반응형 검색 광고(RSA)는 가장 관련성이 높은 광고 게재에 광범위한 자동화를 제공하는 놀라운 광고 형식입니다. 이는 정말 효과적이며 Google은 광고주가 이 기능을 사용하도록 적극 권장하고 있습니다. 그러나 기존 접근 방식으로 테스트해 보면 다른 광고 형식에 비해 효과가 없는 것으로 보입니다.
광고 A/B 테스트에 대해 알아보고 RSA를 A/B 테스트하는 방법을 알아보세요.
A/B 광고 테스트란 무엇입니까?
간단히 말해서 A/B 광고 테스트는 다양한 광고 카피를 테스트하고 가장 좋은 광고 카피를 찾는 것입니다. 요즘 대부분의 PPC는 광고 그룹에 여러 광고를 추가하고 광고 로테이션을 최적화: 실적이 가장 좋은 광고 선호로 설정합니다. 이런 방식으로 Google은 자체적으로 실적이 가장 좋은 광고를 표시합니다.
대부분 사람들은 CTR이나 전환율 광고 캠페인을 테스트하는 동안 그러나 CTR이 높다고 전환이 발생하는 것은 아니며 전환 최대화 광고의 클릭수가 줄어들 수 있습니다. 따라서 목표에 맞는 최적의 광고를 효율적으로 찾기 위해서는 CPI(Conversion Per Impression)를 고려하는 것이 좋습니다.
그러나 ETA(확장 테스트 광고)와 같은 다른 광고 형식에 대해 RSA에 기존 테스트 접근 방식을 사용하면 RSA의 성능이 저하됩니다. 대부분의 경우 RSA는 CTR은 높지만 전환율이 낮기 때문에 RSA가 비효율적으로 보입니다.
이 주제에 대해 더 많은 정보가 제공되었을 때 기존 테스트 접근 방식에서는 반응형 검색 광고의 진정한 강점이 여전히 숨겨져 있는 것으로 나타났습니다.
이에 대해 알아보겠습니다.
RSA의 기존 A/B 테스트의 비효율성
RSA는 RSA 자동화의 특성과 더 많은 문자 수로 인해 이전에 ETA가 적합하지 않았던 검색 광고 경매에 더 적합합니다. 결과적으로 RSA와 ETA를 비교하는 것은 불공평합니다. 드문 경우지만 ETA와 전혀 관련이 없는 쿼리에 대해 RSA가 표시됩니다. RSA 성과를 ETA와 비교하는 대신 광고그룹 수준에서 증분 상승도 평가를 시작하여 RSA가 성과에 미치는 영향을 완전히 이해하세요.
반응형 검색 광고를 A/B 테스트하는 방법
다음은 사례 연구입니다. 미터법 이론:
노출수와 클릭수를 균등하게 분배하는 방식으로 광고그룹을 두 개의 세그먼트로 나눕니다. 이후 그들은 통제 그룹의 각 광고그룹에서 XNUMX개의 ETA를 실행했습니다. 그 후 XNUMX개의 ETA 외에도 테스트 그룹의 각 광고그룹에 하나의 RSA가 추가되었습니다.
RSA 광고그룹을 RSA가 아닌 광고그룹과 비교할 때 RSA가 포함된 광고그룹의 CTR 및 CVR에서 확실히 긍정적인 추세가 기록되었습니다.
기간별 분석을 살펴보면 RSA가 포함된 광고그룹의 클릭수와 노출수가 더 크게 증가한 것으로 나타났습니다.
대조 광고그룹의 노출수와 클릭수는 해당 기간 동안 본질적으로 안정적으로 유지되었으며, 이는 RSA가 해당 광고그룹의 전체 노출수와 클릭수를 늘리는 데 유리한 영향을 미쳤다고 가정합니다.
이 시나리오에서 주요 광고 문구 평가 측정항목을 비교할 때 RSA가 ETA보다 성능이 뛰어난 것으로 나타났습니다.
RSA가 ETA에 대해서만 평가했다면 광고그룹 내 노출수가 점진적으로 증가했다는 필수 정보를 누구든지 놓쳤을 것입니다.
이는 반응형 검색 광고의 효과를 평가하는 방법의 한 예일 뿐입니다.
반응형 검색 광고 A/B 테스트 모범 사례
1. 광고 효력에 집착하지 마세요
Google은 새 RSA를 만들 때 광고 효력 지표 형태로 빠른 피드백을 제공합니다.
RSA가 게재되기 전에도 광고 효력은 반응형 검색 광고 콘텐츠의 관련성, 수량, 다양성을 측정하는 모범 사례 점수입니다.
Google의 프레젠테이션에 따르면 모든 3 % 개선 광고 강도는 클릭수가 3% 증가한 것과 같습니다.
'나쁨'에서 '보통'으로 이동하면 클릭수가 약 3% 더 많아지고, '보통'에서 '매우 좋음'으로 이동하면 추가로 3%의 클릭수가 발생합니다.
광고 효력 측정기는 새 RSA를 시작할 때만 사용해야 하는 모범 사례 통계입니다. 그러나 이는 실제 성과와는 아무런 관련이 없는 '모범 사례' 점수라는 점에 유의하는 것이 중요합니다.
품질 점수가 낮은 광고가 점수가 높은 광고보다 실적이 좋은 것처럼, 품질 점수가 낮은 키워드를 사용하여 계정에 중요한 전환을 발생시키는 것도 가능합니다.
다음 시험에서 승리할 수 있는 최고의 기회를 얻을 수 있도록 Google의 표준을 따르도록 노력하세요.
그러나 완벽함을 이루기 위해 노력하는 데 너무 얽매이지 마십시오. 자산 실적 그룹화 라벨은 실제 실적을 나타내므로 다음에서 살펴보겠습니다.
2. 성능 라벨에 따라 최적화
자산 라벨은 RSA가 지난 5,000일 동안 검색 페이지 상단에 약 30회의 노출수를 누적한 후 어떤 텍스트 섹션이 잘 작동하고 어떤 부분을 조정해야 하는지에 대한 통찰력을 제공합니다.
Google에는 다양한 실적 그룹화 라벨의 의미를 설명하는 편리한 표가 있습니다.
가장 중요한 것은 '낮음' 라벨이 표시된 애셋과 XNUMX주 이상 후에도 노출이 발생하지 않은 애셋을 교체하는 것입니다.
이 자산 보고서의 데이터는 실제 결과를 기반으로 한다는 점을 명심하세요. 이는 최적화 시 광고 효력 점수보다 더 관련성이 높습니다.
3. 테스트 아이디어
각각 고유한 핵심 메시지가 포함된 RSA를 많이 만드세요. 브랜드 이름, 차별화된 가치 제안, 클릭 유도 문구는 RSA든 ETA든 모든 광고의 핵심 메시지입니다.
귀하의 브랜드는 귀하의 브랜드이고 대부분의 광고주는 이를 통해 창의력을 발휘할 여지가 많지 않기 때문에 가치 제안과 클릭 유도 문구가 가장 이상적인 것입니다.
첫 번째 실험에서 효과적인 메시지는 두 번째 실험에서 다양한 위치에서 테스트됩니다.
이는 특정 헤드라인이나 설명과 같은 다양한 위치에 자산 그룹을 고정함으로써 달성될 수 있습니다.
또한 Google에서는 여러 자산을 한 장소에 고정할 수 있으므로 가치 제안에 XNUMX개의 자산이 있는 경우 XNUMX개 자산을 모두 선택한 영역에 고정할 수 있습니다. 귀하가 귀하의 업무를 수행할 때 A / B 테스트, 가치 제안을 헤드라인 2 위치에 고정하는 것이 효과적이라는 것을 알 수 있습니다.
그러나 고정에 관해 고려해야 할 사항이 있습니다.
데이터에 따르면 광고주는 개입 없이 알고리즘을 실행하도록 놔둘 때 가장 높은 CTR을 얻을 수 있습니다. 이 상황에서는 CPC와 CPA도 마찬가지로 낮아집니다.
마케팅 담당자가 더 많은 제어를 원하는 경우 고정된 각 위치에 대해 최소한 두 개의 텍스트 대체 텍스트를 컴퓨터에 제공해야 합니다.
CTR, CPC 및 CPA에 가장 크게 부정적인 영향을 미치는 것은 단일 텍스트를 한 지점에 고정하는 것입니다.
다중 자산 고정은 제어와 성능의 합리적인 조화를 제공하는 것으로 보입니다.
4. 다양한 헤드라인
광고 효력 지표는 귀하가 제공하는 제목 및 설명 버전 수를 고려합니다. 15개의 헤드라인을 생각해내는 것은 어려울 수 있지만 정말 그만한 가치가 있습니다.
더 많은 헤드라인 변형을 사용한 광고가 광고당 더 많은 전환을 가져온 것으로 나타났습니다. 따라서 A/B 테스트 RSA의 경우 헤드라인이 많을수록 좋습니다.
그게 다야. 반응형 검색 광고 A/B 테스트에서 다음을 따르세요.
반응형 검색 광고 만들기를 위한 팁
1. 필수 헤드라인을 추가하세요.
2. 중복 방지
3. 모든 조합이 적합한지 확인하세요.
4. 핵심 가치 제안 강조
5. 스마트하게 키워드 삽입하기
6. USP 고정
7. 실적 추적
진화하는 광고 자동화
Google 광고 최근 몇 년 동안 크게 발전했으며 회사는 성과를 최적화하기 위해 주로 기계 학습 및 자동화에 의존하는 새로운 기능과 광고 형식을 계속해서 도입하고 있습니다. 통찰력과 최적화 기능을 통해 이익을 얻으려면 사용자가 더 많은 권한을 부여해야 하며, 반응형 검색 광고가 가장 최근에 기여한 것입니다.
결과를 분석하고 수동으로 광고를 미세 조정하는 것 외에는 아무것도 좋아하지 않는 기존 광고주가 항상 있을 것입니다. 특정 청중의 공감을 불러일으키는 고도로 타겟팅된 광고를 제작하는 데 있어서 인간의 손길의 가치는 의심할 여지가 없습니다.
그러나 오늘날 대부분의 기업은 대규모로 광고를 수동으로 타겟팅하고 최적화할 시간이나 리소스가 부족합니다. 그리고 실시간 광고 타겟팅을 지원하기 위해 추가적인 빅 데이터 통찰력에 액세스할 수 있게 되면서 이 리소스를 무시하고 경쟁에서 뒤처질 위험을 감수하는 것은 어리석은 일입니다.
이제 입찰을 최적화하고 광고 지출 낭비를 줄이기 위해 소비자 데이터를 간단하게 합성하고 자동으로 통찰력을 얻을 수 있는 다양한 입찰 관리 솔루션과 예측 광고 기술이 있습니다. 기계 지능과 자동화를 사용하여 경쟁사보다 높은 가격을 제시하고 더 나은 성과를 내는 광고주는 이미 보상을 받고 있습니다.
Google Ads의 기계 학습 및 자동화 도구도 예외는 아니며 대부분의 바쁜 광고주에게 이상적인 순간에 도달합니다. 반응형 검색 광고 이는 광고 개발, 최적화 및 입찰 타겟팅이 향하는 방향을 보여주는 하나의 예시일 뿐입니다. 새로운 기술을 수용하고 완전히 활용하기로 선택한 광고주는 그 이점을 가장 먼저 입증하게 될 것입니다. 자동화와 기계 학습은 장기적으로 광고의 미래 방식이 될 것입니다.
결론
A/B 테스트는 오랫동안 유사 광고를 실험하는 인기 있는 수단이었지만 반응형 검색 광고의 등장으로 인해 광고 그룹에 여러 광고를 제출하는 기존 방법으로는 결과를 제공하지 못할 수 있으므로 A/B 테스트로의 전환이 필요합니다.
인식은 키워드 이외의 요인에 의해 영향을 받는다는 점을 명심하세요. 그리고 RSA 광고를 A/B 테스트하여 증분성이 가장 좋은 광고를 찾을 때 이 개념을 염두에 두어야 합니다.
웹 사이트에 팝업 캠페인이 있는 경우 Poptin으로 A/B 테스트를 쉽게 수행하여 고객에게 가장 적합한 것이 무엇인지 확인할 수 있습니다. 지금 Poptin을 무료로 사용해 보세요!
바이오 저자 :
Gajendra Singh Rathore는 디지털 마케팅 전문가이며 온라인 마케팅 회사 토론토. 그는 항상 배우고, 실험하고, 구현하는 데 열심입니다. 천문학은 그의 외부 세계로부터의 탈출이다.
