Customise Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorised as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyse the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customised advertisements based on the pages you visited previously and to analyse the effectiveness of the ad campaigns.

No cookies to display.

ทำความรู้จัก A/B Testing ทางลัดฉบับนักการตลาดออนไลน์

เราจะรู้ได้ยังไงว่า โฆษณาที่เรารันใน facebook ตอนนี้ให้ผลลัพธ์ที่ดีที่สุดแล้ว? เคยมั้ยที่เราอยากจะทดสอบโฆษณาของเราว่า เราจะเลือกลงรูปแบบไหนดี? เราจะเลือกแคปชั่นยังไง? กลุ่มเป้าหมาย

ไหนของเราที่สนใจโฆษณามากที่สุด? ซึ่งถ้าจะขึ้นแคมเปญ เซตโฆษณาทุกอย่างให้เหมือนกัน แล้วมานั่งตรวจสอบก็คงวุ่นวายในการอ่านค่า อาจเกิดข้อผิดพลาดตอนสร้างแคมเปญหรือมีโอกาสที่เราจะวิเคราะห์ผลลัพธ์ผิดพลาดได้

Facebook จึงสร้างเครื่องมือแสนสะดวกอย่าง A/B Testing เครื่องมือที่ช่วยทดสอบการเปรียบเทียบของตัวแปร ไม่ว่าจะเป็นรูปภาพ มีเดีย ตำแหน่งของโฆษณา กลุ่มเป้าหมายและแคมเปญที่เราต้องการทดสอบ ทำให้ผู้ทำโฆษณาสามารถรู้ได้ว่าโฆษณาหรือคอนเทนต์ที่ตัวเองสร้างมา มีตัวไหนที่ส่งผลต่อกลุ่มเป้าหมายที่ยิงโฆษณานั้นและให้ผลลัพธ์ได้ดีที่สุด โดยเราสามารถกำหนดสิ่งที่เราต้องการทดสอบ งบประมาณ ระยะเวลา รวมถึงเครื่องมือนี้ยังมีผลลัพธ์ที่ชัดเจนให้กับเราอีกด้วย  

ตัวแปรของ A/B Testing มีอะไรให้ทดสอบได้บ้าง

เครื่องมือ A/B Testing นี้ สามารถใช้ทดสอบได้ทั้งหมด 4 หัวข้อ ดังนี้

1. รูปแบบการโฆษณา และแคปชั่น (Media and Caption)

เราสามารถเปรียบเทียบได้ว่าสื่อมีเดียไหนดึงดูดให้คนเกิดการ action กับโฆษณาเรามากที่สุด ทดสอบได้หลากหลายระหว่าง รูปภาพกับรูปภาพ รูปภาพกับวิดีโอ หรือทดสอบประเภทรูปภาพที่ใช้ลงโฆษณา (Single image, Collection, Carousal และอื่นๆ) รวมถึงสามารถทดสอบ Ads text หรือ Caption ที่เราลงโฆษณาได้ด้วย

2. การนำส่งของโฆษณา (Delivery)

เราสามารถเปรียบเทียบการนำส่งของโฆษณาที่เราส่งลูกค้าไปได้ ว่าตัวไหนให้ผลัพธ์ที่ดีกว่ากัน เช่นเปรียบเทียบระหว่าง Traffic การคลิกกับ การนำคนที่คลิกสู่ Landing Page โดยเราสามารถปล่อยให้โฆษณารันไปเรื่อยๆ ด้วยระบบของมันเอง หรือควบคุมต้นทุนเฉลี่ยต่อคลิกได้ด้วย

3. กลุ่มเป้าหมาย (Audience)

เปรียบเทียบตัวแปรของกลุ่มเป้าหมาย ไม่ว่าจะเป็น อายุ เพศ ความสนใจ และกลุ่ม audience ที่เราเคยบันทึกเอาไว้ เพื่อให้โฆษณาหน้าเราจะสามารถรับรู้ถึงกลุ่มเป้าหมายที่เรายิงโฆษณาได้ชัดเจนมากยิ่งขึ้น และเป็นการประหยัดงบในการโฆษณาของเราด้วย

4. ตำแหน่งที่ลงโฆษณา (Placement)

นอกจากนี้เรายังสามารถเปรียบเทียบตำแหน่งของโฆษณาที่เราจะลงได้ เช่นเปรียบเทียบระหว่างการลงโฆษณาแบบ Auto placement กับการเลือกตำแหน่งโฆษณา A/B Testing หรือ การเปรียบเทียบระหว่าง Placement ว่าการลงโฆษณาที่ Facebook หรือ IG ตำแหน่งไหนมีประสิทธิภาพมากกว่ากัน


A/B Testing กับงบประมาณที่ใช้ในการทดสอบ

เครื่องมือ A/B Testing จะแบ่งงบประมาณในการโฆษณาของเราแบบอัตโนมัติ โดยเฉลี่ยตามจำนวนแคมเปญที่เราทำการทดสอบ เช่น ทดสอบ 2 แคมเปญ (แบ่งเงินแต่ละแคมเปญที่ 50%), ทดสอบ 3 แคมเปญ (แบ่งเงินแต่ละแคมเปญที่ 33%) เพื่อไม่ให้เกิดการลำเอียงในแต่ละแคมเปญที่เรารันโฆษณานั้นเอง

ระยะเวลาที่ใช้ทดสอบของเครื่องมือ A/B Testing

เราสามารถกำหนดระยะเวลาที่ใช้ทดสอบได้ไม่เกิน 1 เดือนในแต่ละการทดสอบ ซึ่งแนะนำว่าควร ตั้งไว้ประมาณ 5 วัน เพราะหากจำนวนวันน้อยเกินไป ก็จะทำให้โฆษณารันได้ไม่เต็มที่ หรือหากจำนวนวันมากเกินไป ก็อาจจะเสีย budget ไปโดยเปล่าประโยชน์ แต่ทั้งนี้ก็ต้องขึ้นอยู่กับวัตถุประสงค์ของโฆษณา และสินค้านั้นด้วย

นอกจากนี้ A/B Testing ยังมีกำหนดด้วยว่า ถ้าแคมเปญไหนมีผลลัพธ์ที่ดีกว่าอย่างเห็นได้ชัด การทดสอบก็จะหยุดรันด้วยตัวเอง และแจ้งผลลัพธ์ของการเปรียบเทียบทันที

วิธีสร้างการแคมเปญผ่านเครื่องมือ A/B Testing

เราสามารถสร้าง A/B Test 2 แบบคือ

1. เลือกทดสอบภายในแคมเปญเดียวกัน (ทดสอบตัวแปรที่แตกต่างกัน)

2. เลือกทดสอบระหว่างแคมเปญ

บทส่งท้าย

สุดท้ายนี้ A/B Test ถือว่าเป็นประโยชน์มากสำหรับการทำตลาดออนไลน์ ถึงแม้จะชื่อเครื่องว่า A/B Testing แต่จริงๆ เราสามารถเปรียบเทียบแคมเปญและตัวแปรได้สูงสุดถึง 5 ตัวด้วยกัน ทั้งช่วยประหยัดเวลา และงบประมาณ รวมถึงทำให้เราสามารถวิเคราะห์ผลลัพธ์ โดยเปรียบเทียบได้จากผลลัพธ์ที่แสดงขึ้นจากพฤติกรรมของกลุ่มลูกค้า นอกจากนี้ยังสามารถวางแผนคอนเทนต์ต่างๆ เพื่อใช้ในอนาคตได้ด้วย แต่ยังไงก็ระวังเรื่องปัจจัยภายนอก ไม่ว่าจะเป็นระยะเวลา วงจรของผลิตภัณฑ์ และตัวแปรอื่นๆ ที่อาจส่งผลต่อการทดสอบด้วย ถึงแม้จะเปรียบเทียบผลลัพธ์ภายในระบบ facebook ได้ แต่อย่าลืมวิเคราะห์ปัจจัยภายนอกและพฤติกรรมของลูกค้าที่กระทบด้วยน้า

ฝากแชร์ต่อหาก Content นี้มีประโยชน์กับคุณด้วย

สำหรับใครที่อยากรู้เรื่องราวน่าสนใจในการทำงานต่าง ๆ หรือหากสนใจจะโฆษณากับทาง ForeToday ถ้าเกิดว่ามีข้อสงสัยอะไร ก็สามารถติดต่อเข้ามาพูดคุยสอบถามกับทาง Foretoday ได้ตามช่องทางเหล่านี้

Line@: bit.ly/ForeToday

FB Chat: http://m.me/foretoday

“A better tomorrow starts today “