更多技能沟通、求职时机,欢迎重视字节跳动数据途径微信大众号,回复【1】进入官方沟通群

“我知道在广告上的出资有一半是无用的,但问题是我不知道是哪一半。”

——零售大亨约翰沃纳梅克

这句经典名言,被称为广告界的哥特巴赫猜想,它道出了广告作用衡量的难点,相同也击中了无数广告主的痛点——企业有一半广告费都是被糟蹋掉的。

广告投进的作用许多时分常与形而上学画上等号,但却也是公域营销不可或缺的一环。科学的衡量广告的作用,当令做出战略调整优化转化率,一直既是业界的要点、热门、难点。

怎么让企业在广告投进上的每 1 块钱都花在刀刃上?火山引擎 DataTester 或许可以交出一份高分答卷。

DataTester 是字节跳动内部应用多年的 A/B 试验途径,2020 年经过火山引擎面向外部企业敞开服务。途径自建立至今,承载了字节 500 余个事务线的 A/B 试验任务,累计已开展过 150 多万次试验。

广告试验是 DataTester 的一大特色才能之一。DataTester 根据自身在因果推断和计算科学方面的深入沉淀,结合字节内部用户增加以及广告算法建造的许多实践,探索出了许多行之有用的广告作用衡量办法和进步战略。

本文将共享 DataTester 在广告投进场景下的实践经历。

为什么 A/B 试验能进步广告投进功率?

在互联网时代,企业该怎么做好广告营销,持续驱动盈余增加呢?

从对字节跳动多年的事务总结来看,实践给出的办法论指向是:50%靠构思,50%靠营销科学。

在广告投进的场景下,一线广告优化师通常会创立多个计划,去测验不同的广告资料作用。这套办法看似科学,实际上却问题多多:

  • 广告计划过量,会对流量造成彼此揉捏争抢,流量无法平均分配,就难以获取科学的作用比照数据;
  • 广告受众没有完结阻隔,假如同一用户可以看到多组广告,则测验成果无法保证科学性;
  • 广告计划过多,会抢占名贵的营销经费配额,并糟蹋广告优化师许多人力。

这些问题导致广告投进时,企业糟蹋了许多的时间精力和金钱,也未必能得到科学量化的的有用定论。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

图源:视觉我国

而经过科学的 A/B 试验,可以保证在广告投进中,完结精准的流量分配、受众阻隔,获取最为科学的数据计算成果;与此一起,在多个广告计划创立的过程中,性能优越的 A/B 试验途径可支撑计划的智能化设置,节省许多人力。

  • 广告计划规划:可根据 A/B 试验的作用选出最佳计划;

  • 广告作用验证:经过 A/B 试验可以达到“快准稳”的作用检测,让斗胆创新、快速试错成为可能;

  • 广告问题定位:经过 A/B 试验可以快速定位投进作用欠安的问题原因,避免低效而昂贵的过错迭代。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

总结来说,科学的 AB 试验途径,可以保证广告在计划规划、人群选择、途径定位等每个决议计划环节,都能取得正向的收益,从而在广告投进时,发生正向反馈越滚越大的复利效应。

字节跳动的广告优化经历共享

字节跳动副总裁、算法和数据技能负责人杨震原曾在火山引擎 A/B 测验敞开日中讲述过,“字节跳动成立之初,今日头条就在做战略引荐类的 A/B 测验。2016 年正式建立了支撑大规模产品试验的 A/B 测验途径(DataTester),之后陆续接入抖音、西瓜视频等全线事务,把 A/B 测验应用在产品命名、交互规划、引荐算法、用户增加、广告优化和商场活动等方方面面的决议计划上。”

字节是一家有着深厚 A/B 试验基因的公司,广告试验是 DataTester 全域营销场景下的重要一环。

针对企业在营销场景上的许多痛点,如人工试验操作繁琐,广告作用难衡量、优化无从下手;作用数据来源涣散,人工分析费时费力;投进严峻依托人工经历,一线优化师今夜盯盘、精疲力尽…等等问题,DataTester 供给了全套的广告优化解决计划:

  • 试验智能化调优:根据业界一流计算学专家的算法模型,依照广告作用动态分配流量,完结收益最大化;

  • 打通前后链路数据:支撑干流广告途径的监测才能,完结了后链路数据的打通,助力更科学的作用归因;

  • 打通人群数据:支撑与 CDP 人群办理途径深度打通,广告可完结根据用户标签和人群画像的精准投进;

  • 跨途径广告投进才能:集成包括巨量引擎在内的干流广告投进途径,完结一站式广告资料构思办理、批量广告创立投进、多途径广告作用监测;

  • 集成建站途径:与多个建站东西深度协作,打造广告落地页建立和 A/B 试验创立的无缝体验,大幅下降试验门槛。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

点击查看大图:DataTester 全域营销场景解决计划

针对详细不同的场景,DataTester 供给了拆分比照试验、落地页优化试验等多种试验类型,便利用户愈加快捷地根据试验进行迭代:

  • 资料拆分比照试验:判别更有爆款潜力的广告资料

  • 人群拆分比照试验:判别与产品广告更匹配的人群

  • 增效衡量试验:经过人群分流+问卷投进两种方式结合,评估品宣作用

  • H5 落地页优化试验:判别营销页面转化功率

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

DataTester 广告试验的几种细分类型

DataTester 广告试验的特色优势

根据 10 年的技能经历打磨,DataTester A/B 试验途径已经做得极为易用,广告投进试验支撑经过可视化的手动拖拽等方式,自主编辑试验版别,并获取数据陈述。

没有研制团队的企业,以及没有代码经历的广告分析师,也可以快速上手使用。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

广告试验作为 DataTester 在全域营销场景的重要解决计划之一,也打磨出了一些独具优势的核心才能。

爆款广告智能创造才能

“爆款资料稀缺”、“起量难”是广告主最常见的痛点。作为信息流广告的核心——资料的优质程度,是决议广告能否起量的关键

近年来构思资料的出产数量爆发性增加,在巨量引擎途径中,每天新增的视频广告构思资料有 70 万条,还不包括途径上的存量资料数量。

DataTester 与火山引擎的智能创造云协作打通,可供给 10 余款简略易用的创造东西,无需人工编排,智能批量化生成各类具有“爆款基因”的广告资料。用户不需要有各类专业软件的使用才能,即可创立广告资料并敞开 A/B 试验。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

分流技能深度融合广告算法

随着数据驱动科学增加的理念在国内渐火,市面上宣称能“协助广告主对广告投进进行算法优化”的三方服务商越来越多,其中不乏宣称可以进行 A/B 试验的厂商。

但是,根据 A/B 试验的基本原理,真实科学可信的 A/B 试验离不开对流量的精准操控和科学分流。但当今干流大型广告途径,由于在广告引荐算法中嵌入试验分流的技能杂乱性,很少可以做到向三方供给完备的分流才能。

因而,市面上多数三方服务商供给的所谓广告投进 A/B 试验才能,更可能是徒有其表,噱头成分偏多,其数据偏差之大并不足以支撑得出可信的试验定论。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

如图为极度简化版的广告途径分发流程,大型广告途径的实际流程会杂乱得多。

火山引擎 DataTester 根据字节跳动在抖音、今日头条等信息流产品中的多年实践经历,探索出了许多行之有用的广告作用科学衡量和进步战略,可以完结面向大规模人群的精准分流。

  • 人群阻隔:DataTester 可保证试验中的不同试验目标不会展示给同一用户,一个用户最多只能看到试验中的一个计划广告计划;

  • 竞赛公正:DataTester 可为多种广告计划供给公正的竞赛环境,避免试验中计划彼此揉捏、抢量,让每一个广告计划都取得同等量级的曝光时机;

  • 陈述置信:在搜集到充足的试验数据之后,DataTester 将智能化生成分析陈述,并保证数据具有计算效力,以精确披露在试验中获胜的广告计划或资料。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

广告页建立可无缝衔接 A/B 试验

广告网站或落地页转化率,是会因为页面上元素的细微差别,而发生巨大差距的。例如按钮位置的交流、色彩的改变、顺序的调整等,均能造成转化率的增加或下降。此刻,A/B 试验就是验证最优版别的科学东西。

DataTester 已与橙子建站等多个广告落地页建站途径深度协作,在企业完结广告落地页建立后,即可无缝敞开 A/B 试验,大幅下降试验创立门槛。

火山引擎 DataTester:在广告投放场景下的 A/B 实验实践

试验智能流量调优才能

敞开试验前,哪一个版别的计划体现更好通常未知。传统的 A/B 试验途径,依赖于计算显著性的经典假设检验,为对照版别和试验版别分配等额流量,一般不允许在试验期间改变每个子版别的流量。

因而此类试验缺点比较显着 —— 即便已发现试验版别显着优于对照版别,试验期间还需要在对照版别上继续花费时间流量,直至整场试验结束。

而 DataTester 除掉供给上述“惯例试验”才能外,也一起可供给“MAB 试验”试验类型选择。

“MAB 试验”是智能调优试验,试验计划可以直接在线上进行,DataTester 将根据实时数据反馈,智能调理试验计划的流量分配,给广告收益作用好的计划歪斜更多的流量,协助企业收益最大化。

与传统的 A/B 试验相比,以下几种场景适用 MAB 智能流量调优试验:

  • 促销优惠:此类场景更重视进步转化率。MAB 智能试验在促销期间,会将更多流量发送给作用较好的变体,而将较少流量发送给作用欠佳的变体,协助企业赶快拿到收益点;
  • 推送战略:推送文案/标题为生命周期较为短暂的内容。固定的活动期间后,会失掉相关性。因而选用 MAB 智能试验,可以使战略最大程度地赶快发挥效用;
  • 落地页优化:一起上线几种不同版别的落地页计划,实时优化落地页的点击和转化率。

结语

DataTester 融合了字节跳动了多年在事务增加、转化、产品迭代,战略优化,运营提效等环节的增加理念,是一款性能强大、使用快捷的 A/B 试验产品。

在广告投进场景上,DataTester 根据多年的打磨和迭代,可支撑广告从制作到投进,到最终作用搜集的全链路场景试验需求,并可以与字节系产品及途径深度打通、彼此结合应用。

此外,DataTester 也可以深度耦合引荐、搜索、UI、产品功用等其他多种事务场景需求,为事务供给科学的决议计划依据。现在,火山引擎 DataTester 已经服务了美的、得到、凯叔讲故事等在内的上百家标杆客户,将成熟的 ” 数据驱动增加 ” 经历赋能给各行业。

点击跳转 A/B测验 DataTester 了解更多