De fleste av oss er kjent med en eller form for testing, om det var matteprøven på skolen, brukerundersøkelser eller kanalspesifikke tester – som vi skal snakke om her.
“Folkets dom” vil uansett gi deg innsikt i hva du kan gjøre bedre neste gang, eller hvilken vei du bør lene deg mot. I Growth Hacking snakkes det mye om jevnlige, små tester som vil utgjøre stor verdi. Og det inkluderer både nettsidetesting, brukerundersøkelser og annonse- og kanaltesting. Her gir vi en innføring i de ulike testene du kan vurdere hvis du er en hyppig bruker av Snapchats annonseringsmuligheter.
Les om: Annonsering i sosiale medier
A/B-testen: Der du tester to varianter opp mot hverandre
Muligens den meste kjente testen av de alle, en god gammeldags A/B-test. Det som kjennetegner en A/B-test er at du deler publikummet ditt i to. På den måten vil målgruppen kun se én variant av testen.
Det er flere fordeler med en slik test, hovedsakelig har du mye spillerom – du velger selv hva du tester og hvor mye budsjett du skal legge i det. Det vi typisk tester med en A/B-test er ulike plasseringer, kreativer, publikum eller konverteringsmål.
Av alle de ulike testene vi går gjennom her, er dette den eneste du kan sette opp selv i kampanjeverktøyet, og uten hjelp av en kontaktperson i Snapchat. Alt dette gjør en slik test den enkleste testen å sette opp.
Hva er forskjellen mellom kanalens favorisering og en A/B-test?
Med algoritmisk favorisering snakker vi om hvilken variant algoritmen plukker opp, fordi den får bedre resultater.
En typisk måte å teste på (hvis man kan kalle det en test?) er å stole på algoritmen og se hva kanalen velger å bruke mest penger på, og deretter se på resultatene per variant. Med andre ord; når algoritmen får styre, velger den versjonen som den antar fungerer best, og man får ikke resultater per testvariant som gjør at versjonene kan sammenlignes. I en A/B-test vises kun én variant til én person, hvem som får hvilken er randomisert, og versjonene vises like mange ganger, så tallene er sammenlignbare.
Finnes det noe negativt med det?
Med et slikt oppsett har du ikke ekskludert en del av publikummet, og sannsynligheten er høy for at publikummet ser begge variasjonene. Da kan du ikke med sikkerhet si at variasjon én ikke har bidratt med å skape interesse. Du må også stole på at algoritmen vet best.
Men det er ikke kun negativt!
Har du svært mange varianter, kan det være en mer kostnadseffektiv måte å finne frem til en mulig konklusjon, eller antydninger til hva som har fungert best og hva du bør fokusere på. Det kan også være mulig å starte med en favorisering for å finne ut hva du ønsker å A/B-teste.
Ad Recall: Hvor godt husker vi annonsen?
Med en Ad Recall-test, eller annonsegjenkjennelsestest, tester vi rett og slett hvor godt man husker å ha sett en annonse fra merkevaren din.
Her deles også publikummet i to, men i motsetning til en A/B-test har du en eksponert gruppe, og en ikke-eksponert gruppe – altså en kontrollgruppe som ikke får se annonsen din.
I etterkant får vil begge gruppene få mulighet til å svare på spørsmålet:
“Kan du huske å ha sett en annonse fra [merkevare] på Snapchat de siste 7 dagene?”
Denne undersøkelsen gjennomføres i appen, men må settes opp via en kontaktperson i Snapchat, og minimumsbudsjett for en slik test er 150 000 NOK. Dette for at Snapchat kan garantere nok respondenter for å gi et konkluderende (signifikant) svar.
*Illustrasjon fra Snapchat
Brand Lift: Hvor stort merkevareløft gir Snapchat som kanal for deg?
I motsetning til annonsegjennkjennelsestesten, vil denne testen i tillegg gi svar på hvor stort løft Snapchat har bidratt med merkevarekjennskapen din.
Ved å gjøre dette vil både eksponert og ikke-eksponert gruppe få 3-4 spørsmål som du velger utifra hva du ønsker å måle. Eksempler på spørsmål kan være:
- Hvilke av følgende merker assosierer du med [budskap]?
- Hva er ditt generelle inntrykk av [merkevare]?
- Hvor sannsynlig er det at du [handler] [merkevare] neste gang du skal [handle]?
Her er minimumsbudsjettet 300 000 NOK for at Snapchat kan garantere signifikante resultater.
Multi-Cell Brand Lift: For deg som ønsker å teste flere varianter
Kanskje den mest komplekse testen er multi-cell brand lift-testen. Som navnet tilsier er dette en test som lar deg måle flere varianter opp mot hverandre, eller tilleggseffekten av å legge til en ekstra variant.
På denne kampanjen kjøres det da to eksponerte grupper, og to ikke-eksponerte grupper (kontroll), som også gjør minimumsbudsjettet til det høyeste i denne rekke med 400 000 NOK. Men til gjengjeld vil du få svært god innsikt i merkevareløft med ulike varianter.
*Illustrasjon fra Snapchat
Eksempler på tester som kan gjøre seg godt i en multi cell-test kan være dersom du legger til ekstra format (video + lense), to typer kreativer, frekvens eller lignende.
*Illustrasjon fra Snapchat
Conversion Lift: Hvor stort konverteringsløft gir Snapchat som kanal for deg?
Der Brand Lift-testen gir innsikt i hvor stort merkevareløft du har fått, vil Conversion lift (konverteringsløft) være en test som gir svar på hvor mye Snapchat har bidratt med økte konverteringer.
Dette er den eneste testen (med unntak av noen A/B-tester) som er avhengig av data fra pixel, eller Conversion API for de som har installert det. Dette er essensielt da den kun måler inkrementell konverteringseffekt (konverteringer som er gjort direkte fra snapchat-appen).
På denne testen er minimumsbudsjettet satt til 250 000 NOK for at Snapchat skal sikre signifikant resultat.
*Illustrasjon fra Snapchat
Les også: Hege sin Mini-FAQ-artikkel om annonseringsmuligheter på Tiktok.
En liten oppsummering
Det finnes altså flere tester til ulike formål.
- A/B-test for deg som kun trenger å teste to varianter mot hverandre uten en kontrollgruppe eller undersøkelse i etterkant.
- Ad recall (annonsegjenkjennelse) for deg som ønsker å se hvor godt Snapchat sitt publikum husker annonsen din.
- Brand Lift (Merkevareløft) for deg ønsker å målet hvor stort løft i merkevarekjennskap Snapchat gir.
- Multi-Cell Brand Lift er testen for deg som ønsker å se hvilke variant, eller hvor stor tilleggseffekt, du kan få i merkevarekjennskap i Snapchat med flere variasjoner.
- Conversion Lift (konverteringsløft) er testen som gir deg svar på hvor stort løft du får i konverteringer av Snapchat.
Les også: Typiske fallgruver ved nettsidetesting
I Fullstakk har vi som mål å alltid jobbe strategisk og systematisk med testing, det er et viktig grunnlag i vekstmetodikken. Ønsker du å slå av en prat for å snakke om sosiale medier, testing eller annet snacks – gleder vi oss til å høre fra deg!
