vælge den vinder med den højeste CTR, eftersom annoncen udelukkende har indflydelse på om de søgende klikker på din annonce frem for konkurrenterne. Men her er jeg ikke enig. For det er nemt at lave annoncer hvor man lover en masse, og får en høj CTR, men hvis de besøgende lander på dit website, og herefter bliver skuffede og bouncer igen med det samme, så er der ikke meget fidus i det.

Jeg vil derfor langt hellere kigge på hvilken annonce der ender med at konvertere bedst. For at du får mange besøgende er ikke ens betydende med en succesfuld annoncetekst – de besøgende skal også ende med at konvertere når de er landet på din hjemmeside.

Herunder ser du et screenshot af en splittest, og jeg gennemgår herefter de forskellige faktorer du kan kigge på, samt hvilke resultater de giver. Det skal lige understreges at denne splittest ikke har nok data til at konkludere en vinder, men jeg bruger den alligevel for eksemplets skyld.

Impressions vs. conversions

Det her er min foretrukne metodik til at finde frem til en vinder af en splittest. Kigger man på antallet af eksponeringer kontra hvor mange konverteringer der er blevet lavet, får man et resultat som viser den annonce som konverterer ift. de antal gange den er blevet vist.

Du ender altså her ud med en kombination af høj klikrate og konverteringsrate, hvilket efter min mening til hver en tid er at foretrække. På billedet herunder ser du den nuværende stilling bland annoncerne hvor jeg har brugt disse faktorer. Det tool jeg bruger er mit foretrukne fordi du selv kan vælge hvor mange varianter du vælger at bruge i din splittest – du kan finde det her.

Som du kan se er det i dette tilfælde variation 3 der ser ud til at vinde, med et confidence level på 70,18%. Jeg vil ikke gå i detaljer med hvordan dette bliver udregnet, men hvad du skal vide er, at du skal bruge et confidence interval på 95% for at træffe en statistik valid beslutning om en vinder.

Clicks vs. Conversions = Conversion rate

Det som tool’et selv lægger op til er at man indsætter visits og conversions, eftersom man her kommer frem til det resultat med den højeste konverteringsrate. Jeg vælger dog altid den anden variant med impressions i stedet for clicks, eftersom man her kommer frem til et resultat hurtigere.

Derudover får man i den første version klikraten med, fordi man bruger antallet af eksponeringer, hvor man i dette forslag slet ikke har CTR med i sin test, eftersom de i testen først tæller med når de har klikket på en annonce.

På resultatet herover kan du også se en stor forskel på om du har valgt clicks eller impressions som din faktor for hvornår det anses at være en person der deltager i din test. Havde du brugt denne fremgang ville du se det som 77% sikkert at variant 2 vandt denne splittest.

Impressions vs. Clicks = CTR

Vil man kun kigge på CTR, hvilket jeg til hver en tid vil fraråde, så skal man vælge forholdet mellem impressions og klik. Her vil du komme frem til den vinder af splittesten som oftest får klik og giver besøgende, men ikke nødvendigvis den annonce som giver dig profit på bundlinjen.

I dette tilfæde vil det med næsten 90% sikkerhed være variation 3 som vinder. Og selv om denne variation ligner at give den samme vinder som mit første forslag til at udvælge en vinder, vil det ikke altid være gældende. Men dog er det interessant at se, at denne variation som kigger efter CTR er enig med min foretrukne version, og ikke den hvor man kigger på klik.

Step 5 – Vær tålmodig og vælg den rigtige statistiske valide vinder

Som jeg nævnte før er det vigtigt man får et confidence interval på mindst 95%, da det ud fra statistik teori er nok til at konkludere en vinder. Jeg vil ikke trætte dig med kedelige formler og måder at udregne det på – du skal bare bruge det tool jeg linkede til tidligere, eller et tilsvarende.

Men det er vigtigt at du er tålmodig nok, og venter indtil du rent faktisk kan udvælge en vinder af din splittest. For vælger du i stedet at sige “nå men 85% er da også rigeligt!”, så kan du ende med at træffe en forkert beslutning, og blive ved med at optimere på annoncetekster, der som udgangspunkt ikke var de bedste i tidligere tests.

Step 6 – Start din næste splittest med den nye vinder som kontrol

Når du har fået data nok, og at resultaterne varierer nok til at give dig det nødvendige 95% confidence interval, så er det på tide at starte den næste test. Og her bruger du som i første step din vinder fra denne splittest som kontrol i den næste – og husk nu at lav en kopi som starter uden statistik.

Jo flere splittests du laver, desto mere nødvendigt vil du se det med labels som jeg også rådede dig til at bruge. Når du er blevet professionel i splittests og ender med “Splittest 32” vil det være nemmere at få et overblik, når du kan filtrere på de annoncer med de labels du benytter.

Nu håber jeg at have fået dig klædt på til selv at begynde på at splitteste dine AdWords annoncer. Har du spørgsmål, eller er der noget jeg ikke har forklaret godt nok må du endelig stille spørgsmål i kommentarerne. Hvis du allerede laver splittests, men gør det med en anden fremgangsmåde end jeg selv, så må du også meget gerne fortælle mig hvordan du gør.

Læs mere om emnet:

• How to split test ads in Google AdWords, Quicksprout.com
• How to Structure Your AdWords Account for Optimal Split Tests, SearchEngineWatch.com
• How To Boost Your AdWords Click-Through Rate By A/B Testing Your Ad Copy, Unbounce.com

[rating_form id=”1″]