Español

Frameworks de pruebas de creatividades para CPL B2B: cómo ejecutar tests que realmente mueven el número

He auditado muchas cuentas de anuncios de B2B SaaS, y la mayoría de los "tests de creatividades" siguen el mismo guion. Cuatro anuncios colocados en un único conjunto de anuncios. Observados durante cinco días. El que tiene el CPL más bajo con 11 conversiones se declara ganador. El IC le pide a diseño "más de lo mismo." Tres semanas después el CPL volvió al punto de partida, nadie sabe por qué, y el equipo ya está preparando el siguiente lote de cuatro anuncios.

Eso no es un test. Es una selección de ganador basada en intuición sobre un tamaño de muestra que no pasaría un curso de estadística. Sin hipótesis, sin efecto mínimo detectable, sin readout. La razón por la que su CPL no se mueve no es la calidad de sus creatividades. Es que nunca ha ejecutado un test real contra ellas.

Este es el sistema que me hubiera gustado que alguien me entregara cuando empecé a comprar paid para B2B SaaS. Tómelo prestado.

La trampa de la rotación de 4 anuncios

Aquí está el cálculo que nadie del lado del IC hace antes de lanzar un "test."

Usted trabaja una cuenta B2B SaaS con un CPL de $180 y su cliente quiere que encuentre una mejora del 15%. Para declarar un incremento del 15% con confianza estadística, con la varianza típica del paid social, necesita aproximadamente 30 conversiones por rama. Cuatro ramas multiplicadas por 30 conversiones multiplicadas por $180 de CPL es $21.600. Con un presupuesto semanal de $4.000 por conjunto de anuncios, eso es un test de cinco semanas. La mayoría de los ICs lo ejecutan durante cinco días.

¿Qué pasa realmente en el día cinco con 11 conversiones por rama? Su "ganador" es en su mayor parte ruido. Vuelva a ejecutar los mismos cuatro anuncios la semana siguiente y ganará uno diferente. La relación señal-ruido es brutal con muestras pequeñas, y las conversiones B2B son escasas por naturaleza. No está midiendo la creatividad. Está midiendo la aleatoriedad.

Así que el 80% de los tests de creatividades B2B no pueden alcanzar significación aunque se ejecuten indefinidamente, porque el presupuesto por rama es demasiado delgado y el test nunca se diseñó para eso. Solucionar esto no tiene que ver con mejores creatividades. Tiene que ver con tests más pequeños, más precisos, con un plan real.

Testing basado en hipótesis

Cada test recibe tres elementos por escrito antes de que se empiece a preparar ningún activo:

  1. Una hipótesis con nombre. No "veamos qué funciona." Algo específico: "Los ganchos centrados en el dolor superan a los ganchos centrados en el resultado para compradores de TI porque el comprador ya está sintiendo el dolor (fallo de auditoría, exposición a brechas) antes de buscar una solución."
  2. Una métrica objetivo. Elija una. El CPL es la predeterminada, pero la tasa de conversión de la landing page suele ser una lectura más limpia porque aísla la creatividad del ruido de las pujas en el lado del algoritmo.
  3. Un efecto mínimo detectable (MDE). Para presupuestos de paid B2B, el 15-20% sobre el CPL es el mínimo. Cualquier cosa menor y el tamaño de muestra requerido explota más allá de lo que una cuenta normal puede financiar.

Si no puede escribir la hipótesis en un post-it, es que no tiene una. Vuelva atrás y escríbala antes de informar a diseño.

El MDE obliga a ser honesto. Un incremento del 5% suena bien hasta que se da cuenta de que necesitaría unas 270 conversiones por rama para detectarlo. A $180 de CPL, son $48.000 por rama. Nadie financia eso. Así que establece el MDE en el 15%, acepta que los pequeños incrementos son invisibles para su cuenta, y deja de pretender lo contrario.

El framework de pruebas de creatividades en 3 niveles

Los tests se apilan. No prueba aleatoriamente "variaciones de gancho" frente a "variaciones de concepto" frente a "variaciones de formato" al mismo tiempo. Prueba de arriba hacia abajo, por niveles, y no baja de nivel hasta que el que está por encima tenga un ganador claro.

Nivel 1: Concepto. Las apuestas grandes. Orientado al dolor frente a orientado al resultado frente a orientado a la prueba social. ROI frente a presión de pares. Estos son los mensajes, no las ejecuciones. Los tests de concepto necesitan la mayor varianza para ganar porque las apuestas son más altas, pero también producen los mayores movimientos de CPL cuando funcionan. Espere deltas de CPL del 20-40% con un ganador de concepto real.

Nivel 2: Formato. Una vez que tiene un concepto ganador, pruebe cómo se presenta. Estático frente a carrusel frente a video UGC frente a animado. Los éxitos de formato suelen ser mejoras del CPL del 10-20% por encima del éxito de concepto.

Nivel 3: Gancho. Solo después de que el concepto y el formato estén confirmados. Pruebe los primeros tres segundos del video, o la primera línea del cuerpo del texto estático. Los éxitos de gancho son del 5-15%, pero se acumulan sobre los éxitos anteriores.

El error que veo semanalmente: un IC prueba tres ganchos distintos en tres conceptos distintos en tres formatos distintos y lo llama "test de creatividades." Eso son nueve variables en un experimento diseñado para una sola, con un tamaño de muestra construido para una. No aprende nada. Mantenga el nivel superior estable, varíe una capa a la vez, y los readouts se vuelven claros.

Construir un test B2B real

Aquí hay un plan de test de muestra que aprobaría:

Hipótesis: Los ganchos centrados en el dolor superan a los ganchos centrados en el resultado para compradores de seguridad TI en LinkedIn porque los compradores de seguridad están motivados por el dolor, no por las aspiraciones. Métrica: CPL (secundaria: tasa de conversión de LP) MDE: 15% Ramas: 2 (control = ganador actual orientado al resultado, retador = nuevo orientado al dolor) Tamaño de muestra requerido: ~30 conv/rama CPL base de la cuenta: $180 Presupuesto: $5.400/rama = $10.800 en total Duración: 14 días a $385/día por rama Audiencia: audiencia guardada existente de CISO/Director de Seguridad TI, sin expansión Reglas de parada: ver reglas de fatiga e inutilidad más abajo Responsable del readout: yo, el viernes después del día 14

Observe lo que falta: no hay cuarta ni quinta rama. Dos ramas es la respuesta correcta para la mayoría de los tests B2B porque los presupuestos B2B no pueden financiar cuatro correctamente. Si tiene la tentación de añadir una tercera, elimínela y ejecútela como un test de seguimiento frente a la rama ganadora de esta ronda. Los tests secuenciales de 2 ramas superan a los tests paralelos de 4 ramas siempre con presupuestos B2B.

Planifique el presupuesto antes de planificar los elementos visuales. Si no puede costear 30 conversiones por rama a su CPL actual, no tiene un test. Tiene una suposición con pasos adicionales.

Diagnóstico de fatiga de creatividades

Incluso su ganador llega a su fin. El trabajo no es encontrar un anuncio inmortal. Es detectar el deterioro temprano y rotar antes de que el CPL se desvíe. Tres señales, tres diagnósticos con nombre, tres soluciones distintas.

Señal 1: Frecuencia mayor de 4 en 7 días. Su audiencia ha visto este anuncio demasiadas veces. El CPL no siempre se ha movido todavía, pero está a punto de hacerlo. Diagnóstico: saturación de la audiencia. Solución: amplíe la audiencia, no la creatividad. Añada una capa de audiencia similar (lookalike) o amplíe el filtro basado en cargo. Misma creatividad, ojos nuevos.

Señal 2: El CTR cae más de un 25% desde la base de la semana 1. Las personas reconocen el anuncio y dejan de hacer clic. El gancho se ha agotado antes que el mensaje. Diagnóstico: fatiga de mensaje. Solución: mismo concepto, renueve la ejecución creativa. Cambie el estático por un carrusel de la misma idea, o rehaga el video con un inicio diferente. Conserve la hipótesis, cambie la superficie.

Señal 3: CPL sube más de un 20% con tasa de conversión de LP estable. El lado de conversión está bien, así que el problema es previo. El algoritmo paga más por el mismo clic porque todos en la audiencia ya han hecho clic. Diagnóstico: fatiga de formato. Solución: cambie de formato. Si ha estado ejecutando estáticos, publique un video UGC. Si video, publique un carrusel. Mismo concepto, mismo gancho, formato nuevo.

Debería revisar estos tres números cada lunes en cada campaña activa. Cinco minutos de trabajo. El costo de no detectar la fatiga durante dos semanas suele ser entre $3.000 y $8.000 en gasto desperdiciado en una cuenta B2B, así que se amortiza cien veces.

La regla de rotación del ganador

Cuando surge un ganador, el instinto es eliminar a los perdedores y volcar todo el presupuesto en el campeón. No lo haga.

Ejecute una división 70/30: 70% al ganador, 30% a la segunda mejor rama. Mantenga ambas activas. Dos razones.

Primera, el agotamiento de la audiencia. Un solo anuncio servido con presupuesto completo agota una audiencia B2B en unos 10 días porque la audiencia es pequeña (los CISOs en empresas de 200 a 2.000 empleados no son infinitos). La división 70/30 lo extiende a unos 18-22 días porque la audiencia ve variación.

Segunda, necesita una base para el siguiente test. Cuando incorpora un nuevo retador cada 2 semanas, necesita un control estable con el que comparar. El ganador del 70% es su control. El segundo lugar del 30% se convierte en el segundo control o es reemplazado por el nuevo retador.

Incorpore un nuevo retador cada 2 semanas. A veces el retador supera al campeón y ha encontrado un nuevo ganador. A veces pierde y el campeón sigue ejecutándose. De cualquier forma, nunca está ejecutando creatividades obsoletas y siempre tiene un test activo en el mercado.

Cuándo detener un test

Tres reglas. Memorícelas porque la tentación de detener en el día 5 porque "parece claro" es real y le cuesta el 30% de su aprendizaje útil.

Parada de inutilidad en el día 3. Si una rama es 2x peor que la otra en CTR con confianza estadística (y sí, el CTR puede alcanzar significación rápido porque es una métrica de alto volumen), elimine la perdedora. No está aprendiendo nada nuevo y el presupuesto se invierte mejor en una nueva variante. Esta es la única regla de parada anticipada. La inutilidad del CPL normalmente no puede determinarse tan pronto porque las conversiones son demasiado escasas.

Parada por insuficiencia en el día 14. Si ninguna rama ha alcanzado el MDE en el día 14, el test estaba mal dimensionado. No lo extienda. Rediseñelo. O el MDE no era realista, o la audiencia era incorrecta, o el presupuesto era insuficiente, o la hipótesis era débil. Corrija el diseño y ejecute un nuevo test. Extender un test fallido casi nunca da un resultado limpio, solo retrasa la reconstrucción.

Nunca detenga en el día 5 porque parece claro. El día 5 es exactamente cuando el ruido parece señal en paid B2B porque el volumen de conversiones es escaso. La rama que "claramente está ganando" en el día 5 cambia de lugar con la perdedora en el día 8 aproximadamente el 40% de las veces según mi experiencia. Mantenga el rumbo hasta el día 14 a menos que se active una parada de inutilidad.

Escalar el ganador

Ha declarado el ganador. Ahora escale.

El error aquí es doblar el gasto de la noche a la mañana y ver cómo el CPL se derrumba a la mañana siguiente. Los algoritmos no toleran cambios repentinos de presupuesto. Reinician el aprendizaje, vuelven a pujar contra una porción diferente de la audiencia, y su CPL sube mientras usted todavía está averiguando qué ocurrió.

Meta: límite de escalado máximo del +20%/día. Eso es todo. Si está en $400/día en el conjunto de anuncios ganador, el día 1 de escalado son $480, el día 2 son $576, el día 3 son $691. Llegará a $1.000/día en cinco días. Lo lento es lo rápido.

LinkedIn: límite de escalado máximo del +30%/día. LinkedIn es algo más tolerante con los cambios de presupuesto porque la subasta es más reducida y el algoritmo reacciona más lento. Pero el mismo principio se aplica: gradual.

La parada por deriva del CPL. Revise el CPL diariamente durante el escalado. Si sube más de un 25% desde su base previa al escalado en cualquier momento, pause el escalado. Ha superado a su audiencia. Dos caminos de vuelta: o amplíe la audiencia (lookalikes, cargos más amplios, capas de intención) y retome el escalado con el nuevo tamaño de audiencia, o acepte el techo de gasto actual y busque un nuevo ángulo creativo para abrir otro segmento de audiencia.

El escalado es donde la mayoría de las cuentas B2B queman sus ganancias. Encontró una mejora del CPL del 20%, luego dobló el gasto en una semana y devolvió el 30% en deriva. Resultado neto: peor que donde empezó, además de creatividades quemadas. Limite el escalado.

Informar a diseño con una solicitud real

El último elemento, porque el test solo funciona si diseño entrega el activo correcto.

Brief malo: "Necesitamos nuevas creatividades."

Brief bueno, y me refiero a copiar esta plantilla:

Hipótesis: Los ganchos orientados al resultado rinden peor que los orientados al dolor para compradores de seguridad en LinkedIn. Concepto: Orientado al dolor, anclado en tres puntos de dolor del CISO: fallo de auditoría, costo de brecha, presión del consejo. Formato: Estático 1080x1080, 3 conceptos (uno por punto de dolor). Contexto de audiencia: CISOs y Directores de Seguridad TI en empresas de 200 a 2.000 empleados. Tono: senior, no desenfadado. Elementos requeridos: Logo de Rework abajo a la derecha, CTA único "Ver la plataforma" (no "Más información"). Referencia: ver ejemplos de competidores adjuntos (buenos y malos) como referencia visual. Métrica de éxito: superar el control actual en un 15% de CPL durante 14 días con $4.000 de gasto por rama. Fecha límite: viernes al cierre del día. Flujo de aprobación: yo primero, luego el responsable de diseño, luego se publica.

Ese brief tarda 10 minutos en escribirse y ahorra una semana de ida y vuelta. Diseño sabe exactamente qué está probando, qué cuenta como éxito y cuál es la fecha límite. La hipótesis está en el brief porque diseño produce mejor trabajo cuando sabe qué se está midiendo. "Tres estáticos orientados al dolor" produce un resultado diferente que "haz que el de la brecha realmente se sienta como una brecha."

Guarde esta plantilla en Notion o en un documento de Google. Reutícela para cada test. Su equipo de diseño empezará a escribirla con usted después de algunas rondas.

Qué llevar al lunes

Si gestiona una cuenta de paid B2B SaaS el lunes por la mañana, aquí está el conjunto de trabajo:

  • Audite cada "test" activo. Cualquier test sin hipótesis escrita, sin MDE, sin fecha de readout: ciérrelo o reconstruyalo.
  • Elija su próximo test real. Dos ramas, hipótesis con nombre, MDE del 15%, presupuesto de 30 conv/rama, período de 14 días.
  • Configure una revisión de fatiga cada lunes por la mañana en cada campaña. Frecuencia, CTR semana a semana, deriva del CPL. Cinco minutos.
  • Mueva cada ganador a una rotación 70/30 con una rama de segundo puesto. Programe un nuevo retador cada 2 semanas.
  • Limite su escalado al +20%/día en Meta, +30%/día en LinkedIn. Pause si el CPL se desvía un 25%.
  • Reescriba su próximo brief de diseño usando la plantilla anterior.

Los tests que no pueden alcanzar el MDE no son tests, son suposiciones con pasos adicionales. Planifique el tamaño de la muestra antes de planificar los elementos visuales, y su CPL empezará a moverse en la dirección que espera su cliente.

Más información