広告クリエイティブのA/Bテスト

Mintegralの広告クリエイティブA/Bテスト機能は、広告主が推測に頼らず判断できるように設計されています。構造化された実験環境を提供することで、creative assumptionsを検証し、scaleに適したhigh-converting assetsを迅速に特定できます。

広告クリエイティブA/Bテストのユースケース

既存campaignを最適化する場合でも、新しいassetsをlaunchする場合でも、A/B testingは主に2つのcore objectivesに役立ちます。

• クリエイティブパフォーマンスの最適化

  • 直接比較: 2つのcreativesがあり、どちらのperformanceが優れているか不明な場合、experimentsを使用してdata-backed conclusionに到達します。
  • 組み合わせ最適化: specific asset combinationsの効果を確認します。たとえば、1つのvideoに2つの異なるPlayablesを組み合わせ、どちらのPlayableがより高いconversionsを促すかをtestします。

• クリエイティブ展開の高速化:

  • 他のplatformsで非常に良いperformanceを示しているcreativeが、Mintegralのautomatic system経由では十分にscaleしていない場合、A/B testingを使用してtrafficを手動で割り当てることができます。これによりassetがsamplesを迅速に蓄積し、systemがそのassetをscaleする能力を加速できます。

A/Bテストの作成方法

ナビゲーションパス: Delivery Tool > Creative AB

手順:

1. 基本情報を入力する: experimentを作成し、基本的なproject detailsを入力します。

2. コントロールグループを設定する: control creativeを選択し、対応するtraffic percentageを割り当てます。
3. 実験グループを設定する: 1つ以上のexperimental creativesを追加し、trafficを割り当てます。

💡 ヒントおよび重要事項

実験ルール

• 一意性: 1つのcreativeは、同時に1つのexperimentのcontrol groupとしてのみ使用できます。複数のexperimentsに同時参加することはできません。

実験の作成

• 新しいクリエイティブの比較: 完全に新しい2つのcreativesを比較する場合は、既存trafficを持つcreativeをcontrol groupとして使用し、両方の新しいcreativesをexperimental groupsとして設定することをおすすめします。
• コントロールグループと実験グループの設定: すでにscaleしており十分なvolumeを持つcreativeをcontrol groupとして選択することをおすすめします。experimentにはcontrol groupを1つだけ設定できますが、experimental groupsは最大4つまで設定できます。
• トラフィック配分: control groupとすべてのexperimental groupsのtraffic proportionsの合計は100%である必要があります。
• アセット要件: Experimental creativesは、以下のdimensionsでcontrol groupと一致している必要があります。
  • 画像／アイコン: Dimensionsが同一である必要があります。
  • 動画: Dimensionsが同一である必要があります（bitrateおよびdurationは現在制限されていません）。
• Playable: WebGL propertiesが同一である必要があります。

実験の実施

• トラフィックの変動: experimentが開始されると、systemはexperimental groupsにtrafficを割り当てます。そのため、control group creativeのvolumeが減少するのは正常です。
• 実験期間: experimentsは、確信度の高い結論に到達するためにdataを蓄積する時間が必要です。最低cycleは2日をおすすめし、experiment実行中の頻繁な変更は避けることを推奨します。

結果の分析と調整

experiment開始後、experiment listの"Operation" optionからreal-time reportsを確認できます。

💡 ベストプラクティス

• 信頼度の測定: data volumeが十分な場合にのみ、結論は信頼できます。最低1,000 impressionsをおすすめします。CPI-based offersでは、結果を判断する前に、十分な数のinstallsが生成されるまで待つことをおすすめします。
• 変数の定義とデータの理解: experimental groupとcontrol groupの違いを明確に定義し、比較するspecific dimensionを決定してください。たとえば、同じvideoと異なるPlayablesのsynergyを検証する場合、conversion ratesの差を分析してoptimal creative pairingを特定します。
• 最適化の実施: experimentの結論に基づいてoffer configurationを調整してください。たとえば、winning Playableとvideoを新しいcustom creativeに組み合わせ、underperforming combinationsを削除します。

FAQ

Q: experimentはOffer全体のvolumeに影響しますか？experiment終了後、control groupは影響を受けますか？
A: Offer全体のvolumeには影響しません。experiment終了後、experimental creativeが正常にscaleした場合、元のcontrol group trafficの一部を引き継ぐことがありますが、全体volumeが大きく変動することはありません。

Q: experimentに含めたいcreativeが見つからないのはなぜですか？
A: systemは、設定したCreative Group、Ad Type、Ad Outputに基づいて利用可能なcreativesをfilterします。使用したいspecific assetsを組み合わせるには、Custom Creativesの使用をおすすめします。

Q: 作成できるexperiments数に制限はありますか？
A: はい。advertiser accountごとの"Running"および"Pending" statusのexperiments総数は50を超えることはできません。

Q: "Video + Playable" creativeを使用して"Playable-only" creativeのscaleを支援できますか？
A: いいえ。現在、A/B testingは同じtypeのcreatives間の比較のみをサポートしています。

Q: experiment reportのdataがPerformance Reportと一致しないのはなぜですか？
A: 公平性を確保するため、A/B experiment reportは、control groupとexperimental groupsの両方が同じimpressionで競争可能な場合にのみdataを記録します。特定のimpressionがcontrol groupにのみeligibleである場合、そのdataはPerformance Reportにのみ記録されます。そのため、Performance Reportにおけるcontrol groupのvolumeは通常experiment reportより高くなります。