Apa Itu A/B Testing dalam FB ads & Bagaimana Melakukannya

Apa Itu A/B Testing dalam FB ads & Bagaimana Melakukannya

Menyusul catatan saya beberapa waktu lalu, berbagai teman-teman advertiser yang menghubungi saya lewat PM untuk bertanya mengenai hal yang teknis. Terus terperinci agak kewalahan saya menjawabnya, alasannya yaitu kadang kala pertanyaan yang diajukan terlalu dasar dan itu semua sudah tersaji di Facebook help.

Saya sarankan kepada Anda yang gres memulai beriklan, mulailah dari berguru mampu berdiri diatas kaki sendiri dulu. Habiskan waktu menggali ilmu dari Facebook help, gres kemudian Anda bisa berdiskusi dengan advertiser lain. Mengapa? Agar Anda lebih “nyambung” ketika berdiskusi. 

 

Nah, ini link-nya: https://business.facebook.com/busin...

Mempelajari hal ini tidak terlalu sulit. Dalam waktu yang singkat Anda pasti bisa. Coba sempatkan 1 hari penuh untuk mempelajari hal-hal terkait teknis di dalam link tersebut.

Ok, sekarang kita lanjut pada materi utama.

 

Apakah pekerjaan utama seorang advertiser?

Betul bahwa secara tekstual pekerjaan seorang advertiser yaitu memasang iklan. Namun pekerjaan bekerjsama yang dilakukan adalah mengambil keputusan.

 

Keputusan yang tepat, lahir dari kecermatan seorang advertiser dalam membaca data-data pendukung, dimana data-data ini ada yang berantakan secara gratis, dan ada yang harus kita beli untuk mendapatkannya.

Saya tidak akan membahas secara keseluruhan, alasannya yaitu kalau dijabarkan akan sangat panjang. Salah satu cara yang ingin saya bahas yaitu ihwal cara menerima data dengan A/B testing.

A/B testing dalam facebook ads berarti sebuah teknik perbandingan kinerja antara satu adset/ads terhadap adset/ads lainnya, demi menemukan sebuah winning adset/ads. 

 

Pada algoritma FB terdahulu, kita seringkali melaksanakan A/B testing secara brute force; yakni menduplikat adset sebanyak-banyaknya, untuk menemukan adset mana yang terbaik. Benarkah? Saya tidak bisa membenarkan atau menyalahkan, tapi menurut saya pribadi, cara duplikat ini sudah tidak lagi efektif.

Selain antara satu adset dan yang lain akan saling kanibal, cara menyerupai ini akan menunjukkan kita peluang yang sangat rendah untuk menemukan “signifikansi statistik” (statistical significance). “Signifikansi statistik” yaitu tujuan dari sebuah A/B testing. Melalui sebuah penelitian sederhana, kita akan menentukan adset mana yang paling menunjukkan perbedaan matriks secara signifikan antara satu dengan yang lain. 

 

Sebagai contoh, misalkan Anda menjalankan 10 adset secara bersamaan (diasumsikan Anda membagi adset dengan formasi yang benar) dengan budget masing-masing Rp 500.000. Setelah Anda running selama 3 hari, terdapat 2 adset yang menunjukkan perbedaan mencolok pada matriks-matriks nya. Maka 2 adset tersebut lah yang dikatakan signifikan, atau dalam bahasa statistik 2 adset ini disebut pencilan.

Indikator Penting

Sebelum masuk ke dalam A/B Testing, saya ingin sedikit membagi indikator penting dalam FB. Kalau kita membuka dashboard facebook ads, terdapat berbagai matriks yang dimunculkan. Hal ini menunjukkan kerepotan tersendiri, terutama bagi mereka yang barusan memulai beriklan. Dulu saya juga begitu. Namun seiring berjalannya waktu, ternyata hanya ada beberapa indikator saja yang perlu kita perhatikan dan harus wajib hingga pada level “intuisi”, yang artinya kalau kita buka dashboard, kita harus pribadi fokus pada bagian-bagian itu.

 

Indikator 1 : CTR / CTR Link

CTR (click-through rate) yaitu kinerja dari iklan kita. CTR berarti perbandingan antara semua klik yang diterima oleh iklan kita vs impresi iklan. Semakin tinggi CTR, maka terindikasi semakin baik kinerja iklan kita (belum tentu pasti baik). Beberapa waktu lalu FB juga sudah meluncurkan CTR link, yakni CTR yang dikhususkan pada klik link saja

 CTR All = Click-through rate for all clicks. The total number of clicks you received (ex: offsite clicks, likes, event responses) divided by the number of impressions.
 
  
 
 CTR link = Click-through rate for clicks to link. The number of clicks you received on your ad that direct people off Facebook, divided by the number of impressions.
 
  
 

Misal CTR 2%. Artinya, dari 100 orang yang melihat iklan Anda, ada 2 orang yang minat dan meng-klik iklannya. Jumlah orang yang mau klik atau tidak, itu seringkali lebih dipengaruhi oleh image dan audience dari iklan kita. Maka untuk memperbandingkan kinerja image atau kesesuaian audience antara satu adset dengan adset yang lain, seringkali beberapa advertiser cukup dengan melihat CTR-nya.

Berapa CTR yang lazim? Data ini tidak tersedia, alasannya yaitu setiap niche dan produk berbeda-beda. Ada yang optimum di angka 1%, 2%, bahkan ada yang 10%. Cara mengetahuinya yaitu Anda harus mencoba sendiri dan membeli sendiri datanya dengan cara A/B testing. 

 

Ini bukan indikator paling penting yang harus Anda perhatikan. Nanti dibawah akan saya berikan indikator paling utama yang harus Anda ingat pada ketika beriklan.

 

Indikator 2 : Reach & Impression

Mana yang lebih penting, reach atau impresi? Kita kembalikan ke definisi. Reach/jangkauan yaitu jumlah orang yang disajikan iklan kita oleh FB (entah orang tersebut memperhatikan ataupun tidak). Sedangkan impresi, yaitu jumlah view dari iklan kita (setiap orang bisa saja melihat iklan kita 3x, maka hal tersebut dihitung 3 impresi).

Insight penting:

1. Perhatikan bahwa impression selalu lebih besar atau sama dengan reach
2. Setiap orang yang melihat ads kita, entah itu dari iklan ataupun dari organik (share dari temannya) akan dihitung sebagai 1 impresi.

Indikator 3 : Ads Spent, Purchase, Cost per Purchase, BEP, & ROI

Inilah indikator paling penting yang harus Anda perhatikan. Kadangkala kita lupa kalau iklan itu tujuannya cuma ada 2: membeli data dan untung. Kalau Anda tidak untung, pastikan bahwa Anda sadar sedang membeli data. Kalau hanya rugi rugi saja, mendingan disedekahkan kepada yang berhak.

• Profit = Revenue - Modal - Ads spent. Revenue yaitu omset di hari itu, modal yaitu belanja produk (pada sketsa afiliasi tentu tidak ada cost ini), lalu ads spent yaitu pengeluaran untuk iklan.
• BEP = Break Even Point. Ini yaitu kondisi dimana iklan Anda sudah menyelesaikan kewajibannya untuk membayar dirinya sendiri hari itu. Misal Anda beriklan 1 juta. Dalam hari tersebut, dari traffic yang tercipta oleh iklan Anda, sudah berhasil menunjukkan Anda keuntungan 1 juta. Saat itulah kondisi BEP
• ROI - Return on Investment. Karena judulnya yaitu investment (advertiser profesional selalu menganggap iklannya sebagai investasi), maka saya pribadi selalu menghitungnya BUKAN dibandingkan dengan revenue, melainkan profit. Misal dikatakan ROI 100%. Maka dari budget iklan 1 juta, didapatkan profit sebesar 1 juta.
• Purchase & Cost per Purchase - indikator ini Anda butuhkan jikalau Anda beriklan dengan menggunakan website yang penggunanya membeli secara mandiri. Kalau untuk lokal, sepertinya belum terlalu dibutuhkan. Seperti artinya, purchase yaitu jumlah penjualan Anda pada hari itu, dan cost per purchase yaitu harga iklan yang harus Anda keluarkan untuk menjual 1 unit barang.

Indikator ini sederhana sekali, namun penting. Makara yang terpenting ketika Anda beriklan, yaitu profit. Kalau menurut guru saya Eka Bagus, iklan yang terbaik yaitu iklan yang bisa membiayai dirinya sendiri. Kalau Anda berikan budget Rp 1 juta per hari, dan iklan tersebut menunjukkan Anda untung Rp 200,000 per hari, jangan ditutup. Biarkan saja jalan. Kan sudah untung, walaupun hanya memberi ROI 20%.

Setiap hari ketika memasang iklan, saya selalu menghitung berapa penjualan yang harus terjadi dari iklan saya. Karena saya beriklan sebagian besar di market luar, saya cukup memperhatikan berapa revenue di dashboard penjualan saya. Kalau sudah menyentuh revenue yang saya harapkan (BEP), saya sudah nggak terlalu peduli dengan apa yang terjadi setelahnya. Berapapun hasilnya, harus disyukuri.

Beberapa Cara Melakukan A/B Testing

A. Membagi Minat Audience

Pertama-tama, sebelum beriklan tentunya Anda akan menetapkan dulu, siapa target market Anda. Misalkan Anda hendak memasarkan sebuah alat pancing. Tentu saja disini Anda tidak perlu berpikir lama kalau audiensnya yaitu orang yang gemar memancing. Makara tidak perlu anda melaksanakan A/B testing antara interest “hobi memancing” vs “hobi memasak”. Ini sederhana.

Yang perlu Anda bagi yaitu minat-minat yang berada dalam niche tersebut. Anda perlu membagi minat tersebut menjadi beberapa bagian, gres kemudian Anda uji antara satu minat dengan yang lainnya. Usahakan setiap kelompok minat terdiri dari paling tidak 700,000 hingga 1 juta audience. Jangan terlalu kecil dan jangan terlalu besar.

Untuk membagi audience, Anda perlu memenuhi beberapa kaidah biar menunjukkan hasil yang diharapkan. Berikut beberapa kaidah utama :

• Kelompok interest saling memiliki kesamaan/korelasi. I love fishing dan fishing time misalnya, bisa dijadikan 1 kelompok interest. Sedangkan memasak dan memancing, tidak bisa dikelompokkan jadi satu, alasannya yaitu ini beda minat.
• Tidak mengalami overlapping antara satu kelompok dengan kelompok minat yang lain. Overlapping yaitu irisan. Sebisa mungkin setiap kelompok audiens yang nanti akan dijadikan target iklan tidak saling beririsan, itu maksudnya. Cara untuk mengetahuinya cukup mudah, Anda bisa mengecek pada tools yang disajikan oleh FB, yakni Audience Overlap.

Cara Menggunakan Audience Overlap

Pertama-tama, Anda masuk ke tab Tools > Audiences

Jika Anda belum pernah menyimpan Audiences, maka Anda akan melihat tampilan menyerupai di bawah ini. Pilih tombol Create a Saved Audience.

Jika sudah, maka Anda akan dibimbing pada halaman targeting, persis menyerupai ketika Anda menyetting iklan. Nah saya asumsikan Anda sudah bisa melakukannya. Disini saya beri teladan sebuah targeting dengan minat/interest Recreational Fishing dan Trolling. Keduanya saya bagi menjadi 2 saved audience.

Centang kedua audience tersebut, lalu tekan tombol Actions, pilih Show Audiences Overlap

Setelah ini Anda akan melihat tampilah berupa diagram Venn menyerupai berikut :

Anda amati diagram tersebut. Disitu digambarkan 1,2 juta orang meminati Recreational Fishing. Bagaimana komposisi orang tersebut jikalau dibandingkan dengan orang yang meminati Trolling? Ternyata dari 1,2 juta orang tersebut, hanya 149,960 orang yang juga menyukai Trolling, atau sekitar 12%.

Untuk menerima gambaran yang lebih utuh, Anda bisa tekan tombol di kanan atas, ganti menjadi Trolling.

Dari 460,ooo orang yang menyukai Trolling, 149,960 orang menyukai recreational fishing. Ini berarti ada kesamaan minat sebesar 33% terhadap audience Trolling. Apa makna dari data-data ini?

• Pada ketika Anda nanti memasang iklan, Anda bisa menargetkan orang yang menyukai Trolling DAN recreational fishing, yang artinya luas audiens Anda sebesar 140,000-an orang.
• Bisa juga ketika Anda tidak ingin menargetkan Trolling dalam audiens Anda, entah alasannya yaitu alasan apa, Anda tahu bahwa jumlahnya itu tidak terlalu signifikan di dalam audiens recreational fishing (hanya 12%).
• Tapi jikalau Anda ingin menargetkan Trolling dan tidak ingin menargetkan recreational fishing, Anda tidak bisa mengabaikan 33% orang yang juga menyukai recreational fishing dalam audiens Trolling Anda.

Belibet ya? :D Semoga paham. Kalau belum paham, silakan dicoba-coba sendiri.

Hal ini terlihat tidak begitu penting. Namun pada prakteknya, saya sangat sering memanfaatkan ini untuk menelusuri audience. Ketika saya ingin melaksanakan penelitian terhadap 10 target pemirsa/audiens, maka saya memastikan audiens yang saya targetkan tidak beririsan terlalu besar antara satu dengan yang lain, untuk menunjukkan pemahaman yang tepat.

B. Membagi kelompok umur atau demografi

Setelah Anda menetapkan target audiens dari iklan Anda, Anda bisa mulai melaksanakan penelitian yang berafiliasi dengan demografi dan kebiasaan audiens Anda. Cara ini bisa dieksekusi melalui Audience Insights. Mengenai penggunaan audience insights, mungkin akan saya berikan pada notes berikutnya, alasannya yaitu cukup panjang. Mudah-mudahan Anda tidak tabah dan bisa mengeksplorasi sendiri.

Inti dari menggunakan Audience Insights dalam proses ini yaitu untuk menemukan sebaran demografi untuk target market Anda.

Sebagai teladan yaitu minat Trolling (lihat gambar diatas). Dari audience insights kita bisa menerima data bahwa ternyata 50% orang yang menyukai Trolling yaitu usia 18-24 tahun, dan 38% berada pada usia 25-34 tahun. Total dari 2 kelompok umur ini yaitu 88% yang artinya sudah sangat mayoritas.

Jika kita ingin mengetahui sebaran peminatnya dengan spesifik, Anda bisa menargetkan iklan Anda kepada umur tersebut dengan jarak 2 tahun misalnya. 18-19, 20-21, dst. Nantinya Anda akan memiliki 9 adset yang tidak saling overlap antara satu dengan yang lain.

Kalau sudah membagi berdasarkan umur begini, apakah perlu membagi berdasarkan interest lagi? Jika Anda punya budget yang cukup untuk melakukannya, kenapa tidak? Semakin banyak data yang bisa dipanen, akan menunjukkan gambaran yang utuh mengenai target marketnya.

Perlu diperhatikan biar Anda jangan terpatok hanya pada umur. Demografi itu luas, ada pekerjaan, industri, pendidikan, dsb. Jangan takut untuk meneliti respon audiens Anda secara demografi demi menemukan winning campaign.

C. Menguji variasi ad image

Salah satu A/B testing yang biasa digunakan juga dengan menguji gambar-gambar yang Anda gunakan sebagai ad image. Ini juga merupakan faktor yang penting, alasannya yaitu beda ad image sedikit saja, bisa mengubah hasil akhirnya.

Perubahan ad image akan menunjukkan hasil signifikan biasanya jikalau unik, kontroversial, membangkitkan rasa penasaran, atau mengandung konten seks. Perlu diperhatikan juga bahwa FB menunjukkan kredit yang sangat besar pada ad image. Bisa dibilang, ad image termasuk penentu keberhasilan iklan. Mengenai cara A/B testing ad image, tidak perlu saya paparkan disini alasannya yaitu sebagian besar advertiser sudah mengetahui caranya.

Penutup

Saat Anda melaksanakan A/B testing, jangan lupa bahwa Anda harus mengamati indikator penting; dan satu faktor yang paling harus Anda perhatikan yaitu titik impas (BEP) dan return dari iklan Anda. Percuma jikalau iklan Anda menunjukkan CTR yang tinggi dan jangkauan yang luas, namun tidak menunjukkan konversi yang baik atau malah rugi.

Jangan lupa makan, selamat memasang iklan!

Tweet