blog.7digits-dev.eu

Tag: tesztelés

  • A/B tesztelés – Az adatvezérelt marketing alapköve

    [vc_row][vc_column][vc_column_text]

    Sokszor olvashattad a 7Blogon – és mostanában egyre több más oldalon is -, hogy adatvezérelt marketing… de ugyan mitől lesz egy online piacszerzési technika adatvezérelt? A látogatók viselkedésének mérése és üzleti szempontú elemzése a metodika kulcsa, ahhoz azonban, hogy a marketing adatvezérelt legyen, ez még édeskevés. Az alábbi cikk betekintést nyújt a szegmentációba, az A/B tesztelésbe és annak a módszertannak a technikáiba, amit sok amerikai online marketing ügynökség mellett a 7Digits is alkalmaz a mindennapokban. Íme, így működik az adatvezérelt marketing a gyakorlatban:

    Szegmentáció

    Az adatvezérelt működés a marketing tölcsér teljes hosszában alkalmazható, így rögtön a hirdetéseknél kezdődik. Az adatvezérelt hirdetések egyik legalapvetőbb technikája a szegmentáció. A szegmentáció lényege, hogy bizonyos ismérvek alapján szétdaraboljuk a piacot, és megnézzük, hogy melyik szegmens hogyan teljesít.

    A piaci szegmentáció nem új dolog, multinacionális vállalatok évtizedek óta végeztetnek közvélemény-kutatásokat annak érdekében, hogy megtudják, hogy a férfiak vagy a nők, vagy épp a 18-25 évesek avagy a 40 év felettiek reagálnak-e jobban az üzeneteikre. A modern online marketing azonban ennél jóval tovább megy…

    A nagy különbség

    A közvélemény-kutatással – szemben az A/B tesztelés gyakorlatával – ugyanis van két óriási probléma: az első, hogy meglehetősen lassú és drága, így mindmáig a közép- és nagyvállalatok játékszere maradt. A másik probléma, hogy a közvélemény-kutatás véleményt mér (az emberek pedig nem feltétlenül mondanak mindig igazat). Nem azért, mert tudatosan hazudnak, hanem azért, mert a közvéleménykutatás kontextusában olyan vélt, vagy vágyott színben tüntetik fel döntéseiket, amik a valóságban máshogy alakulnak.

    Nem feltétlenül van szó szándékos ferdítésről, pusztán arról, hogy pillanatnyi kedvünk óhatatlanul befolyással van arra, hogy miről mit gondolunk, nem beszélve a gyakran rosszul összeállított kérdőívekről, rossz irányból közelítő kérdésekről – amelyek szükségszerűen torzítják a végeredményt. 

    Az adatvezérelt marketing eszköze, az A/B tesztelés a közvélemény-kutatásokkal szemben nem véleményt, hanem viselkedést mér…

    …és így olyan mély és árnyalt piacismeretet nyújt alkalmazóinak, amire egy közvélemény-kutatás soha nem lesz képes — ráadásul mindezt olcsón és gyorsan.

    Ez a módszer tehát természetéből fakadóan áthatol a társadalom felé mutatott álarcon azáltal, hogy a tényleges viselkedést méri és teszi standardizálhatóvá. Márpedig aki képes kifürkészni és standardizálni az emberek viselkedését, az bizonyos mértékig képessé válik előre jelezni, illetve befolyásolni is azt — a viselkedéstervezés művesztéről alább lesz is még szó bőven.

    A/B tesztelés

    Ami a piac tekintetében a szegmentáció, az a hirdetések és a landing oldalak esetében az A/B tesztelés. A/B tesztnek hívjuk, amikor egy hirdetés vagy landing oldal két variációját teszteljük azáltal, hogy ugyanarra a közönségre párhuzamosan indítjuk el a két hirdetést. Az adott közönségből a Facebook algoritmusa véletlenszerűen választja ki azokat, akiknek megmutatja az egyik vagy a másik hirdetést, így pedig pontosan lemérhető a hirdetések egyes változatainak teljesítménye.

    Az A/B tesztekkel kiválóan összehasonlítható két hirdetés, bár pontosabb eredményt kapunk, ha a hirdetésnek csak egy-egy elemét (mondjuk a képi kreatívot, vagy a címsort) A/B teszteljük. Ebből a lehetőségből született meg az adatvezérelt marketing egyik gyakorlati elve: minek is vitatkozzunk a kreatívokon, amikor lehetőség van a kérdés objektív eldöntésére azáltal, hogy éles környezetben leteszteljük, melyik variáció teljesít jobban és utána azt alkalmazzuk a teljes célcsoportra?

    A régi iskola

    A marketing régi iskolája által használt hagyományos ATL-felületeken sem a szegmentáció sem az A/B tesztelés lehetősége nem létezett; nemcsak túl drága lett volna tízféle óriásplakátot vagy TV-spotot legyártani, de — mivel úgysem lehetett pontosan mérni a vásárlók reakcióját — a több variáció nem is eredményezett volna semmilyen használható adatot.

    Ezért inkább nekiültek a legjobb kreatívok, és naphosszat vitáztak azon, hogy melyik variáció legyen a nyertes; a végén megállapodtak, és soha senki nem volt képes megmondani, hogy jól  döntöttek-e vagy sem… A nagy online hirdetési platformok és az adatvezérelt marketing módszertana azonban túllépett ezen a világon.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column vertical_content_position=”middle” rc_heading_color=”primary-1″ rc_bg_type=”color” heading_color=”primary-1″ css=”.vc_custom_1636234731627{border-top-width: 1px !important;border-bottom-width: 1px !important;padding-top: 4% !important;padding-right: 4% !important;padding-bottom: 4% !important;padding-left: 4% !important;background-color: #1f3043 !important;border-top-color: #dd3333 !important;border-bottom-color: #dd3333 !important;border-radius: 4px !important;}” font_color=”#ffffff” rc_font_color=”#ffffff” rc_bg_color=”#203042″ grve_css=”{“desktop“:{“border-top“:1,“border-right“:1,“border-bottom“:1,“border-left“:1,“border-top-left-radius“:“4px“,“border-top-right-radius“:“4px“,“border-bottom-right-radius“:“4px“,“border-bottom-left-radius“:“4px“,“padding-top“:“3%“,“padding-right“:“3%“,“padding-bottom“:“3%“,“padding-left“:“3%“,“border-color“:“#203042“,“border-style“:“solid“,“class“:“grve-wpb-1647175079301“}}”][vc_column_text]

    Érdekesség

    Az Egyesült Államokban a vállalatok 93%-a alkalmaz A/B tesztelést az email kampányaiban.

    [/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]

    Az adatvezéreltség haszna

    Ma nem csupán arra vagyunk képesek, hogy különböző mikroközönségeken leteszteljük a hirdetési kreatívokat, a célzást, az üzenetet, vagy épp a landing oldal teljesítményét, hanem még egy lépéssel tovább is mehetünk: a Facebook és a többi, nagy online hirdetési platform összes adatát – azok anonimitása mellett – “kölcsönkérhetjük” annak érdekében, hogy tényleg csak azok lássák a hirdetéseinket, akiktől remélhetünk is vásárlást.

    Az A/B tesztelés tárgya egyébként sok mindent lehet, de jellemzően a hirdetési kreatívok, a landing oldalak és az e-mail kampányok az online marketing azon területei, ahol a legjellemzőbb ez a technika.

    MVT (Multi-Variant Testing)

    Az MVT (Többváltozós tesztelés), bár nagyon csúnyán és szakmaian hangzik, nem más, mint az A/B tesztelés kettőnél több variációval folytatott változata. Kellő mennyiségű forgalom esetén akár úgy is tesztelhetőek a hirdetések, hogy mondjuk 3 cím, 3 kép, 5 célközönség – ez összesen 3x3x5, azaz 45 variáció. Ezzel a módszerrel akár több száz variáció is letesztelhető egy időben, de csak akkor, ha a tesztelt minta (vagyis a hirdetési forgalom) kellő méretű, azaz nagyon sokat számít…

    …az adatok mennyisége

    Az adatvezérelt módszertan fenti megállapításaiból szükségszerűen következik, hogy ezzel a módszertannal nem impulzus-jellegű tevékenységet végzünk, hanem kőkemény tények alapján optimalizálunk. A tények felismeréséhez azonban adatok kellenek, az adatokhoz pedig volumen (vagyis kellően sok adat). Nagyon egyszerűen belátható, hogy minél kisebb a különbség például egy hirdetés két variációjának teljesítménye között, annál több kattintás szükséges a hirdetések közötti különbség meghatározásához.

    Pontosan amiatt létezik az az összefüggés, hogy a túl alacsony hirdetési büdzséket nehezebb jó teljesítménnyel futtatni, mint a nagyobbakat, hiszen a nagyobb büdzsé magasabb forgalma sokkal több A/B tesztelés elvégzésére nyújt lehetőséget és nem csak eredményesebb, hanem gyorsabb is az eredményesség elérése.Na de mégis mennyi adatra van neked szükséged ahhoz, hogy döntést hozz a kampányaid változtatásával kapcsolatban?

    Nézzük meg, hogyan is tudunk kivitelezni egy Multi-Variant-Test-et célközönségek tesztelésén keresztül. Ennek az első lépése a különböző célzások létrehozása:

    (Figyelem a videóban csak a technikát mutatjuk be, nem helyeztünk nagy hangsúlyt a célközönségek kutatására és szofisztikálása.)

    A célközönségek létrehozása után a Hirdetéskezelőbe vezet az utunk:

    Szignifikancia

    Az adatvezérelt módszertan fenti megállapításaiból szükségszerűen következik, hogy ezzel a módszertannal nem impulzusjellegű tevékenységet végzünk, hanem kőkemény tények alapján optimalizálunk és az idő előrehaladtával egyre jobb és jobb eredményeket érünk el.

    A tények felismeréséhez azonban kellő mennyiségű adat kell, vagyis látogatói volumen. Nagyon egyszerűen belátható, hogy minél kisebb a különbség például egy hirdetés két variációjának teljesítménye között az A/B tesztelés során, annál több kattintás szükséges a hirdetések teljesítménye közötti különbség meghatározásához. Na, de mégis mennyi adatra lesz neked szükséged ahhoz, hogy döntést hozz a kampányaid változtatásával kapcsolatban?

    A szignifikancia fogalma

    Az A/B tesztelés tárgykörében érdemes tisztázni egy fontos fogalmat, ami nem más mint a szignifikancia. (És esküszünk, hogy ez lesz a legdurvább matek, ennél rosszabb ma már nem jön!) Mivel a kampányok optimalizálásánál és az adatok értelmezésénél is számokkal dolgozunk, ezért fontos tisztában lenni a statisztika e fontos mérőszámával.

    Tipp: Egy eredmény akkor lesz szignifikáns, ha a véletlenek esélyének az aránya egy meghatározott érték alatt marad. Ez az érték általában 5% szokott lenni.

    Ha egy kampányban az A/B tesztelés melltt döntesz, mindenképp ajánlott úgynevezett szignifikanciakalkulátort alkalmaznod. A kalkulátor értelmezéséhez szükséges elővenni a középiskolában/egyetemen statisztikából tanultakat. 

    Ha egy hirdetés vagy akár oldal bizonyos mutatóján (például a konverziós arányán) javítani szeretnél, akkor 3 különböző metrikát kell figyelembe venned, amennyiben ki szeretnéd számolni, mennyi adat szükséges ahhoz, hogy a teszt szignifikáns legyen:

    • A meglévő konverziós arány (oldal vagy hirdetés)
    • Az elvárt növekedést
    • A szignifikanciamutató nagyságát – ez a fentebb említettek értelmében 100 – 5, azaz  95%.

    [/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_single_image image=”34573″ img_size=”full” alignment=”center” onclick=”link_image” css_animation=”fadeIn”][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Sok fajta szignifikancia kalkulátor létezik, ami segít neked kiszámolni, hogy mekkora közönség szükséges a teszt elvégzéséhez, illetve hány napig szükséges futtatni a tesztet. Az utóbbi metrika kiszámításához egy analitikai adatra is szükséged lesz, mégpedig a landing oldaladat látogatók átlagos számára vagy a hirdetésre kattintók napi átlagos számára.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_single_image image=”34572″ img_size=”full” alignment=”center” onclick=”link_image” css_animation=”fadeIn”][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Az Abtasty vagy akár a VWO angol nyelvű szoftvere segít az értékek tisztázásában. 

    Ezen felül a landing oldalak teljesítményének értelmezésében segít Neil Patel egyszerű programja (angol nyelvű). A rendszernek meg kell adni az adott oldal látogatóinak számát vagy a hirdetésre kattintók számát, valamint azt, hogy hány konverziót realizáltak, és kiderül, melyik teljesített jobban.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column vertical_content_position=”middle” rc_heading_color=”primary-1″ rc_bg_type=”color” heading_color=”primary-1″ css=”.vc_custom_1636234731627{border-top-width: 1px !important;border-bottom-width: 1px !important;padding-top: 4% !important;padding-right: 4% !important;padding-bottom: 4% !important;padding-left: 4% !important;background-color: #1f3043 !important;border-top-color: #dd3333 !important;border-bottom-color: #dd3333 !important;border-radius: 4px !important;}” font_color=”#ffffff” rc_font_color=”#ffffff” rc_bg_color=”#203042″ grve_css=”{“desktop“:{“border-top“:1,“border-right“:1,“border-bottom“:1,“border-left“:1,“border-top-left-radius“:“4px“,“border-top-right-radius“:“4px“,“border-bottom-right-radius“:“4px“,“border-bottom-left-radius“:“4px“,“padding-top“:“3%“,“padding-right“:“3%“,“padding-bottom“:“3%“,“padding-left“:“3%“,“border-color“:“#203042“,“border-style“:“solid“,“class“:“grve-wpb-1647175079301“}}”][vc_column_text]

    Érdekesség

    A szignifikancia fogalma csak a hagyományos (szaknyelven úgynevezett frekventista) statisztikai modellben létezik, azonban bizonyos A/B tesztelő eszközök nem frekventista, hanem úgynevezett bayeziánus statisztikai modellt használnak.

    Ennek számos előnye mellett hátrányai is vannak, ha azonban az A/B tesztelés választott eszköze például a Google Optimize, akkor ne nagyon keresd a szignifikanciát, mert az Optimze bayeziánus logikát alkalmaz.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]

    Mi van ha már nem lehet jobb?

    Aki következetesen optimalizál, az előbb-utóbb eljut oda, hogy már alig van, amin képes lenne javítani. Ráadásul ellentétben az optimalizálás kezdeti lépéseivel, amikor akár duplázni is lehetett a marketing funnel adott pontjának teljesítményét egy-egy jobban eltalált hirdetési variációval, az optimalizáció egy szint fölött már elenyészően kicsi javulást képes biztosítani. Az eredményekhez egyre több és több adatra — és ezzel összhangban egyre nagyobb fizetett forgalomra — lesz szükség.

    Az A/B tesztelés egyik áldásos “mellékterméke” így az lesz, hogy nemcsak az számolható ki pontosan, hogy A vagy B variáció teljesít-e jobban, hanem az is, hogy megéri-e valamivel foglalkozni – ez pedig már nem más, mint az üzleti erőforrások adatvezérelt elosztásának kapuja, tehét adatvezérelt döntés-előkészítés.

    Amennyiben például egy újabb teszt legfeljebb 0,1%-os eredménynövekedést képes elérni és a teljes funnel évi 300 millió forint árbevételt termel 12%-os fedezet (azaz árrés) mellett, úgy könnyen belátható, hogy ha elvégezzük e tesztet, akkor legfeljebb

    0.001 x 0.12 x 300 millió = 36 000 Ft-ot

    nyerhetünk rajta. Ha a A/B teszt futtatásához szükséges fizetett forgalom ennél többe kerül, akkor az adott teszt már – legalábbis adott éven belül – nem éri meg. Ha viszont ennél kevesebbe kerül, akkor 12 hónapon belül meg fog térülni.

    Egy apró segítség a mindennapokra

    Ez eddig szimpla üzleti logika, a legtöbben azonban ilyenkor azt kérdezik, hogy hogy a viharba lehet előre megmondani, hogy mekkora javulást lehet majd elérni az A/B tesztelés segítségével? Nos, pont erre való az iparági mutatók betanulása.

    E mutatók (benchmarkok) egy része általánosítható, mások sokkal kevésbé. Míg ugyanis például egy webshop látogatóinak vásárlási aránya az egész világon hasonló, addig például egy Facebook hirdetés kattintási költsége akár 100-szoros eltérést is mutathat mondjuk Las Vegas és Debrecen összehasonlításában.

    Összegzésül annyit érdemes megjegyezni, hogy eljöhet az a pont, ahol már nem éri meg a további A/B tesztelés, mert a hirdetések teljesítményén már csak olyan elenyésző mértékben lehet javítani, hogy az kevesebbet hoz, mint amennyibe kerül.

    Ha több idő, erőforrás, vagy hirdetési összeg szükséges az adott teszt elvégzéséhez, mint amennyi az egész A/B tesztelés által realizált megtérülés, akkor nem érdemes belekezdeni.

    Minden teszt előtt azt javasoljuk, hogy konkrét stratégiát állíts össze az A/B tesztelés menetéről és arról, hogy mit szeretnél tesztelni, mit vársz tőle, és hogy megéri-e tesztelni ezt a szegmenst. 

    Szokták mondani, hogy végtelen ideig lehet tesztelni, ezért ne ess át a ló másik oldalára: csak olyan területen próbálj meg javítani, ahol a legtöbb profitot tudod realizálni a teszt segítségével. Kommentekre örömmel válaszolok és kérlek, oszd meg a cikket, ha tetszett![/vc_column_text][/vc_column][/vc_row]

  • Brandépítés tartalommarketinggel

    [vc_row][vc_column][vc_column_text]

    Gucci, Prada, Burberry – mégis mi kerül egy — még oly jó alapanyagokból is készült és mesteri hozzáértéssel megvarrt — szoknyában, blúzban, öltönyben több ezer, néha több tízezer amerikai dollárba? A címke? Egyáltalán nem! Következzen némi betekintés a brandépítés kulisszatitkaiba:

    Lehet-e értelmezni az Apple termékeinek ár-érték arányát anélkül, hogy figyelembe vennénk a brandet mögötte? Nem igazán.

    A brand egy történet, egy sztori, amelyet először is el kell képzelni, meg kell alkotni, majd folyamatosan “felnevelni”. Ha elég erős és jól pozicionált, akkor a termék részévé válik: a termék sikere többé nem lesz értelmezhető a mögötte álló brand nélkül.

    De hogy jön ide a tartalommarketing?

    A tartalommarketing az online világban az inbound marketing része, mellyel egy vásárlót az írott, vagy képi tartalmaink segítségével végigkalauzolunk egy úton (consumer decision journey). Az út utolsó előtti állomása a vásárlás, a végtelenített utolsó állomás pedig a lojalitás a termékhez és a WoM (Word of Mouth) marketing-re vonatkozó hajlandóság a vásárló részéről.

    Az amerikai marketing részlegek közel fele a buyer journey 3-5 állomását támogatja tudatos és specifikus tartalommarketinggel.

    Egy jól kidolgozott journey-vel egy biztos pontot nyújtunk az online információtengerben elveszett vásárlónak arra vonatkozóan, hogy mentálisan hova pozícionálja az adott brand-et. Ha pontosan célzunk és  bizalomépítésünk sikerrel jár, akkor hűséges vásárlót és talán márkanagykövetet kapunk. Az értékes, hasznos tartalom önkéntes megismerésen alapuló folyamat bizalmat épít, ami hosszú távon a legjövedelmezőbb faktor, hiszen a bizalom egy erős érzelem.

    Brandépítés = a vágy megteremtése

    A brand hatalma a “részese akarok lenni” érzés vágya — a brandépítés a vágyakozás és a vágyottság érzéseire játszik rá, a brand körül csoportosuló vélt, vagy valós közösséghez tartozást ígéri.

    A tág értelemben vett tartalommarketing mindig is jövedelmező befektetés volt, de a helyzet ma alapvetően így néz ki: akinek a legtöbb pénze van arra, hogy a jól kitalált történeteit/tartalmait először népszerűvé, majd világhírűvé tegye, az idővel erős, ismert brand-dé válik — ezzel pedig gyakorlatilag bármit el tud adni.

    Mivel azonban a brandépítés drága, a legtöbb cégtulajdonos joggal gondolkodik úgy róla, hogy ez a nagy cégek — legfőképpen pedig a nagy divatcégek — játszótere. Ahhoz ugyanis, hogy egy minél több ember által ismert arca legyen a vállalkozásodnak, mindenekelőtt tőkére van szükség, nem igaz? Nos, egyre kevésbé…

    Brandépítés mikro szinten

    Ami a tartalommarketinget összeköti a mikroszintű brandépítéssel, az a közösségi média — és pont ez teszi lehetővé  a brandépítést kicsiben — amennyiben jól csinálják. A közösségi média ugyanis képes pontos célzással, relatíve olcsón célba juttatni a tartalmakat, amik — ha valóban minőségiek —, akkor önálló életre kelve építik a márkát, arról nem beszélve, hogy ideális felületet nyújtanak a rajongók megszerzésére és meglétük promóciójára.

    A tartalommarketinggel történő brandépítéssel egyetlen baj van: időigényes műfaj. Tartalom-gyártást, online tesztelést, finomhangolást, valamint kreativitást igényel, ráadásul a verseny is öldöklő — naponta jelennek meg új tartalmak szinte minden témában. Ha mindez nem ijesztett el a saját márka építésétől, akkor így tudsz nekiállni:

    Az online brandépítés alapjai

    1. trendek költséghatékonyan

    A brandépítés előszobájának tekintett piackutatás szép és hasznos, de megint csak egy olyan terület, ami rendesen megtizedelheti az anyagi erőforrásaidat — de lehet ezt kicsiben is csinálni, olcsón.

    Facebook eszköz: Az audience insights-cal azonban simán kikutathatod, hogy melyek azok a paraméterek, amelyek a közönségedet bővebben jellemzik, például megtudhatod, hogy milyen jellegű oldalakkal szimpatizálnak leginkább — ami nyilván az egyik legértékesebb információ, ha brandépítésről van szó.

    Ezt követően már csak egy kattintás (traffic) alapú kampánnyal kell letesztelned egy rakás kreatívot és szöveget, hogy megtaláld azt a kombót, amivel és akiknek olcsón és eredményesen tudsz brand-et építeni.

    2. A “hozzá tartozás” vágyának megteremtése

    A brand olyan, mint egy valós személy. Hasonlóan az emberi karakterekhez, nehéz azt pontosan meghatározni, hogy mitől lesz szimpatikus, miért szeretnél a közelébe kerülni, miért akarod, hogy hasonlíts rá, miért akarod, hogy a barátod legyen. Egy valami azonban biztos: túl azon, hogy az arc(ulat)nak összhangban kell állnia a képviselt értékrenddel, a hozzászokás egy jelentős faktor, így a célcsoportodnak többször (jellemzően 7-9 alkalommal) kell találkoznia a márkáddal ahhoz, hogy megjegyezzék.

    Facebook eszköz: Pontosan erre való az engagement alapú retargeting, amivel az ismertség és a bevonódás mértékét tudod növelni. A sikert — a születőben lévő márkád integritását a Facebook követőid aktivitásán keresztül fogod tudni lemérni.

    Amennyiben ez akadozna, akkor nézd végig az összes kontentedet, és elsősorban a következő kérdésekre fókuszálj:

    Mennyire erős a képek és a szövegek közötti kohézió?

    Mennyire egységes a kontentek stílusa?

    Mennyire van összhangban a Facebook oldal stílusa a weboldal stílusával?

    3. az első néhány irányvonalat tesztelned kell

    Még a leghülyébb dolgok is tudnak rezonálni bizonyos fogyasztói csoportokkal, a mainstream termékek esetében pedig több tízmillió fős piacokról beszélünk. Amíg azonban nem tudod, hogy hol van a product-customer fit, addig folyamatosan tesztelned kell, lényegében pénzen kell információt venned, ha meg akarod találni azokat, akiknek a gondolkodása összehangban van a márkád sztorijával.

    Facebook eszköz: A FB poszt engagement-re optimalizált hirdetések — egész pontosan szponzorált posztok — arra valók, hogy lemérd, mennyire releváns a tartalmad az egyes csoportok számára.

    Fontos megjegyezni, hogy az “engagement” nem feltétlenül lesz látható a hirdetésedben/posztodban: bár a lájkok, kommentek, reakciók (szívecske stb.), megosztások beletartoznak az engagement fogalmába, de nem kizárólag ezek alkotják azt a halmazt, amelyet a Facebook engagement-nek ismer el. Elsőre furcsának tűnhet ez a jelenség, de a tapasztalat azt mutatja, hogy hosszú távon mégis érdemes hinni a Facebook fejlett algoritmusának.

    4. a brandépítés sikerességét nyomon kell követned

    A Facebook-nak arra is van módszere, hogy nyomon tudd követni, milyen hatékonysággal halad a brandépítés.

    Facebook eszköz: Miután megtaláltad a közönségedet és azonosítottad azt a stílust, amely közöttetek megépíti a hidat, egy “ad recall lift” hirdetéssel időről-időre mérni tudod, hogy milyen arányban fogják felismerni a hirdetést azok, akik néhány nap múlva újra látják majd azt. Egy jól szövegezett, profi vizuális kreatívval rendelkező, releváns hirdetés jó esélyekkel indul, de idővel a legjobb kreatív is megkopik és a felejtés ködébe vész.

    Amennyiben a brandépítésed sikeres, akkor azt kell észrevenned hosszú távon, hogy a jól sikerült hirdetéseid ad recall liftje növekszik — hiszen az emberek egyre kevésbé látják különálló hirdetésként, mintsem egy ismerős brand részeként.

    A brandépítés megtérülése

    Sokan azzal a gondolattal adják fel a brandépítést, hogy nem elég, hogy sokba kerül, de a megtérülését jó, ha az unokák látni fogják. E mögött  a gondolat mögött sokkal gyakrabban a mérést illető tanácstalanság van, mintsem a kincstári pesszimizmus. Ha ugyanis sikerül konzisztensen felépítened egy márkát, akkor a megtérülés a több visszatérő vásárló (retention), az egy vásárló hosszútávú ügyfél-értékének (LTV) növekedése, illetve az ajánlás révén mérhető.

    Valóban nem hónapokról, hanem évekről és évtizedekről beszélünk, de igazából nem nagyon van választása annak, aki nagyra akar nőni egy B2C iparágban: vagy megépíti azt a márkát tudatosan, vagy évtizedekig kénytelen lesz egy bizonytalan, középszerű márkával lavírozni az ismeretlenség és a bizonytalan márka-ismertség határvidékén.

    Te próbáltál már brand-et építeni? Ha van kedved, oszd meg a tapasztalataidat kommentben!:)

    [/vc_column_text][/vc_column][/vc_row]