A verdade sobre publicidade é que há muito dinheiro gasto com ela — e uma grande parte desse dinheiro é gasta em conteúdo ineficiente. Uma das principais causas do conteúdo ineficaz é a implementação incorreta do teste A/B. Em particular, tirar conclusões com base em pequenas variações na criação de anúncios. Pequenas variações são coisas que não alteram o ativo subjacente de uma forma imediatamente reconhecível. Essas variações geralmente são rápidas e fáceis de implementar, pois não envolvem grandes alterações no conceito original do anúncio.

Embora testar variações semelhantes de um anúncio funcione no sentido de que sempre haverá um vencedor claro, é improvável que o resultado produza um desempenho superior em todos os setores. E se algumas suposições que você fez forem falsas e um elemento no anúncio que você ignorou ou não acreditou que a necessidade de testes fez toda a diferença? Na estrutura de otimização do orçamento de campanha (CBO) da Meta, seu algoritmo distribui automaticamente o orçamento entre todos os conjuntos de anúncios e criativos em sua campanha. Quando há muitos anúncios semelhantes em um conjunto de anúncios, o Meta não otimizará sua distribuição porque o algoritmo tratará ativos com pequenas variações como “iguais”. Por exemplo, se você tiver duas versões de um anúncio que diferem apenas em alguns trabalhos ou no CTA, a Meta provavelmente colocará o orçamento em apenas uma delas. Como resultado, é improvável que pequenas variações melhorem o desempenho geral.
Em vez de alterar apenas um ou dois elementos, talvez seja melhor pensar em grande escala e mudar o conceito visual ou contextual de um anúncio. Grandes variações envolvem a introdução de novos elementos gráficos proeminentes.

Embora fazer grandes mudanças possa parecer intimidante e até arriscado, elas podem ser necessárias para descobrir o que converte melhor para seu público, resultando em campanhas melhores e mais otimizadas. Para garantir que suas variações sejam significativas, escolha uma variável por vez e certifique-se de que seus testes incluam uma versão que não tenha nenhuma variável. Por exemplo, digamos que você queira testar se adicionar uma imagem específica ao anúncio o torna mais atraente para seu público. Experimente criar três versões do seu anúncio:

Dessa forma, você verá quais dessas duas imagens ajudaram seu anúncio a ter um melhor desempenho, ou se nenhuma delas ajudou! Na verdade, você pode dar um passo adiante e combinar essas grandes variações estratégicas com testes multivariados de criativos. Um anúncio pode ter várias pessoas, enquanto o outro não tem nenhuma. Com essas variações significativas, agora você pode atribuir qualquer diferença de desempenho entre as variações do anúncio a mudanças no tratamento criativo, não apenas à sorte. Isso também é ótimo para algoritmos. Eles não agruparão conjuntos de anúncios contendo grandes variações, ajudando você a descobrir “ativos campeões” ou um anúncio no qual a Meta colocará a maior parte do orçamento de um conjunto de anúncios.
Apesar de ter benefícios impressionantes, grandes variações nos testes A/B são caras. A quantidade de tempo e recursos necessários para desenvolver essas variações exige que você encontre um design vencedor que realmente converta. A Omneky se esforçou significativamente para criar uma plataforma que reduz o atrito no processo de testes A/B, ajudando-nos a gerar anúncios otimizados para centenas de empresas.
Contamos com análises criativas para impulsionar variações nos testes A/B
Na Omneky, aproveitamos insights criativos para orientar as variações de anúncios que testamos em todas as plataformas. Especificamente, usamos a visão computacional para identificar como vários recursos de anúncios gráficos e de texto se correlacionam com as métricas de conversão. Além disso, a Omneky usa a IA para determinar quais anúncios têm o melhor desempenho. Destacamos o anúncio com melhor desempenho para cada cliente na guia de análise do nosso painel. Nossos designers podem então pegar um anúncio e criar variações com base nas melhores práticas comprovadas e nos insights dos anúncios de melhor desempenho. Com esses insights de dados, a Omneky desenvolve variações estratégicas nos anúncios que testamos A/B. Um cliente da Omneky experimentou o poder dos insights de dados da Omneky em primeira mão. Ao analisar o painel de insights criativos, Omneky descobriu que os anúncios em vídeo tinham CTRs e impressões muito mais altas (em algumas semanas > 15% de aumento) do que os anúncios gráficos. No entanto, apenas 50% do orçamento publicitário do cliente foi gasto em anúncios em vídeo. A Omneky agiu com base nessa visão inestimável aumentando significativamente o número de anúncios em vídeo e, consequentemente, a porcentagem de gastos em anúncios em vídeo, ajudando a impulsionar CTR e conversões nos meses seguintes. Em última análise, a capacidade de ter uma infraestrutura de dados robusta e uma ferramenta como a análise criativa economiza tempo incontável no processo de testes criativos. A análise criativa ajuda você a reduzir todas as hipóteses concorrentes sobre o que precisa ser testado em outras que são apoiadas por dados.

Experimentamos dezenas de estilos de anúncio
No centro da estratégia de teste A/B da Omneky está a experimentação com diferentes estilos de anúncios. Pegamos um anúncio e o renderizamos em vários estilos, produzindo variações exclusivas que nos dão um feedback significativo que podemos usar para iterações futuras. Aqui está um exemplo de como realizamos testes criativos multivariados para um de nossos clientes, alterando simultaneamente os estilos de texto, gráficos e anúncios. A alteração dos tipos de mídia permite que a Omneky entenda a preferência do nosso público por diferentes tipos de anúncios. Por exemplo, em vez de veicular repetidamente anúncios gráficos individuais, podemos experimentar anúncios em carrossel para criar uma melhor experiência de contar histórias. Talvez já tenhamos veiculado vários anúncios de depoimento porque achamos que são os melhores para a marca, mas experimentamos gráficos em movimento para criar uma experiência mais envolvente para o cliente. Há dezenas de estilos de anúncio diferentes que não são difíceis de implementar. Quando você estiver pronto para experimentar algo novo, não precisa começar do zero. Explore sua biblioteca de ativos e experimente designs de anúncios antigos trocando o tipo de mídia! No mundo atual que prioriza os dispositivos móveis, é ainda mais importante experimentar grandes variações estratégicas, pois os hábitos de visualização de publicidade digital estão mudando a um ritmo sem precedentes.

Sem a estrutura adequada para seus testes A/B, você pode perder tempo e dinheiro preciosos com anúncios ineficazes, acabando decepcionado com os resultados. Ao fazer grandes variações em seus conjuntos de anúncios por meio de insights baseados em dados e experimentação incansável com diferentes tipos de mídia, você poderá gerar os tipos de insights acionáveis que impulsionam sua empresa.