Reálny dopad vizuálnej úpravy produktových obrázkov na výkon Meta kampaní

Dynamické reklamy

Tieto reklamy výborne fungujú v stredných a spodných fázach marketingového lievika, majú však jednu veľkú nevýhodu. Ak predávate produkty totožné s konkurenciou, nemáte sa ako kreatívne odlíšiť. Áno, môžete používať dynamický rámček, ten sa však zobrazuje len v obmedzenej miere a iba na niektorých umiestneniach.

Preto v agentúre Effectix už dlhodobo používame externý nástroj Feed Image Editor od Mergada na dynamickú úpravu produktových obrázkov. Produktové obrázky tak upravujeme pomocou brandových farieb, pridávame logo a CTA, cenu, zľavu, prípadne claim.

Až doteraz sme však nikdy netestovali reálny vplyv tohto nástroja. To sa teraz zmenilo.

Obchodný model

Test bol spustený na e‑shope JabkoLevně.

Ide o e‑shop zameraný na predaj použitej elektroniky, najmä telefónov, tabletov a počítačov značky Apple. V portfóliu dominujú produkty vyššej cenovej hladiny.

Typickým zákazníkom je používateľ, ktorý chce prémiový produkt, no zároveň preferuje ekonomicky aj ekologicky výhodnejšiu alternatívu oproti kúpe nového zariadenia. E‑shop tak kombinuje výkonnostnú ponuku s dôrazom na dôveryhodnosť, odbornosť a dlhodobú spokojnosť zákazníkov.

Nastavenie A/B testu

Počas piatich dní prebiehal A/B test, v ktorom proti sebe stáli dva totožné ad sety. Mali rovnaké nastavenie, rovnaký rozpočet aj plán, rovnaké formáty reklám aj textácie. Pozornosť sme venovali aj nastaveniam Advantage+ kreatívy. Oba ad sety využívali rovnaké skupiny produktov a rovnaké formáty (katalógový carousel a katalógový single banner).

Jediný rozdiel spočíval v tom, že pre prvý ad set (sada A) bol použitý katalóg, v ktorom upravujeme produktové obrázky pomocou vyššie spomenutého externého nástroja, zatiaľ čo druhý ad set (sada B) využíval katalóg s pôvodnými, neupravenými obrázkami. Aby sme mali istotu kvality testu, oba katalógy boli napojené na rovnaký dataset a zbierali dáta viac ako 90 dní pred testom. Dá sa teda povedať, že s výnimkou produktových fotografií bola sada A totožná so sadou B.

Naľavo produktová fotografia v sade A (upravený obrázok), napravo produktová fotografia v sade B (pôvodný obrázok)

Pri A/B teste sme štandardne optimalizovali na počet nákupov s atribúciou 7 days click + 1 day view, aby sme čo najlepšie nasimulovali bežné správanie reklamy. Ako testované metriky sme zvolili metriky vo vyšších fázach funnelu (CPC, cena za engagement, cena za reach), ako aj metriky v nižších fázach funnelu (pridanie do košíka, prechod k platbe).

Výsledky A/B testu

Z „hard“ metrík sa najsilnejší rozdiel prejavil pri cene za prechod k platbe, kde sada A dosiahla výrazne lepšiu efektivitu. Cena za prechod k platbe bola pri sade A o 70,88 % nižšia. Rozdiel je štatisticky významný pri hladine významnosti α = 0,1, čo znamená, že výsledok môžeme považovať za štatisticky robustný a vysoko spoľahlivý.

Veľmi podobne dopadla aj metrika ceny za zásah 1 000 používateľov, kde sada A vďaka nižšiemu CPM dosiahla hodnotu o 27,23 % nižšiu než sada B. Aj v tomto prípade je rozdiel štatisticky významný pri hladine významnosti α = 0,1, čo opäť potvrdzuje, že ide o skutočný efekt a nie o náhodný výkyv.

Pri pridaní do košíka vychádza cena pri sade A o 62,49 % nižšia, opäť pri hladine významnosti α = 0,1.

Podobne aj pri „soft“ metrike ceny za engagement vychádza sada A o 12,31 % lepšie pri rovnakej hladine významnosti.

Jedinou metrikou, pri ktorej A/B test nedokázal s dostatočnou presnosťou určiť víťaza, je CPC. Hoci nominálne opäť vychádza lepšie sada A, hodnota p > 0,1, teda nie je možné s dostatočnou istotou zamietnuť hypotézu, že ide o náhodný rozdiel.

Vzhľadom na vysokú cenu produktov a teda aj vysoké CPA nebol jednoznačne určený víťaz ani v metrike nákupov, hoci nominálne opäť vychádza lepšie sada A.

Celkovo je však dôležité zdôrazniť, že pri všetkých kľúčových metrikách funnelu, ktoré sa najviac premietajú do obchodného výsledku, A/B test určil víťaza. Výsledky sú navyše vzájomne konzistentné, čo ďalej posilňuje dôveryhodnosť záverov.

Relatívny rozdiel výsledkov sa nemení ani pri vyhodnocovaní iba prvej konverzie na používateľa, čo dokazuje, že výsledky nie sú ovplyvnené aktívnymi „klikačmi“, ktorí tovar opakovane pridávajú a odoberajú z košíka.

Veľmi zaujímavým zistením je aj nižšie CPM pri sade A, ktoré potvrdzuje vyššiu relevanciu reklám, a teda častejšie víťazstvo v aukciách.

Obmedzenia testu

Napriek tomu, že výsledky testu vykazujú vysokú mieru štatistickej opory a konzistencie naprieč metrikami, je dôležité uviesť niekoľko obmedzení, ktoré je potrebné zohľadniť pri ich interpretácii.

Test síce prebiehal s dostatočným rozpočtom, avšak v relatívne krátkom časovom období piatich dní, a preto nereflektuje sezónnosť, cenovú citlivosť používateľov v dlhšom časovom horizonte ani prípadné zmeny správania publika. Výsledky preto nemožno automaticky zovšeobecniť na všetky situácie a dlhodobé správanie kampaní bez ďalšej validácie.

Ďalším obmedzením je skutočnosť, že test bol realizovaný na konkrétnom type sortimentu a konkrétnej značke. Aj keď je efekt výrazný a štatisticky podložený, nemožno vylúčiť, že iné produktové kategórie alebo iná cenová hladina môžu reagovať odlišne. Rovnako nemožno vylúčiť, že značky s vysokým povedomím o značke (brand awareness) alebo so špecifickým vizuálnym štýlom môžu dosahovať rozdielnu intenzitu efektu.

Hoci boli oba testované ad sety nastavené identicky a pracovali s rovnakým datasetom aj historickými signálmi, je potrebné počítať s tým, že Meta je probabilistický systém, ktorý sa v čase optimalizuje na základe nie úplne kontrolovateľných interných modelov. Preto nie je možné stopercentne eliminovať vplyv algoritmických mikrozmien počas testu.