Невозможно узнать наверняка, какая реклама откликнется у целевой аудитории. Но можно строить гипотезы и проводить тесты перед полноценным запуском. Сделать это поможет репрезентативная выборка.
Репрезентативная выборка в рекламе — это выделение сегментов целевой аудитории для дальнейшего изучения. Термин «репрезентативная» означает, что характеристики изученной группы будут отражать показатели всей ЦА.
Представьте такую ситуацию. Компания, которая оказывает услуги по разработке сайтов, решила запустить контекстную рекламу. Целевая аудитория рекламной кампании — посетители сайта и бывшие клиенты. Всего таких людей 5000 — это генеральная совокупность.
Но можно сделать проще. Допустим, мы сегментируем аудиторию по полу и знаем, что среди нашей ЦА 45% — это женщины, а 55% — мужчины. Тогда мы можем взять 200 пользователей, среди которых будет 90 женщин и 110 мужчин. Если соблюсти гендерную пропорцию, выборка будет репрезентативной.
Кроме пола потенциальных клиентов можно сегментировать и по другим критериям: возрасту, месту жительства, образованию, сфере деятельности. Чтобы выборка была качественной, нужно учесть все характеристики, которые важны для проекта.
Наполнение выборки зависит от признаков всех представителей ЦА. Чтобы выявить эти признаки, нужно правильно составить портрет целевой аудитории и разбить его на подгруппы. Давайте разбираться на примере.
Количество участников в каждом сегменте не обязательно должно совпадать. Допустим, у онлайн-магазина 10 000 подписчиков: 9 750 женщин и 250 мужчин, которые закупаются подарками для жен, девушек, коллег. В этой ситуации можно анализировать только действия женщин, потому что количество пользователей-мужчин незначительное.
Рассчитать количество участников выборки помогут специальные сервисы. Например, Socioline или QuestionStar. Чтобы результаты были достоверными, устанавливайте погрешность не более 1-5%, а коэффициент степени доверия — 95-99%.
Сервисом по доставке пиццы пользуются люди 20-50 лет, это мужчины и женщины с доходом выше среднего. Представим, что они разделены на три возрастных сегмента: 20-30, 30-40 и 40-50 лет.
Если объем выборки составит 600 человек, 300 из которых — это мужчины 20–30 лет, то она будет нерепрезентативной. Тестирование объявления даст ложный результат.
Если из 600 человек 33% составят люди в возрасте от 20 до 30 лет, 33% — от 30 до 40 лет, а 34% — от 40 до 50 лет, при этом по 50% придется на мужчин и женщин, то выборка будет репрезентативной. Она отразит особенности всей целевой аудитории сервиса. Значит, результатам исследования можно доверять.
Цель A/B-тестов — повысить количество кликов и увеличить коэффициент конверсии. Однако согласно исследованиям, достоверную информацию дает только 1 из 8 тестов. Результаты будут значимыми только в том случае, если маркетолог верно рассчитал репрезентативную выборку.
На достоверность тестов влияют такие ошибки.
Недостаточно данных. Предположим, мы изучаем эффективность нескольких заголовков и получаем такие результаты:
| Показы | Клики | CTR, % | |
| Текущее объявление | 72 | 12 | 0,17 |
| Тестируемое объявление | 46 | 1 | 0,02 |
Кажется, что текущее объявление работает лучше. Тогда маркетолог начинает задумываться:
Не стоит верить немногочисленным кликам — это будут поспешные выводы, которые могут не иметь ничего общего с действительностью. Чтобы принимать решение, нужно собрать больше данных. С помощью программы Optimizely давайте узнаем, сколько людей нужно включить в выборку. Для этого:
Ошибочная гипотеза. Например, в ходе тестов мы предположили, что на лендинге нужно изменить описание товара — тогда конверсия в покупку вырастет. Затем мы запустили в рекламу три варианта лендинга с разными описаниями, но покупок больше не стало.
Дело в том, что мало изменить текст или заголовок на сайте. Нужно еще и заинтересовать целевую аудиторию в покупке. Например, подарить промокод на первый заказ или предложить рассрочку. Т.е. изменения должны быть более значимыми, а не косметическими.
Выбрана не та метрика. Результату можно будет верить, если выбрать только одну метрику для улучшения. Например, стоит задача — увеличить конверсию в покупку для новых пользователей. Большинство онлайн-калькуляторов считают размер выборки, учитывая именно эту метрику.
Но если вводных по переходам недостаточно, необходимо обращаться к другим показателям. Например, на рост CTR. В этом случае поможет калькулятор Mindbox. Он рассчитает размер выборки для тестов по таким показателям:
Размер репрезентативной выборки зависит от выбранной метрики и количества тестируемых показателей. Например, узнаем, сколько пользователей нужно включить в выборку при тесте Open Rate. Зададим ограничения: текущий Open Rate — 27%, ожидаемый прирост — 20%, количество тестируемых вариантов — 5.
Самый эффективный способ составить репрезентативную выборку — сегментировать ЦА, а затем выбрать несколько человек из каждой группы. Некоторые маркетологи делают выборку рандомно. Но этот способ работает только для однородной аудитории, представители которой совпадают по полу, возрасту и другим характеристикам.
При тестировании рекламы на репрезентативной выборке возникают такие сложности.
Недостаточное количество просмотров. Чтобы получить статистически значимые результаты, объем выборки при тысячной ЦА должен составлять 500-600 человек. Если по объявлению перешло меньше пользователей, то исследование теряет объективность. В этой ситуации можно снизить уровень доверия до 80%. Только не забудьте учесть это при анализе полученных результатов.
Узкая тематика. Предварительный тест не будет иметь смысла, если вы продвигаете объявление по нескольким ключевым словам.
Низкий бюджет. Если рекламный бюджет ограничен, не стоит тестировать много элементов объявления. В этом случае лучше исследовать принципиально разные типы объявлений, а не одну рекламу с десятком разных заголовков.
Высокий бюджет. Когда бюджет не ограничен, маркетолог может проводить тестирование с размахом и задействовать в тестах несколько тысяч пользователей. Однако в случае с тестированием рекламы подход «чем больше, тем лучше» не работает — это будет долго, дорого и неинформативно.
Эти советы помогут рассчитать репрезентативную выборку и получить достоверные результаты тестирования.
Проявите терпение. Две недели — оптимальное время для получения результата, а несколько тысяч просмотров — оптимальное количество. Лучше тестировать более крупные изменения, чтобы не ждать небольших улучшений.
Действуйте последовательно. Изучите свою ЦА, чтобы реклама попала точно в цель. Неправильно настроенный таргетинг только зря израсходует бюджет, а достоверных результатов вы не получите.
Не забудьте о правилах подсчета выборки. При расчете установите уровень достоверности данных от 95%. Помните, что снижение этого показателя снизит и качество результатов.
Внутри конструктора Unisender — ИИ-ассистент. Поможет составить тему, проверить ошибки в тексте, нарисовать картинку. И даст рекомендации как маркетолог или психолог.
Делимся новостями и свежими статьями, рассказываем о новинках сервиса
Искренние письма о работе и жизни. Свежие статьи из блога. Эксклюзивные кейсы и интервью с экспертами диджитала.
