Entonces, echaste un vistazo a la guía sobre cómo configurar tu primera campaña y creaste algunos split test. Tu campaña ha estado funcionando por un tiempo y recopilando algunos datos para que finalmente estés listo para verificar los resultados de esos split test en tu campaña.
¿No estás seguro por dónde empezar? ¡Este artículo puede ayudar! Lo primero que debes hacer es ir al panel de tu campaña y luego a la pestaña Informes de anuncios (Ads Reporting).
Una vez que llegues a la página de informes de anuncios (Ads Reporting), verás una lista de tus experimentos. En este ejemplo, probamos 3 imágenes de anuncios diferentes en nuestra campaña. Podemos ver que a cada imagen se le ha asignado un color en el gráfico: rojo, azul y amarillo. Podemos especificar nuestra métrica de gráfico preferida del menú desplegable a la izquierda. Vamos a ver nuestro experimento en términos de costo por conversión.
Podemos ver cada experimento y cuántos anuncios, impresiones, clics, etc. obtenemos de cada prueba desde las columnas en nuestro gráfico de informes. Desde aquí podemos detener los experimentos de bajo rendimiento.
¿Qué pasa si queremos ver los resultados de dos split test a la vez?
Esto se puede hacer seleccionando una estadística secundaria en el menú desplegable en la página de informes de anuncios debajo de su estadística principal. En esta campaña, también hemos hecho split test sobre varios país, por lo que vamos a analizar cada imagen en cada país. Así es como se ve el análisis:
Podemos ver inmediatamente que la imagen con la máquina de espresso tenía un costo por conversión particularmente caro en los Países Bajos, por lo que podemos justificar fácilmente pausar ese anuncio en particular debido a los altos costos.
La pestaña Ads Reporting de AdEspresso es donde puedes ver los resultados de cualquier elemento que pruebes en tu campaña. Ya sea que estés haciendo split test de públicos, diseños, intereses, ubicaciones o cualquier otra cosa, puedes usar esta sección para revisar los resultados y pausar los experimentos que no funcionen tan bien como necesiten.