Reálný dopad vizuální úpravy produktových obrázků na výkon Meta kampaní

Dynamické reklamy

Tyto reklamy výborně fungují ve středních a spodních fázích marketingového trychtýře, nicméně mají velkou nevýhodu. Pokud prodáváte produkty totožné s konkurenty, nemáte se jak kreativně odlišit. Ano, můžete používat dynamický rámeček, ale ten se zobrazuje jen v omezené míře a jen v některých umístěních.

Proto v agentuře Effectix už dlouhodobě používáme externí nástroj Feed Image Editor od Mergada pro dynamickou úpravu produktových obrázků. Produktové obrázky tak upravíme o brandové barvy, přidáme logo a CTA, cenu, slevu, případně claim.

Až dosud jsme ale nikdy neotestovali reálný vliv tohoto nástroje. To se nyní změnilo.

Obchodní model

Test byl spuštěný u e‑shopu JabkoLevně.

Jedná se o e‑shop zaměřený na prodej použité elektroniky, obzvláště telefonů, tabletů a počítačů značky Apple. V portfoliu dominují produkty vyšší cenové hladiny.

Typickým zákazníkem je uživatel, který chce prémiový produkt, ale zároveň preferuje ekonomicky i ekologicky výhodnější alternativu oproti nákupu nového zařízení. E‑shop tak kombinuje výkonnostní nabídku s důrazem na důvěryhodnost, odbornost a dlouhodobou spokojenost zákazníků.

Nastavení A/B testu

V průběhu pěti dní probíhal A/B test, kdy proti sobě stály dva totožné ad sety. Měly totožné nastavení, totožný rozpočet i plán, totožné formáty reklamy i textace. Pozor jsme si dávali i na Advantage+ kreativu. Oba ad sety používaly totožné skupiny produktů a stejné formáty (katalogový carousel a katalogový single banner). 

Jediný rozdíl byl v tom, že pro první ad set (sada A) byl využitý katalog, ve kterém upravujeme produktové obrázky pomocí výše zmíněného externího nástroje, a druhý ad set (sada B) využíval katalog s původními neupravenými obrázky. Abychom si byli jistí kvalitou testu, oba katalogy byly připojené ke stejnému datasetu a sbíraly data po více než 90 dní před testem. Dá se tedy říct, že až na produktové fotky byla sada A totožná se sadou B.

Nalevo produktová fotka v sadě A (upravený obrázek), napravo produktová fotka v sadě B (původní obrázek)

Při A/B testu jsme standardně optimalizovali na počet nákupů s atribucí 7 days click + 1 day view, abychom co nejlépe nasimulovali běžné chování reklamy. Jako testované metriky jsme zvolili jak metriky ve vyšších stupních funnelu (CPC, cena za engagement, cena za reach), tak i metriky v nižších stupních funnelu (přidání do košíku, přechod k zaplacení).

Výsledky A/B testu

Z „hard“ metrik se nejsilnější rozdíl projevil u ceny za přechod k zaplacení, kde sada A dosáhla výrazně lepší efektivity. Cena za přechod k zaplacení byla u sady A o 70,88 % nižší. Rozdíl je statisticky významný při hladině významnosti α = 0,1, což znamená, že výsledek můžeme považovat za statisticky robustní a vysoce spolehlivý.

Velmi podobně dopadla i metrika ceny za zásah 1 000 uživatelů, kde sada A díky nižšímu CPM dosáhla hodnoty o 27,23 % nižší než sada B. Také zde je rozdíl statisticky významný při hladině významnosti α = 0,1, což opět potvrzuje, že jde o skutečný efekt a nikoliv náhodný výkyv.

U přidání do košíku vychází cena u sady A o 62,49 % nižší, opět na hladině významnosti α = 0,1.

Podobně u „soft“ metriky ceny za engagement vychází sada A o 12,31 % lépe při stejné hladině významnosti.

Jedinou metrikou, kde A/B test nedokázal s dostatečnou přesností určit vítěze, je CPC. Přestože nominálně vychází lépe opět sada A, hodnota p > 0,1, tedy nelze s dostatečnou jistotou zamítnout hypotézu, že se jedná o náhodný rozdíl.

Vzhledem k vysoké ceně produktů a tedy i vysokému CPA nebyl jednoznačně určen vítěz ani v metrice nákupů, přestože nominálně opět vychází lépe sada A.

Celkově je ale důležité zdůraznit, že u všech klíčových metrik funnelu, které se nejvíce promítají do obchodního výsledku, A/B test určil vítěze. Výsledky jsou navíc vzájemně konzistentní, což dále posiluje důvěryhodnost závěrů.

Relativní rozdíl výsledků se nemění ani při vyhodnocování pouze první konverze na uživatele, což dokazuje, že výsledky nejsou ovlivněny aktivními „klikači“, kteří zboží opakovaně přidávají a odebírají z košíku.

Velmi zajímavým zjištěním je také nižší CPM u sady A, které potvrzuje vyšší relevanci reklam a tedy častější výhru v aukcích.

Omezení testu

Přestože výsledky testu vykazují vysokou míru statistické opory a konzistence napříč metrikami, je důležité zmínit několik omezení, která je nutné při jejich interpretaci zohlednit.

Test probíhal sice s dostatečným rozpočtem, ale v relativně krátkém časovém úseku pěti dní, a tedy nereflektuje sezónnost, cenovou citlivost uživatelů v delším období ani případné změny chování publika. Výsledky proto nelze automaticky zobecnit na všechny situace a dlouhodobé chování kampaní bez další validace.

Dalším omezením je, že test byl realizován na konkrétním typu sortimentu a konkrétním brandu. I když efekt je výrazný a statisticky podložený, nelze vyloučit, že jiné produktové kategorie či jiná cenová hladina mohou reagovat odlišně. Stejně tak nelze vyloučit, že značky s vysokým brand awareness nebo specifickým vizuálním stylem mohou dosahovat rozdílné intenzity efektu.

Ačkoliv byly oba testované ad sety nastaveny identicky a pracovaly se stejným datasetem i historickými signály, stále je potřeba počítat s tím, že Meta je probabilistický systém, který v čase optimalizuje na základě ne zcela kontrolovatelných interních modelů. Nelze tedy stoprocentně eliminovat vliv algoritmických mikrozměn v průběhu testu.