Test: wisselend resultaat met uitbreiding doelgroep-targeting Facebook

Adverteren via Facebook en Instagram blijft groeien. Maar niet alles wat Facebook als verbetering presenteert pakt bij iedere campagne positief uit, zo leert een experiment. De les: altijd testen en ‘data-driven’ optimaliseren.

De inzet van advertenties op Facebook en Instagram blijft maar doorgroeien. Zo is Facebook’s omzet uit advertenties in het derde kwartaal van 2021 met circa 33% toegenomen ten opzichte van dezelfde periode vorig jaar: een signaal dat de advertentiekanalen van Facebook steeds belangrijker worden voor bedrijven.

Daarnaast wordt het advertentieplatform continu verbeterd met nieuwe functionaliteiten. Dit biedt kansen voor bedrijven om resultaten te verbeteren, maar ook risico’s, aangezien nieuwe functionaliteiten geen garantie geven tot betere resultaten. Sterker nog, het blindelings doorvoeren van nieuwe functionaliteiten kan zelfs leiden tot slechtere resultaten. Hoe pas je nieuwe functionaliteiten toe zonder het risico dat je resultaten verslechteren? In dit artikel leg ik uit hoe een data-driven optimalisatieaanpak aan de hand van experimenten je hierbij kan helpen.

Valideren van optimalisaties via experimenten

Het testen van innovaties en het analyseren van het effect kan op twee verschillende manieren:

1. Doorvoeren van de innovatie en het tijd over tijd analyseren van het effect.
2. Het opzetten van een experiment waarbij 50% van een groep wordt blootgesteld aan de innovatie en 50% niet.

Alleen via een experiment weet je zeker wat het effect is van een aanpassing in je campagnes. Een tijd-over-tijd-analyse laat dit niet zien doordat ook externe factoren invloed hebben op je campagnes. Denk hierbij aan factoren zoals het weer, een kortingsactie of andere aanpassingen in je Facebook-campagnes.

Test nieuwe innovaties daarom altijd eerst via een experiment. In de eerste plaats om te begrijpen wat het effect van een innovatie is op het resultaat van je campagnes. Maar ook om dingen te leren over je doelgroep. Zo zou je via een experiment kunnen ontdekken welke communicatieboodschap het beste werkt. Een waardevolle learning die je ook kunt gebruiken voor andere marketingkanalen.

Om de betrouwbaarheid van een experiment verder te verhogen is het advies om het volgende aan te houden:

• Doe maximaal 1 aanpassing tussen de controle en de variant
• Een experiment moet minimaal 7 dagen lopen
• Het kanspercentage dat Facebook aangeeft moet 80% of hoger zijn
• Er moeten minimaal 100 conversies plaatsvinden in de controle en de variant

Aanvullend daarop hertesten we met enige regelmaat innovaties of hypotheses om te valideren dat het nog steeds een verbetering is. Deze aanpak heeft aantoonbaar positieve resultaten opgeleverd bij onze klanten.

Voorbeeld experiment doelgroep uitbreiding

Een van de innovaties die we getest hebben is de uitbreiding van doelgroep-targeting. Volgens Facebook kan deze uitbreiding ervoor zorgen dat je campagneprestaties verbeteren doordat het algoritme een grotere groep mensen kan bereiken. Een mooie belofte, die ook veel tijd zou besparen bij nieuwe campagnes omdat het uitwerken van een concrete doelgroep-target minder belangrijk zou worden. Om het effect van uitbreiding in doelgroep-targeting in kaart te brengen – maar ook om een learning op te doen voor toekomstige campagnes – hebben we besloten om dit bij twee van onze klanten te valideren via een experiment.

Het resultaat

Het resultaat was verschillend bij onze klanten. Klant 1 liet positieve resultaten zien met een stijging in conversies en een daling in de kosten per conversie. Bij klant 2 was dit het tegenovergestelde. Ondanks de belofte van Facebook laat dit zien dat een ‘optimalisatie’ ook negatief kan uitpakken. Probeer dit daarom altijd te testen via een experiment.

Ontdek de meerwaarde van experimenten

Met een data-driven optimalisatieaanpak kan het volgende voor je opleveren:

• Je bent sneller in het uitrollen van innovaties, als je die direct test in plaats van te wachten op de eerste reacties vanuit de markt.
• Data moet leidend zijn in hoe je campagnes opzet, van targeting tot optimalisatiedoelen en advertentiecontent.
• Je kunt ervoor zorgen dat advertentiebudgetten sterker renderen door aanpassingen die niet, of negatief werken, na de testperiode niet te implementeren.

Ook meer resultaat behalen uit social advertising? Begin dan zelf met een data-driven optimalisatieaanpak waarbij je alle optimalisaties valideert via experimenten.

Over de auteur: Jeroen Witteman is CXO & Digital advertising consultant bij OrangeValley.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en Facebook.