広告に関する真実は、広告には多額の費用が費やされており、その大部分は非効率的なコンテンツに費やされているということです。効果のないコンテンツの根本原因の 1 つは、A/B テストの不適切な実装です。特に、広告クリエイティブのわずかなばらつきに基づいて結論を出すことです。小さな変動とは、原資産をすぐに認識できる形で変化させないものです。これらのバリエーションは、元の広告コンセプトに大きな変更を加える必要がないため、多くの場合、すばやく簡単に実装できます。

同様の広告のバリエーションをテストすることは、常に明確な勝者が出るという意味では有効ですが、その結果が全体的に高いパフォーマンスをもたらす可能性は低いです。仮定のいくつかが誤りで、見落としていた、またはテストが必要だとは思わなかった広告の要素がすべて違いを生んだとしたらどうでしょうか？Metaのキャンペーン予算最適化構造（CBO）では、アルゴリズムがキャンペーン内のすべての広告セットとクリエイティブに予算を自動的に配分します。広告セットに含まれる類似広告が多すぎると、Metaは配信を最適化しません。アルゴリズムはバリエーションの少ないアセットを「同じ」ものとして扱うからです。たとえば、作品数やCTAのみが異なる2つのバージョンの広告がある場合、Metaはそのうちの1つだけに予算を計上することが多くなります。そのため、わずかな違いでも全体的なパフォーマンスが向上する可能性はほとんどありません。

1 つか 2 つの要素だけを変更するよりも、大きく考えて広告の視覚的概念やコンテキストコンセプトを変更したほうがよい場合もあります。大きなバリエーションには、新しい目立つグラフィック要素の導入が含まれます。

大きな変更を加えるのは気が引けるだけでなく、リスクを伴うこともありますが、オーディエンスにとって何が最もコンバージョンにつながるかを見極め、より優れた、より最適化されたキャンペーンにつなげるためには、変更が必要かもしれません。バリエーションが大きいことを確認するには、変数を 1 つずつ取り、テストには変数がまったくないバージョンが含まれていることを確認します。たとえば、広告に特定の画像を追加することで、その画像がオーディエンスにとってより魅力的になるかどうかをテストしたいとしましょう。広告には次の 3 つのバージョンを作成してみてください。

これにより、この 2 つの画像のどちらが広告の掲載結果向上に役立ったか、どちらが役に立たなかったかがわかります。実際、さらに一歩進んで、これらの大きな戦略的バリエーションをクリエイティブの多変量テストと組み合わせることもできます。1 つの広告には複数の人がいて、もう 1 つの広告には誰もいなくてもかまいません。このように大きなばらつきがあるため、広告バリエーション間のパフォーマンスの差は、運だけでなく、クリエイティブな扱いの変化によるものと考えられるようになりました。これはアルゴリズムにとっても素晴らしいことです。大きなバリエーションを含む広告セットがグループ化されないため、「チャンピオンアセット」や、Metaが広告セットの予算の大部分を投入する広告を見つけやすくなります。

圧倒的なメリットがあるにもかかわらず、A/B テストの大幅なバリエーションは高価です。これらのバリエーションの開発に費やされる時間とリソースを考慮すると、実際にコンバージョンにつながる優れたデザインを見つける必要があります。Omnekyは、A/Bテストのプロセスにおける摩擦を軽減するプラットフォームの作成に多大な労力を費やしてきました。これにより、何百もの企業向けに最適化された広告を生成できるようになりました。

A/B テストのバリエーションを増やすには、クリエイティブアナリティクスを活用しています

Omnekyでは、クリエイティブなインサイトを活用して、プラットフォーム間でテストする広告バリエーションを導きます。具体的には、コンピュータービジョンを利用して、テキスト広告や画像広告のさまざまな特徴がコンバージョン指標とどの程度相関しているかを特定しています。さらに、Omneky は AI を使用して、どの広告が最も高い成果を上げているかを判断しています。ダッシュボードの [分析] タブでは、すべてのお客様で最もパフォーマンスの高い広告をハイライトしています。その後、デザイナーは、実績のあるベストプラクティスと最も成果の高い広告から得たインサイトに基づいて、広告を選択し、バリエーションを作成することができます。これらのデータインサイトを武器に、オムネキーは広告に戦略的なバリエーションを開発し、A/B テストを行っています。あるOmnekyの顧客は、Omnekyのデータインサイトの力を直接体験しました。クリエイティブインサイトダッシュボードを分析したところ、Omneky は動画広告のクリック率とインプレッション数がイメージ広告よりはるかに高い（週によっては 15% 以上増加）ことが分かりました。しかし、動画広告に費やされたのはクライアントの広告予算の 50% に過ぎませんでした。Omnekyは、この貴重なインサイトに基づいて、動画広告の数を大幅に増やし、その結果、動画広告への支出の割合を大幅に増やしました。これにより、次の数か月のクリック率とコンバージョンの向上に役立ちました。最終的には、堅牢なデータインフラストラクチャとクリエイティブ分析のようなツールがあれば、クリエイティブテストのプロセスにかかる時間を大幅に節約できます。クリエイティブアナリティクスは、テストが必要な内容に関する競合する仮説をすべてデータに裏付けられた仮説に絞り込むのに役立ちます。

何十種類もの広告スタイルを試しています

OmnekyのA/Bテスト戦略の中心は、さまざまな広告スタイルを試すことです。広告を複数のスタイルでレンダリングし、独自のバリエーションを作成して、有意義なフィードバックを得て、今後のイテレーションに役立てています。これは、あるお客様を対象に多変量クリエイティブテストを実施し、コピー、グラフィック、広告スタイルを同時に変更する方法の例です。メディアタイプを変更することで、Omneky はオーディエンスのさまざまな広告タイプに対する好みを把握できます。たとえば、シングルイメージ広告を繰り返し掲載する代わりに、ストーリーテリング体験を向上させるためにカルーセル広告を試してみるかもしれません。ブランディングには最適だと考えているため、これまでは多数の紹介文広告を掲載していたかもしれませんが、お客様にとってより魅力的な体験を提供するために、モーショングラフィックスを試しています。導入が難しくない広告スタイルは数十種類あります。何か新しいことに挑戦する準備ができたら、ゼロから始める必要はありません。アセットライブラリを詳しく調べて、メディアタイプを切り替えて古い広告デザインを試してみてください。今日のモバイルファーストの世界では、デジタル広告の視聴習慣がかつてない速さで変化しているため、戦略的にさまざまなバリエーションを試すことがさらに重要になっています。

A/B テストのための適切なフレームワークが整っていないと、効果のない広告に貴重な時間とお金を浪費し、結果に失望することになります。データに基づいたインサイトと、さまざまなメディアタイプでの絶え間ない実験を通じて、広告セットに大きなバリエーションを持たせることで、ビジネスに大きな変化をもたらすような実用的な洞察を生み出すことができます。