LinkedIn-annonser: Hur du A/B-testar dig till effektiva kampanjer: Social Media Examiner

Är LinkedIn-annonser en del av din försäljningstratt? Undrar du hur man splittestar dina annonser i LinkedIn Campaign Manager?

I den här artikeln får du lära dig hur du A/B-testar LinkedIn-annonsers placeringar, annonsmaterial, inriktning och mer.

Varför Split Testing Matters för LinkedIn-annonsörer

Oavsett om du lanserar ett nytt erbjudande eller vill förbättra befintliga kanaler behöver du ett sätt att testa olika kampanjelement. Genom att jämföra olika målgrupper, annonsmaterial och erbjudanden mot varandra kan du fatta datadrivna beslut om vad som fungerar bäst – och i slutändan var du ska investera dina resurser.

Många annonsplattformar, inklusive Meta Ads Manager och Google Ads, har inbyggda A/B-testverktyg. Men i flera år har det inte varit särskilt lätt att experimentera med LinkedIn-annonser. Eftersom LinkedIn Campaign Manager inte erbjöd ett delat testverktyg förrän nyligen, har annonsörer varit tvungna att köra testkampanjer manuellt, vilket knappast är en idiotsäker process.

Från och med april 2023 har Campaign Manager dock ett inbyggt A/B-testverktyg. Annonsörer kan nu experimentera med LinkedIns annonskampanjelement mer tillförlitligt, identifiera vad som ger bäst resultat och skapa mer kostnadseffektiva betalda kampanjer.

Hur skiljer sig A/B-testverktyget från att bara köra två kampanjer mot varandra? LinkedIn Campaign Manager säger att A/B-tester sker i en statistiskt giltig miljö. Även om vissa medlemmar kan se båda versionerna av testet, har plattformen bestämt att denna potentiella effekt inte är signifikant.

Campaign Manager stöder testning:

• Annonser, inklusive annonsmaterial, kopior och format
• Målgrupper, inklusive olika inriktningsstrategier
• Placeringar, inklusive LinkedIn Audience Network

Hur man kör ett A/B-test i LinkedIn Campaign Manager

För att starta ett A/B-test, öppna LinkedIn Campaign Manager och gå till fliken Test. Klicka på knappen Skapa test för att öppna rullgardinsmenyn och välj A/B-test.

#1: Konfigurera A/B-testinställningarna

Ge först A/B-testet ett namn som du enkelt kan skilja från en standardkampanj. Du kan till exempel använda din kampanjnamnstruktur, följt av A/B-test – [Variabel] så att du enkelt kan identifiera det som ett delat test.

Välj sedan den variabel du planerar att testa. LinkedIns A/B-testverktyg låter dig experimentera med en variabel i taget, med kampanjer som är identiska, förutom detta variabelelement.

Ange sedan antingen en livstidsbudget eller en daglig budget för A/B-testet. Campaign Manager delar automatiskt upp budgeten du ställer in i två för att spendera lika mycket på varje testversion. Du behöver inte justera budgeten eller trafiken per testversion, men du bör ge var och en ett namn som passar ditt kontos standardnamnstruktur.

Sätt slutligen ett schema för A/B-testet. Som standard ställer Campaign Manager in A/B-tester så att de körs i två veckor. Även om du kan justera start- och slutdatumen manuellt, är den minsta tiden att schemalägga för ett A/B-test 2 veckor.

#2: Ställ in Testa LinkedIn-annonskampanjerna

När du har valt A/B-testinställningar är du redo att bygga de två testannonskampanjerna. Om du är van vid att använda Campaign Manager bör installationsgränssnittet se bekant ut, bortsett från en viktig skillnad.

Eftersom de två kampanjversionerna ska vara identiska förutom testvariabeln behöver du bara välja de delade inställningarna en gång. Campaign Manager tillämpar dem automatiskt på båda versionerna. Sedan kan du ställa in de variabla elementen för varje kampanj.

Kampanjens mål

För att konfigurera de delade inställningarna börjar du med att välja det mål du ska använda för båda kampanjerna. Välj sedan det testmått som LinkedIn kommer att använda för att avgöra den vinnande kampanjen. Alternativen varierar beroende på kampanjens mål.

Målgrupp

Bygg sedan målgruppen för båda kampanjerna. Du kan återanvända sparade målgrupper, använda data från din webbplats eller LinkedIn-företagssida eller skapa nya attributbaserade målgrupper. Om du delar upp testmålgrupper väljer du inriktning när du konfigurerar testvarianterna snarare än under kampanjinställningsprocessen.

Annonsformat

Välj sedan annonsformatet för dina två kampanjer. Om du delar testannonser har du ett alternativ att välja två olika format att testa; videoannonser, karusellannonser, konversationsannonser, meddelandeannonser, dynamiska annonser och så vidare. Du kan avmarkera den här rutan om du vill A/B-testa två annonsmaterial som använder samma format.

Annonsplacering

Välj sedan placeringar för dina testkampanjer. Förutom att köra dem på tillgängliga placeringar på LinkedIn, kan du också välja att placera kampanjer på LinkedIn Audience Network, som inkluderar tredjepartswebbplatser och mobilappar. Observera att om du testar annonsplaceringar väljer du dessa inställningar när du ställer in testvarianterna.

Optimerings- och budstrategi

Eftersom du redan valde budget och schema under A/B-testinställningen överförs dessa inställningar automatiskt och kan inte ändras på kampanjnivå. Du kan dock justera optimeringsmålet och budgivningsstrategin för att passa dina mål. Observera att dessa alternativ varierar beroende på ditt kampanjmål.

Omvandlingsspårning

Du har också möjlighet att aktivera konverteringsspårning för dina A/B-tester. Även om konverteringsspårning inte krävs, är det viktigt för att mäta resultat med hjälp av LinkedIn Insight Tag. Du kan till exempel spåra annonsvisningar, URL-klick, nedladdningar av leadmagneter, formulärinlämningar och andra omvandlingar.

Om du inte redan har ställt in relevanta konverteringar för ditt konto kan du klicka för att skapa en ny direkt från A/B-testgränssnittet. Definiera bara vilken typ av konvertering du vill spåra, ange ett värde om tillämpligt och välj en attributionsmodell. Ange sedan spårningsinformationen, till exempel webbadressen där konverteringen äger rum.

#3: Designa annonsen

Om du testar annonser, hoppa vidare till nästa steg för att börja bygga varianter för varje version av det delade testet. Men om du A/B-testar målgrupper eller placeringar är nästa steg att utforma en annons som ska användas i båda versionerna. Precis som en vanlig annons måste du välja en bild eller video, skriva en rubrik, skapa en bildtext och välja en uppmaning.

I likhet med Campaign Managers vanliga kreativa arbetsflöde kan du antingen bläddra i befintligt innehåll eller designa en ny annons. Oavsett om du väljer att använda befintligt innehåll eller bygga från grunden, observera att Campaign Manager rekommenderar att du lägger till fem annonser för optimal prestanda. Flera annonsmaterial är dock inte alltid optimala för A/B-tester (se bästa metoder nedan).

#4: Bygg A/B-testvarianterna

Variantinställningsprocessen ser lite annorlunda ut beroende på vilket kampanjelement du väljer att testa. Låt oss ta en närmare titt på varje varianttyp.

Hur man A/B-testar LinkedIn-annonser

För att dela upp testannonsmaterial, klargör vilken fråga du vill att experimentet ska besvara. Är du till exempel nyfiken på vilket erbjudande eller meddelande som kommer att få bättre resonans hos din publik? Undrar du om bilder eller videor fungerar bättre hos din idealkund? Vill du testa olika målsidor?

Använd ditt svar för att vägleda de varianter du bygger. Tekniskt sett kan du skapa två helt olika annonser med separata uppsättningar rubriker, bildtexter, annonsmaterial och målsidor. Men det är bäst att göra varianterna så lika som möjligt, bortsett från elementet du vill testa. I exemplet ovan är varianterna lika bortsett från formatet.

Hur man A/B-testar LinkedIn-placeringar

Eftersom LinkedIns annonsplaceringskontroller är något begränsade kommer du inte att se alternativ för att dela upp testplaceringar i appen. Du kan dock testa A/B-placeringar på LinkedIn Audience Network.

Du kan till exempel jämföra resultat från kampanjer som endast placeras på LinkedIn jämfört med kampanjer som körs på LinkedIn och LinkedIn Audience Network. Du kan också A/B-testa olika säkerhetsalternativ för att se vilka som ger dig mest kontroll utan att kompromissa med prestanda.

Observera att Campaign Managers varumärkessäkerhetsinställningar endast gäller för LinkedIn Audience Network. Med dessa inställningar kan du utesluta kategorier av tredje parts webbplatser och mobilappar eller så kan du ladda upp utgivarlistor för att blockera.

Tänk på att inte alla annonsmål fungerar med LinkedIn Audience Network. Du kommer till exempel inte att kunna testa placeringar för kampanjer för att generera potentiella kunder, eftersom detta mål inte stöder LinkedIn Audience Network.

Hur man A/B-testar LinkedIn-målgrupper

När du väljer att testa målgrupper ställer du in inriktning för de två varianterna innan du väljer delade kampanjinställningar. Du har möjlighet att välja bland dina egna sparade målgrupper, LinkedIn-genererade målgrupper och nyskapade målgrupper.

Om du väljer att bygga nya målgrupper kan du komma åt alla samma inriktningsverktyg som standardgränssnittet i Campaign Manager erbjuder. Det betyder att du kan skapa målgrupper baserade på attribut, dra nytta av ominriktningsgrupper eller använda din egen data för inriktning. Du har också möjlighet att utesluta utvalda målgrupper för att finjustera din inriktning.

För bästa resultat, jämför målgrupper som har minimal överlappning. På så sätt kan du jämföra de två samtidigt som du får statistiskt signifikanta resultat från ditt delade test.

Bästa metoder för A/B-testning av LinkedIn-annonser

LinkedIns A/B-testverktyg har några egenheter. För att säkerställa att dina delade tester ger användbara resultat, ha dessa bästa metoder i åtanke.

Rama in testet med en hypotes

Innan du sätter upp ett A/B-test, bestäm vad du vill lära dig och vad du förväntar dig att resultatet kommer att bli. Till exempel kanske du vill veta om din kampanj ger bättre resultat när du justerar målgruppsinriktningen – specifikt från företagsinriktning till kontaktinriktning.

Baserat på tidigare Linkedin-annonskampanjer du har kört kan du sedan ange vad du förväntar dig att hända efter förändringen. När du kör A/B-testet och granskar data kan du bekräfta om din hypotes var korrekt. Och hur som helst kan du använda resultaten för att optimera framtida kampanjer.

Genom att skapa ett A/B-test med en fråga och en hypotes kan du säkerställa att du experimenterar med rätt variabler och använder bästa möjliga inställning. Du kommer också att vara bättre positionerad för att tillämpa det du har lärt dig i andra kampanjer.

Cross-Check Test Metrics

Tillgängliga A/B-testmätvärden ändras beroende på vilket kampanjmål du väljer. För att få användbar data och välja rätt vinnande variant är det viktigt att välja det mest relevanta måttet för ditt delade test.

Men i vissa fall kanske du inte kan använda ett testmått som överensstämmer med det slutliga målet för din kampanj. Till exempel, LinkedIns A/B-testverktyg stöder inte mätvärden längst ner i tratten som kostnad per potentiell kund eller kostnad per konvertering. Så du kan sluta använda det näst bästa alternativet, som kostnad per klick.

Tänk på att den vinnande kampanjen kan ha den lägsta kostnaden per klick men den kanske inte har flest omvandlingar eller den lägsta kostnaden per konvertering. För att utvärdera resultaten av ditt A/B-test effektivt, ta dig tid att dyka djupare in i LinkedIn Campaign Manager-statistik och krysschecka mot andra verktyg som Google Analytics.

Ge tillräckligt med tid för splittestning

Om du regelbundet kör delade tester på andra annonsplattformar kan du vara van vid att avsätta en vecka eller mindre till dessa experiment. Till exempel rekommenderar Meta att du tillåter 7 dagar för ett A/B-test på Facebook och Instagram, men det finns inga minimikrav.

LinkedIn fungerar lite annorlunda. Delade tester måste pågå i minst 14 dagar och de kan förbli aktiva i upp till 90 dagar. Har du satt som mål att uppnå specifika resultat en viss dag? Om du planerar att börja med ett delat test, se till att låta experimentet gå i minst två veckor och utse en vinnare innan du startar kampanjen.

Var uppmärksam på publikens storlek

Om du väljer att dela upp testpublik, var noga uppmärksam på den uppskattade storleken på varje variant. Använd fönstret A/B-testsammanfattning högst upp eller i det högra sidofältet för att övervaka publikstorlekar. Båda bör vara över LinkedIns rekommenderade minimistorlek, som är 300 000 för sponsrat innehåll och sponsrade meddelanden.

Ska du aktivera LinkedIns publikexpansion för A/B-testvarianter? Om din basmålgruppsstorlek är för liten för delad testning kan aktivering av målgruppsexpansion hjälpa dig att nå fler människor. Tänk bara på att målgruppsexpansion är utformad för att förbättra visningen men det kan minska inriktningsprecisionen.

Tilldela riklig A/B-testbudget

När du har en begränsad kampanjbudget kanske delad testning inte är realistisk. LinkedIn kräver att A/B-tester har en livstidsbudget på minst 10 USD per dag eller 700 USD. Men kom ihåg att dessa belopp är minimum krav.

LinkedIns A/B-testbudget rekommendationer är mycket högre. Plattformen rekommenderar att du använder en livstidsbudget på $2 000 för en publik på 2 miljoner eller mer. För en mindre publik på upp till 1 miljon rekommenderar LinkedIn en livstidsbudget på 10 000 USD.

Planera att utnyttja vinnande varianter

När det delade testet avslutas pausar de två kampanjvarianterna så att du kan granska och agera på resultaten. I många fall vill du fortsätta köra den vinnande varianten så att du kan fortsätta att få optimala resultat. Observera att LinkedIn endast anser att vinnande annonsuppsättningar är statistiskt giltiga när du fortsätter att köra dem utan att göra ändringar.

Men du kanske kan tillämpa resultaten på andra kampanjer och annonser på LinkedIn. Till exempel du kan ta det du har lärt dig om målgrupper, placeringar och annonsmaterial till liknande annonser och kampanjer. Om du misstänker att detta tillvägagångssätt inte ger optimala resultat, var öppen för att införliva A/B-tester i fler kampanjer.

Vet när du ska optimera för prestanda

A/B-testning kan vara otroligt användbart men det är inte alltid det bästa alternativet för att optimera LinkedIn-annonser. Till exempel kan du behöva lansera en LinkedIn-kampanj direkt med en liten budget men du kanske inte vet vilken annons du ska använda.

För att optimera LinkedIn-annonsmaterial utan att köra A/B-tester, överväg att använda Campaign Managers alternativ för annonsväxling istället. Du kan välja att optimera annonser för prestanda, vilket automatiskt identifierar och visar dina bäst presterande annonser.

Slutsats

För LinkedIn-annonsörer har delad testning länge krävt manuella lösningar. Med Campaign Managers nya A/B-testverktyg kan annonsörer nu jämföra kampanjer baserat på annonser, målgrupper eller placeringar – för att i slutändan identifiera topppresterande element och möjliggöra mer effektiv optimering för din LinkedIn reklam.

---

Håll dig uppdaterad: Få nya marknadsföringsartiklar levererade till dig!

Missa inte kommande insikter och strategier för marknadsföring i sociala medier! Registrera dig för att få meddelanden när vi publicerar nya artiklar på Social Media Examiner. Vårt sakkunnigt utformade innehåll hjälper dig att ligga steget före och skapa resultat för ditt företag. Klicka på länken nedan för att registrera dig nu och få vår årsredovisning!

JA! JAG VILL HA DINA UPPDATERINGAR