Warum KI besser ist als Split-Tests und wie man sie einsetzt
Unternehmen sind stets bestrebt, ihre Conversion Rate zu optimieren – das ist eine wichtige und weit verbreitete Strategie. Sie führen Hunderte von Tests und Experimenten pro Jahr durch, um das Kundenerlebnis zu optimieren. Und sie tun dies meistens durch AB-Tests oder Split-Tests. Aber das Problem mit Split-Tests ist, dass es einfach nicht so effizient ist.
Unternehmen sind seit Jahrzehnten auf diese Art von Tests beschränkt. Diese Tests führen jedoch selten zu positiven Ergebnissen, und Unternehmen verfügen nicht über die Ressourcen oder den Datenverkehr, um die erforderliche Anzahl von Tests durchzuführen, um wirklich die gewünschten Ergebnisse zu erzielen. Es ist immer noch ein wichtiges Tool zur Entscheidungsfindung und Optimierung, aber im Bereich der Conversion-Rate-Optimierung könnte es noch viel besser sein.
Eines der Ziele der künstlichen Intelligenz im digitalen Marketing ist es, die richtige Botschaft zur richtigen Zeit zu liefern, aber manchmal geht es schief. Wir alle wurden schon einmal von einer Anzeige im Internet heimgesucht – einer Anzeige, an der wir nicht einmal interessiert sind.
Dies geschieht, weil Marketingfachleute durch menschliches Raten entscheiden müssen, wann und wo die Nachricht erscheint, was falsch sein kann – wie wir alle wissen. Diese Vermutungen stammen aus vielen Tests, aber es ist ein langsamer Prozess.
Künstliche Intelligenz hat die Welt verändert
Von der IT-Abteilung bis hin zum Kundendienst und so weiter verändert es die Art und Weise, wie wir über Anzeigen denken.
Eine kürzlich durchgeführte Studie hat ergeben, dass 46 % der Kunden sagen, dass ein ideales Erlebnis Websites mit Anzeigen beinhalten würde, die nur für sie relevant sind, und ganze 58 % gaben an, dass dieser personalisierte Ansatz ihre Vision der Marke verbessert.
Der Split-Test stützt sich jedoch stark auf vergangene Verhaltensweisen, Muster und Vorlieben ähnlicher Personen.
Die Technologie der künstlichen Intelligenz soll das ändern – sowohl die Art und Weise, wie wir testen, als auch die Art und Weise, wie wir die Anzeigen schalten. Google hat ein Tool für künstliche Intelligenz eingeführt, das sich an Suchanfragen anpasst und den Werbetreibenden eine Menge Zeit spart. Ein anderes Unternehmen, Bidalgo, hat Creative Artificial Intelligence auf den Markt gebracht, das es Marketingfachleuten erleichtert, herauszufinden, was ihre Kunden wollen.
Dies geht immer tiefer in die Medien und den Kaufprozess, insbesondere in die Online-Werbung.
Künstliche Intelligenz kann vorhersagen, was Ihre Kunden wollen
Das Tool für künstliche Intelligenz von Bidalgo bewertet verschiedene Elemente der Anzeige, basierend auf allen Teilen der Customer Journey. Es vergleicht auch die Leistung verschiedener Anzeigen und Botschaften sowie Bilder. Werbetreibende fliegen in vielen Fällen blind, denn selbst wenn Sie ein Muster sehen, wissen Sie nicht, warum es passiert. Aber künstliche Intelligenz kann Werbetreibenden dabei helfen, sowohl das Was als auch das Warum zu verstehen, und es ihnen ermöglichen, einige Variablen aufzuschlüsseln.
Ohne künstliche Intelligenz müssten Werbetreibende Split-Tests anwenden, indem sie nur eine Variable ändern und dann Variationen gegen das Original und andere Variablen ausführen, um den Gewinner zu ermitteln. Dann bewegt sich der Kreis weiter, wenn sie mehr Variablen zum Testen haben. Aber Künstliche Intelligenz ist in der Lage, Dutzende Dinge gleichzeitig zu tun. Dies ist ein schnellerer und besserer Weg, um Anzeigen zu erstellen.
Künstliche Intelligenz kann einige Antworten geben, wenn es um das „Warum?” von Präferenzen geht
Viele Unternehmen setzen maschinelles Lernen und künstliche Intelligenz ein und lernen mehr darüber, Daten sind immer noch ziemlich dünn. Diese Informationen werden jedoch bald kommen. Sobald dies geschieht, können Marketer Trends vergleichen und herausfinden, was sie alle gemeinsam haben. Künstliche Intelligenz kann die Psychologie der Dinge noch nicht verstehen, aber sie wird es in Zukunft können.
Menschen erstellen immer noch Anzeigen, aber das könnte sich in Zukunft ändern. Im vergangenen Jahr wurde der erste Roboter-Kreativdirektor eingeführt. Sie fütterten die künstliche Intelligenz des Roboters mit herausragenden Anzeigen und der Roboter entwickelte eine Anzeige mit einem herumfliegenden Hund in einem Business-Anzug. Diese Anzeige wurde tatsächlich gegenüber der von Menschen gemachten Anzeige bevorzugt.
Die Konzeptualisierung sollte jedoch immer dem Menschen überlassen werden, da dieser bei weitem kreativer ist als ein Roboter. Menschen können an Ideen und kreativen Teilen arbeiten, während ein Roboter oder künstliche Intelligenz am Testen und Analysieren arbeiten würde.
Testbeschränkungen von Split-Tests:
- Ressourcenknappheit – Viele Unternehmen haben nicht genug Geld, um sich mehr Mitarbeiter leisten zu können, um am Testen und Analysieren des Verhaltens und der Muster zu arbeiten.
- Erhöhte Einschränkungen – Unternehmen kämpfen auch damit, eine Stichprobe zu haben, die groß genug ist, um ein statistisch signifikantes Ergebnis zu liefern. Sie müssen sowohl Datenverkehr als auch Zeit aufwenden, um eine Variable zu testen, die allesamt sehr langsam arbeitet.
- Split-Tests scheitern oft – Etwa 10-20 % aller durchgeführten Split-Tests führen zu einer verbesserten Leistung. Der Rest scheitert. Das bedeutet, dass Sie nur bestimmte Hypothesen zum Testen auswählen können und selbst dann kann es fehlschlagen
Und Künstliche Intelligenz bringt einige Vorteile mit sich, die leicht zu erkennen sind:
- Es kann die Produktivität steigern – Künstliche Intelligenz kann automatisch viele verschiedene Hypothesen auf einmal bewerten und es einer einzelnen Person ermöglichen, ein Experiment einzurichten, das so groß und komplex ist wie Hunderte von AB-Tests. Dadurch kann eine einzelne Ressource mehr erreichen, als Split-Tests jemals erreichen konnten.
- Es kann schneller lernen – Ein einziges Experiment ermöglicht es Ihnen, die Informationen zu sehen, für deren Lernen andernfalls Hunderte von Split-Tests erforderlich wären. Es sind Monate in Echtzeit und es bedeutet, dass Sie viele Dinge verpasst hätten.
- Es gibt mehr Verbesserungschancen – Durch das gleichzeitige Testen mehrerer Hypothesen haben Sie mehr Möglichkeiten, Dinge zu beheben und zu ändern, und Ihr Team muss keine Prioritäten für Variablen setzen, die es testen muss.
- Es kann den gesamten Trichter optimieren – Künstliche Intelligenz ist darauf ausgelegt, viele Änderungen im Trichter und auf verschiedenen Seiten vorzunehmen. Dies kann Ihnen helfen zu verstehen, wie sich die Änderungen auf Ihre Conversion-Raten am Ende des Trichters auswirken und wie er insgesamt abschneidet. Full-Funnel-Optimierung beschleunigt den Prozess und schafft ein besseres Erlebnis für alle.
Wenn Sie tiefer in A/B- oder Split-Tests einsteigen, ist dies seit Jahrzehnten eine nützliche Ressource – und noch dazu die einzige. Es wurde noch beliebter, als Google damit die Anzahl der anzuzeigenden Suchergebnisse testete.
Es teilt die Besucher im Grunde in zwei Gruppen auf und zeigt jeder der Gruppen eine leicht veränderte Version derselben Sache. Welches dieser beiden Dinge mehr Aufmerksamkeit bekommt, gewinnt. Jede Reaktion wird aufgezeichnet und überwacht, um zu sehen, ob sie die gewünschte Aktion ausführen. Sobald Gruppen ausreichend getestet wurden, haben Sie wahrscheinlich eine endgültige Lösung dafür, welche Variable in einer Anzeige besser abschneidet. Es ermöglicht Ihnen, die Conversions zu steigern, ohne den Traffic wirklich zu erhöhen – was tendenziell weniger teuer und effizienter ist.
Wie bereits erwähnt, wird es seit Jahrzehnten verwendet und ist nützlich. Allerdings wird alles durch Künstliche Intelligenz ersetzt und so sollte auch diese müde alte Methode. Es funktioniert zwar, aber es ist ein langwieriger, langsamer Prozess, der unter den modernen Umständen einfach nicht funktioniert.
Und hier kommt die Künstliche Intelligenz ins Spiel – ein Ritter in glänzender Rüstung für alle Marketer und Menschen in der Werbung. Es ist frisch, modern, auf dem neuesten Stand, schnell und multitaskingfähig. Mit künstlicher Intelligenz können Sie in Echtzeit testen und optimieren. Jede Software, die von künstlicher Intelligenz gesteuert wird, ist so aufgebaut und in der Lage, die Aktionen jeder einzelnen Person zu analysieren, die die Website besucht, und dann Variationen anzubieten, die jedem Benutzer angeboten werden. Auf diese Weise testest du nicht nur A gegen B oder umgekehrt, sondern testest auch alle Variablen, die für das Testen interessant und attraktiv erscheinen. Das wäre für jeden Menschen eine furchtbar komplexe Aufgabe, aber für die Maschine ist es ganz einfach. Sie können verschiedene Kombinationen ausprobieren – testen Sie ein Bild und eine Überschrift im Vergleich zu einem anderen Bild und einer Überschrift.
Sie können die Daten analysieren, um zu sehen, welche Kombination von all diesen ein besseres Ergebnis liefert. Künstliche Intelligenz nutzt ihre Kraft, um in Echtzeit die beste Kombination für jeden Einzelnen herauszufinden.
Anstatt Menschen als gleichberechtigte Personen mit gleichem Interesse zu sehen, wie es beim Split-Test der Fall ist, werden verschiedene andere Faktoren berücksichtigt. Dazu gehören demografische Merkmale, Vorlieben, Verhaltensweisen und andere Faktoren, die bestimmen, welche Anzeige für welchen Nutzer am besten funktioniert. Künstliche Intelligenz ist auch deshalb so leistungsfähig, weil sie es Ihnen ermöglicht, Ihre Eigenschaften zu optimieren, um jedem Besucher die besten Conversion-Chancen zu bieten.
Dies mag wie eine komplexe Aufgabe erscheinen und ist es in den meisten Fällen auch, aber die Software ist es wert, da sie sich um alles kümmert, worum Sie sich manuell kümmern müssten. Alles, was Sie tun müssen, ist, verschiedene Variablen bereitzustellen, die es testen kann.
In einfachem Englisch – es ist viel schneller und viel effizienter als Split-Tests.
Split-Tests sind für die meisten Unternehmen nicht effizient. Sicher, große Unternehmen können dies möglicherweise effizient durchführen, da sie über eine große Stichprobe und Ressourcen verfügen, aber ich könnte einfach die beste Wahl für alle sein. Es ist kein Team erforderlich, das dieser speziellen Aufgabe gewidmet ist, oder ein Outsourcing, das ebenfalls teuer sein kann. Es nimmt Ihnen die ganze harte Arbeit ab und schafft Zeit für kreative und strategische Aspekte der Werbung. Sie können Ihre Assets in Echtzeit optimieren und müssen nicht testen, bevor Sie das Endergebnis veröffentlichen können.
Es konzentriert sich auch mehr darauf, was jeder Einzelne sehen möchte. Dies schafft ein personalisierteres Erlebnis und bietet jedem einzelnen Benutzer mehr Zufriedenheit. Split-Tests gehen davon aus, dass jeder aus dem Publikum entweder die eine oder die andere Variable mag, was von Natur aus falsch ist, weil Menschen nicht so funktionieren. Sicher, eine große Gruppe ähnlicher Personen mag eine ähnliche Sache – aber jede Person wird Vorlieben haben.
Stellen Sie sich das so vor – während eine bessere Überschrift, die als Ergebnis von Split-Tests entschieden wurde, die Conversions steigern kann, basierend auf der Tatsache, dass Ihr Publikum es als Gruppe mag, stellen Sie sich nur vor, wie sehr sie eine Überschrift mögen und konvertieren werden, die für sie funktioniert speziell.
Sie konzentrieren sich vielleicht auf Farben oder Bilder, aber der wahre Unterschied liegt in der besseren Personalisierung. Sie können bestimmen, welche Überschrift für jede Person optimal ist.
Mit A/B-Tests können Sie jeweils eine Seitenoptimierung testen, aber mit künstlicher Intelligenz können Sie auf mehreren Seiten arbeiten, was bedeutet, dass Ihre Seiten alle für alle Segmente der Trichtergleichheit optimiert werden. So können Sie auf der Oberseite des Trichters, der Mitte des Trichters und der Unterseite des Trichters sowie über den Trichter hinaus arbeiten und Ihre gesamte Reise optimieren. Das ist effizient und funktioniert, weil Sie an verschiedenen Fronten agieren und verschiedene Personen sich gleichzeitig engagieren.
Bereiten Sie sich also auf den Wechsel von A/B zu künstlicher Intelligenz vor. Es wird die Art und Weise verändern, wie Sie werben.