LinkedIn-annonser: Hvordan A/B-teste veien til effektive kampanjer: Sosiale medier-eksaminator

Er LinkedIn-annonser en del av salgstrakten din? Lurer du på hvordan du deler tester annonsene dine i LinkedIn Campaign Manager?

I denne artikkelen lærer du hvordan du A/B-tester LinkedIn-annonsers plasseringer, reklame, målretting og mer.

Hvorfor delt testing er viktig for LinkedIn-annonsører

Enten du lanserer et nytt tilbud eller ønsker å forbedre eksisterende trakter, trenger du en måte å teste ulike kampanjeelementer på. Ved å sammenligne ulike målgrupper, reklamer og tilbud mot hverandre, kan du ta datadrevne beslutninger om hva som fungerer best – og til slutt hvor du skal investere ressursene dine.

Mange annonseringsplattformer, inkludert Meta Ads Manager og Google Ads, har innebygde A/B-testverktøy. Men i årevis har det ikke vært spesielt enkelt å kjøre eksperimenter med LinkedIn-annonser. Siden LinkedIn Campaign Manager ikke tilbød et delt testverktøy før nylig, har annonsører måttet kjøre testkampanjer manuelt, noe som neppe er en idiotsikker prosess.

Fra april 2023 har imidlertid Campaign Manager et innebygd A/B-testverktøy. Annonsører kan nå eksperimentere med LinkedIn-annonseringskampanjeelementer mer pålitelig, identifisere hva som gir de beste resultatene og lage mer kostnadseffektive betalte kampanjer.

Hvordan er A/B-testverktøyet forskjellig fra å kjøre to kampanjer mot hverandre? LinkedIn Campaign Manager sier at A/B-tester foregår i et statistisk gyldig miljø. Selv om noen medlemmer kan se begge versjonene av testen, har plattformen fastslått at denne potensielle effekten ikke er signifikant.

Campaign Manager støtter testing:

• Annonser, inkludert reklamer, kopi og formater
• Målgrupper, inkludert ulike målrettingsstrategier
• Plasseringer, inkludert LinkedIn Audience Network

Hvordan kjøre en A/B-test i LinkedIn Campaign Manager

For å starte en A/B-test, åpne LinkedIn Campaign Manager og gå til Test-fanen. Klikk på Opprett test-knappen for å åpne rullegardinmenyen, og velg A/B-test.

#1: Konfigurer A/B-testinnstillingene

Gi først A/B-testen et navn som du enkelt kan skille fra en standardkampanje. Du kan for eksempel bruke navnestrukturen for kampanjen din, etterfulgt av A/B-test – [Variabel], slik at du enkelt kan identifisere den som en delt test.

Velg deretter variabelen du planlegger å teste. LinkedIns A/B-testverktøy lar deg eksperimentere med én variabel om gangen, ved å bruke kampanjer som er identiske, bortsett fra dette variabelelementet.

Deretter angir du enten et livstidsbudsjett eller et daglig budsjett for A/B-testen. Campaign Manager deler automatisk budsjettet du angir i to for å bruke like beløp på hver testversjon. Du trenger ikke å justere budsjettet eller trafikken per testversjon, men du bør gi hver enkelt et navn som passer med kontoens standard navnestruktur.

Sett til slutt en tidsplan for A/B-testen. Som standard angir Campaign Manager A/B-tester til å kjøre i 2 uker. Mens du kan justere start- og sluttdatoene manuelt, er minimumstiden for å planlegge for en A/B-test 2 uker.

#2: Sett opp Test LinkedIn-annonsekampanjene

Etter å ha valgt A/B-testinnstillinger, er du klar til å bygge de to testannonsekampanjene. Hvis du er vant til å bruke Campaign Manager, bør oppsettsgrensesnittet se kjent ut, bortsett fra en viktig forskjell.

Fordi de to kampanjeversjonene skal være identiske bortsett fra testvariabelen, trenger du bare å velge de delte innstillingene én gang. Campaign Manager bruker dem automatisk på begge versjonene. Deretter kan du sette opp variabelelementene for hver kampanje.

Kampanjemål

For å konfigurere de delte innstillingene, start med å velge målet du vil bruke for begge kampanjene. Velg deretter testberegningen som LinkedIn vil bruke for å avgjøre vinnerkampanjen. Alternativene varierer avhengig av kampanjemålet.

Målgruppe

Bygg deretter målgruppen for begge kampanjene. Du kan gjenbruke lagrede målgrupper, bruke dataene fra nettstedet ditt eller LinkedIn-selskapets side, eller opprette nye attributtbaserte målgrupper. Hvis du deler testmålgrupper, velger du målretting når du konfigurerer testvariantene i stedet for under kampanjeoppsettprosessen.

Annonseformater

Velg deretter annonseformatet for de to kampanjene dine. Hvis du deler testannonser, har du muligheten til å velge to forskjellige formater å teste; videoannonser, karusellannonser, samtaleannonser, meldingsannonser, dynamiske annonser og så videre. Du kan fjerne merket for denne boksen hvis du vil A/B-teste to reklamer som bruker samme format.

Annonseplassering

Deretter velger du plasseringer for testkampanjene dine. I tillegg til å kjøre dem på tilgjengelige plasseringer på LinkedIn, kan du også velge å plassere kampanjer på LinkedIn Audience Network, som inkluderer tredjeparts nettsteder og mobilapper. Vær oppmerksom på at hvis du tester annonseplasseringer, velger du disse innstillingene når du konfigurerer testvariantene.

Optimalisering og budstrategi

Siden du allerede valgte budsjett og tidsplan under A/B-testoppsettet, overføres disse innstillingene automatisk og kan ikke endres på kampanjenivå. Du kan imidlertid justere optimaliseringsmålet og budstrategien for å samsvare med målene dine. Vær oppmerksom på at disse alternativene varierer basert på kampanjemålet ditt.

Konverteringssporing

Du har også muligheten til å aktivere konverteringssporing for A/B-testene dine. Selv om konverteringssporing ikke er nødvendig, er det viktig for å måle resultater ved hjelp av LinkedIn Insight Tag. Du kan for eksempel spore annonsevisninger, URL-klikk, nedlastinger av leadmagneter, skjemainnsendinger og andre konverteringer.

Hvis du ikke allerede har konfigurert relevante konverteringer for kontoen din, kan du klikke for å opprette en ny direkte fra A/B-testgrensesnittet. Bare definer hvilken type konvertering du vil spore, angi en verdi hvis det er aktuelt, og velg en attribusjonsmodell. Angi deretter sporingsdetaljene, for eksempel nettadressen der konverteringen finner sted.

#3: Design annonsen

Hvis du tester annonser, hopper du videre til neste trinn for å begynne å bygge varianter for hver versjon av deltesten. Men hvis du A/B-tester målgrupper eller plasseringer, er neste trinn å utforme en annonse som skal brukes på tvers av begge versjoner. Akkurat som en standardannonse, må du velge et bilde eller en video, skrive en overskrift, lage en bildetekst og velge en handlingsfremmende oppfordring.

I likhet med Campaign Managers standard kreative arbeidsflyt, kan du enten bla gjennom eksisterende innhold eller designe en ny annonse. Enten du velger å bruke eksisterende innhold eller bygge fra bunnen av, vær oppmerksom på at Campaign Manager anbefaler å legge til fem annonser for optimal ytelse. Flere reklamer er imidlertid ikke alltid optimale for A/B-tester (se gode fremgangsmåter nedenfor).

#4: Bygg A/B-testvariantene

Variantoppsettprosessen ser litt annerledes ut avhengig av kampanjeelementet du velger å teste. La oss se nærmere på hver varianttype.

Hvordan A/B-teste LinkedIn-annonser

For å dele testannonsereklamer må du avklare hvilket spørsmål du vil at eksperimentet skal svare på. Er du for eksempel nysgjerrig på hvilket tilbud eller budskap som vil appellere bedre til publikummet ditt? Lurer du på om bilder eller videoer gir bedre resultater hos din ideelle kunde? Vil du teste forskjellige landingssider?

Bruk svaret ditt til å veilede variantene du bygger. Teknisk sett kan du lage to helt forskjellige annonser med separate sett med overskrifter, bildetekster, reklamer og landingssider. Men det er best å gjøre variantene så like som mulig, bortsett fra elementet du vil teste. I eksemplet ovenfor er variantene like bortsett fra formatet.

Hvordan A/B-teste LinkedIn-plasseringer

Fordi LinkedIns annonseplasseringskontroller er noe begrenset, vil du ikke se alternativer for å dele testplasseringer i appen. Du kan imidlertid teste A/B-plasseringer på LinkedIn Audience Network.

Du kan for eksempel sammenligne resultater fra kampanjer plassert på LinkedIn kun med kampanjer som kjører på LinkedIn og LinkedIn Audience Network. Du kan også A/B-teste ulike merkevaresikkerhetsalternativer for å se hvilke som gir deg mest kontroll uten at det går på bekostning av ytelsen.

Merk at Campaign Managers merkevaresikkerhetsinnstillinger gjelder kun for LinkedIn Audience Network. Ved å bruke disse innstillingene kan du ekskludere kategorier av tredjeparts nettsteder og mobilapper, eller du kan laste opp utgiverlister for å blokkere.

Husk at ikke alle annonsemål fungerer med LinkedIn Audience Network. Du vil for eksempel ikke kunne teste plasseringer for potensielle kampanjer, siden dette målet ikke støtter LinkedIn Audience Network.

Hvordan A/B-teste LinkedIn-målgrupper

Når du velger å teste målgrupper, konfigurerer du målretting for de to variantene før du velger delte kampanjeinnstillinger. Du har muligheten til å velge mellom dine egne lagrede målgrupper, LinkedIn-genererte målgrupper og nyopprettede målgrupper.

Hvis du velger å bygge nye målgrupper, kan du få tilgang til alle de samme målrettingsverktøyene som standard Campaign Manager-grensesnitt tilbyr. Det betyr at du kan opprette målgrupper basert på attributter, utnytte retargeting-målgrupper eller bruke dine egne data for målretting. Du har også muligheten til å ekskludere utvalgte målgrupper for å finjustere målrettingen.

For best resultat, sammenligne målgrupper som har minimal overlapping. På den måten kan du sammenligne de to mens du fortsatt får statistisk signifikante resultater fra splittesten.

Beste praksis for A/B-testing av LinkedIn-annonser

LinkedIns A/B-testverktøy har noen særtrekk. For å sikre at deltestene dine gir nyttige resultater, må du huske på disse beste fremgangsmåtene.

Innrammer testen med en hypotese

Før du setter opp en A/B-test, finn ut hva du vil lære og hva du forventer at resultatet vil bli. For eksempel vil du kanskje vite om kampanjen din gir bedre resultater når du justerer målgruppemålrettingen – spesifikt fra bedriftsmålretting til kontaktmålretting.

Basert på tidligere Linkedin-annonseringskampanjer du har kjørt, kan du deretter oppgi hva du forventer vil skje etter endringen. Når du kjører A/B-testen og gjennomgår dataene, kan du bekrefte om hypotesen din var riktig. Og uansett kan du bruke resultatene til å optimalisere fremtidige kampanjer.

Ved å sette inn en A/B-test med et spørsmål og en hypotese, kan du sikre at du eksperimenterer med de riktige variablene og bruker best mulig oppsett. Du vil også være bedre posisjonert til å bruke det du har lært på andre kampanjer.

Krysssjekk testberegninger

Tilgjengelige A/B-testberegninger endres avhengig av kampanjemålet du velger. For å få nyttige data og velge riktig vinnende variant, er det viktig å velge den mest relevante beregningen for deltesten.

Men i noen tilfeller kan det hende du ikke kan bruke en testberegning som stemmer overens med det endelige målet for kampanjen din. For eksempel støtter ikke LinkedIns A/B-testverktøy bunn-av-traktberegninger som kostnad per kundeemne eller kostnad per konvertering. Så du kan ende opp med å bruke det nest beste alternativet, som kostnad per klikk.

Husk at den vinnende kampanjen kan ha den laveste kostnaden per klikk, men den har kanskje ikke flest konverteringer eller den laveste kostnaden per konvertering. For å evaluere resultatene av A/B-testen din effektivt, ta deg tid til å dykke dypere inn i LinkedIn Campaign Manager-beregninger og krysssjekke mot andre verktøy som Google Analytics.

Gi nok tid til delt testing

Hvis du regelmessig kjører delte tester på andre annonseplattformer, kan du være vant til å bruke en uke eller mindre til disse eksperimentene. For eksempel anbefaler Meta å tillate 7 dager for en A/B-test på Facebook og Instagram, men det er ingen minimumskrav.

LinkedIn fungerer litt annerledes. Delte tester må kjøre i minst 14 dager, og de kan forbli aktive i opptil 90 dager. Har du satt deg et mål om å oppnå spesifikke resultater innen en bestemt dag? Hvis du planlegger å starte med en delt test, sørg for å la eksperimentet gå i minst 2 uker og finne en vinner før du starter kampanjen.

Vær oppmerksom på publikumsstørrelse

Hvis du velger å dele testpublikum, må du være oppmerksom på den estimerte størrelsen på hver variant. Bruk A/B-testsammendrag-vinduet øverst eller i høyre sidefelt for å overvåke publikumsstørrelser. Begge bør være over LinkedIns anbefalte minimumsstørrelse, som er 300 000 for sponset innhold og sponsede meldinger.

Bør du aktivere LinkedIns publikumsutvidelse for A/B-testvarianter? Hvis basismålgruppestørrelsen din er for liten for delt testing, kan aktivering av målgruppeutvidelse hjelpe deg med å nå flere mennesker. Bare husk at målgruppeutvidelse er utviklet for å forbedre leveringen, men det kan redusere målrettingspresisjonen.

Tildel rikelig A/B-testbudsjett

Når du har et begrenset kampanjebudsjett, kan det hende delt testing ikke er realistisk. LinkedIn krever at A/B-tester har minst $10 daglig eller $700 livstidsbudsjett. Men husk at disse beløpene er minimum krav.

LinkedIns A/B-testbudsjett anbefalinger er mye høyere. Plattformen anbefaler å bruke et livstidsbudsjett på $2000 for et publikum på 2 millioner eller mer. For mindre publikum på opptil 1 million anbefaler LinkedIn et livstidsbudsjett på $10 000.

Planlegg å utnytte vinnende varianter

Når deltesten avsluttes, stopper de to kampanjevariantene, slik at du kan se gjennom og reagere på resultatene. I mange tilfeller vil du fortsette å kjøre den vinnende varianten slik at du kan fortsette å få optimale resultater. Merk at LinkedIn vurderer å bruke vinnende annonsesett som statistisk gyldige bare når du fortsetter å kjøre dem uten å gjøre endringer.

Men du kan kanskje bruke resultatene på andre kampanjer og annonser på LinkedIn. For eksempel du kan ta det du har lært om målgrupper, plasseringer og annonseannonser til lignende annonser og kampanjer. Hvis du mistenker at denne tilnærmingen ikke gir optimale resultater, vær åpen for å inkludere A/B-testing i flere kampanjer.

Vet når du skal optimalisere for ytelse

A/B-testing kan være utrolig nyttig, men det er ikke alltid det beste alternativet for å optimalisere LinkedIn-annonser. For eksempel kan det hende du må starte en LinkedIn-kampanje med en gang med et lite budsjett, men du vet kanskje ikke hvilken reklame du skal bruke.

For å optimalisere LinkedIn-annonseannonser uten å kjøre A/B-tester, bør du vurdere å bruke Campaign Managers alternativer for annonserotasjon i stedet. Du kan velge å optimalisere annonser for ytelse, som automatisk identifiserer og leverer annonsene dine med best resultater.

Konklusjon

For LinkedIn-annonsører har delt testing lenge krevd manuelle løsninger. Med Campaign Managers nye A/B-testverktøy kan annonsører nå sammenligne kampanjer basert på annonser, målgrupper eller plasseringer – til slutt identifiserer de beste elementene og muliggjør mer effektiv optimalisering for din LinkedIn reklame.

---

Hold deg oppdatert: Få nye markedsføringsartikler levert til deg!

Ikke gå glipp av kommende markedsføringsinnsikt og strategier for sosiale medier! Registrer deg for å motta varsler når vi publiserer nye artikler på Social Media Examiner. Vårt ekspertutviklede innhold vil hjelpe deg å holde deg i forkant og gi resultater for virksomheten din. Klikk på lenken nedenfor for å registrere deg nå og motta vår årsrapport!

JA! JEG ØNSKER DINE OPPDATERINGER