광고에 대한 진실은 광고에 많은 비용이 지출되고 그 중 많은 부분이 비효율적인 콘텐츠에 사용된다는 것입니다.비효율적인 콘텐츠의 근본 원인 중 하나는 A/B 테스트의 잘못된 구현입니다.특히 광고 크리에이티브의 작은 변형을 바탕으로 결론을 도출합니다.작은 변형은 즉시 알아볼 수 있는 방식으로 기초 자산에 변화를 주지 않는 것들입니다.이러한 변형은 원래 광고 컨셉을 크게 변경하지 않아도 되기 때문에 빠르고 쉽게 구현할 수 있는 경우가 많습니다.

유사한 형태의 광고를 테스트하는 것은 항상 확실한 승자가 있다는 의미에서는 효과가 있지만 결과적으로 전반적으로 더 높은 성과를 얻을 가능성은 거의 없습니다.몇 가지 가정이 거짓이고 간과했거나 테스트가 필요하지 않다고 생각했던 광고 요소가 큰 차이를 만들었다면 어떨까요?Meta의 캠페인 예산 최적화 구조 (CBO) 에서는 알고리즘이 캠페인의 모든 광고 세트와 크리에이티브에 예산을 자동으로 분배합니다.광고 세트에 유사한 광고가 너무 많으면 알고리즘이 편차가 적은 자산을 '동일'하게 취급하기 때문에 메타는 배포를 최적화하지 않습니다.예를 들어 두 버전의 광고가 작품이나 CTA에서만 차이가 나는 경우 메타는 둘 중 하나에만 예산을 책정할 가능성이 높습니다.따라서 약간의 변형이 전체 실적을 향상시키지는 못할 수 있습니다.
한 두 가지 요소만 변경하는 것보다 크게 생각하고 광고의 시각적 또는 문맥적 개념을 변경하는 것이 더 나을 수 있습니다.다양한 변형에는 눈에 띄는 새로운 그래픽 요소의 도입이 포함됩니다.

큰 변화를 만드는 것은 부담스럽고 위험하게 느껴질 수 있지만, 시청자에게 가장 적합한 전환율을 찾아내는 것이 필요할 수 있습니다. 이를 통해 더 나은, 더 최적화된 캠페인으로 이어지죠.변수가 중요한지 확인하려면 변수를 한 번에 하나씩 가져와서 변수가 전혀 없는 버전을 테스트에 포함시키세요.예를 들어 광고에 특정 이미지를 추가하면 시청자의 관심을 더 끌 수 있는지 테스트해 보려고 한다고 가정해 보겠습니다.세 가지 버전의 광고를 만들어 보세요.

이렇게 하면 두 이미지 중 어떤 이미지가 광고 실적에 도움이 되었는지, 또는 둘 다 효과가 없었는지 확인할 수 있습니다.실제로 한 걸음 더 나아가 이러한 대규모 전략적 변형을 크리에이티브에 대한 다변량 테스트와 결합할 수 있습니다.한 광고에는 사용자가 여러 명일 수 있지만 다른 광고에는 한 명도 없을 수 있습니다.이렇게 큰 차이가 있는 만큼, 이제 광고 변형 간의 성과 차이는 단지 운만이 아니라 창의적 대우의 변화에 기인한다고 볼 수 있습니다.이는 알고리즘에도 유용합니다.다양한 변형이 포함된 광고 세트를 그룹화하지 않으므로 메타가 광고 세트 예산의 대부분을 투입할 '챔피언 자산'이나 광고를 쉽게 찾을 수 있습니다.
압도적인 이점이 있음에도 불구하고 A/B 테스트의 변형이 크면 비용이 많이 듭니다.이러한 베리에이션을 개발하는 데 많은 시간과 리소스가 필요하기 때문에 실제로 전환되는 성공적인 디자인을 찾아내야 합니다.Omneky는 A/B 테스트 과정에서 발생하는 마찰을 줄여 수백 개의 비즈니스에 최적화된 광고를 생성할 수 있는 플랫폼을 만드는 데 많은 노력을 기울였습니다.
우리는 A/B 테스트의 변형을 유도하기 위해 창의적인 분석을 활용합니다.
Omneky에서는 창의적인 통찰력을 활용하여 여러 플랫폼에서 테스트하는 다양한 광고를 안내합니다.특히 컴퓨터 비전을 사용하여 수많은 텍스트 및 이미지 광고 기능이 전환 지표와 얼마나 상관관계가 있는지 파악합니다.또한 Omneky는 AI를 사용하여 어떤 광고가 가장 실적이 좋은지 판단합니다.대시보드의 분석 탭에서는 모든 고객에게 가장 실적이 좋은 광고를 강조 표시합니다.그러면 디자이너가 광고를 가져와 실적이 가장 좋은 광고에서 얻은 검증된 모범 사례와 인사이트를 기반으로 유사 광고를 만들 수 있습니다.Omneky는 이러한 데이터 인사이트를 바탕으로 A/B 테스트를 거친 광고의 전략적 변형을 개발합니다.한 Omneky 고객은 Omneky의 데이터 인사이트가 지닌 힘을 직접 경험했습니다.Omneky는 크리에이티브 인사이트 대시보드를 분석한 결과 비디오 광고가 이미지 광고보다 CTR (몇 주 이상 15% 증가) 과 노출수가 훨씬 높다는 사실을 발견했습니다.하지만 고객 광고 예산의 50% 만 동영상 광고에 지출되었습니다.Omneky는 이처럼 값을 매길 수 없는 인사이트를 바탕으로 동영상 광고 수를 크게 늘리고 결과적으로 동영상 광고에 지출하는 비율을 크게 늘려 이후 몇 달 동안 CTR과 전환율을 높이는 데 도움을 주었습니다.궁극적으로 강력한 데이터 인프라와 크리에이티브 애널리틱스와 같은 도구를 갖추면 크리에이티브 테스트 과정에서 많은 시간을 절약할 수 있습니다.크리에이티브 분석을 사용하면 테스트해야 할 항목에 대해 상충하는 모든 가설을 데이터로 뒷받침되는 가설로 좁힐 수 있습니다.

수십 가지 광고 스타일을 실험합니다.
Omneky의 A/B 테스트 전략의 핵심은 다양한 광고 스타일을 실험하는 것입니다.우리는 광고를 가져와 여러 스타일로 렌더링하여 고유한 변형을 만들어 의미 있는 피드백을 제공하며, 이를 통해 향후 반복 작업에 사용할 수 있습니다.다음은 고객 중 한 명을 대상으로 카피, 그래픽 및 광고 스타일을 동시에 변경하는 다변량 크리에이티브 테스트를 수행하는 방법의 예입니다.미디어 유형을 변경하면 Omneky는 다양한 광고 유형에 대한 시청자의 선호도를 파악할 수 있습니다.예를 들어 단일 이미지 광고를 반복적으로 실행하는 대신 캐러셀 광고를 실험하여 더 나은 스토리텔링 경험을 만들 수 있습니다.브랜딩에 가장 적합하다고 생각하기 때문에 이전에는 추천 광고가 많이 게재되었을 수도 있지만, 고객에게 더 매력적인 경험을 제공하기 위해 모션 그래픽을 실험하고 있습니다.구현하기 어렵지 않은 수십 가지의 다양한 광고 스타일이 있습니다.새로운 것을 시도할 준비가 되었으면 처음부터 시작할 필요가 없습니다. 자산 라이브러리를 샅샅이 살펴보고 미디어 유형을 바꿔서 기존 광고 디자인을 실험해 보세요!오늘날 모바일 우선주의 세계에서는 디지털 광고 시청 습관이 전례 없는 속도로 변화하고 있기 때문에 대규모 전략적 변화를 실험하는 것이 훨씬 더 중요합니다.

A/B 테스트를 위한 적절한 프레임워크를 마련하지 않으면 비효율적인 광고에 귀중한 시간과 비용을 낭비하고 결과에 실망하게 될 수 있습니다.데이터를 기반으로 한 인사이트와 다양한 미디어 유형을 사용한 끊임없는 실험을 통해 다양한 광고 세트를 만들면 비즈니스에 큰 변화를 줄 수 있는 실행 가능한 통찰력을 얻을 수 있습니다.