Thử A/B quảng cáo là cho hai phiên bản chỉ khác nhau đúng một điểm chạy song song trong cùng điều kiện, rồi so chi phí mỗi kết quả khi mỗi bên đã có đủ dữ liệu. Đổi nhiều thứ cùng lúc, hoặc kết luận sau vài chục lượt bấm, là hai cách chắc chắn nhất để rút ra bài học sai.
Với doanh nghiệp nhỏ, cái khó không nằm ở công cụ mà ở kỷ luật: chọn biến nào đáng thử, chờ bao lâu, và chấp nhận kết quả "chưa phân định" khi dữ liệu chưa đủ. Bài này đi qua từng bước, kèm cách dùng AI để tạo biến thể có chủ đích thay vì tạo hàng loạt rồi hy vọng.
Vì sao "thử nhiều thứ một lúc" không phải thử nghiệm
Hình dung một tiệm hoa ở Lâm Đồng đổi cùng lúc hình ảnh, câu mở đầu và nhóm đối tượng, rồi thấy tuần này nhiều tin nhắn hơn tuần trước. Tiệm không biết điều gì đã tạo ra khác biệt: hình mới, câu mới, đối tượng mới, hay chỉ là tuần này có ngày lễ. Lần sau muốn lặp lại thành công, họ không biết lặp lại cái gì.
Thử nghiệm có ý nghĩa khi bạn giữ nguyên mọi thứ trừ một điểm, và hai phiên bản chạy cùng thời gian để chịu chung ảnh hưởng của ngày lễ, thời tiết, đối thủ. Chạy phiên bản A tuần này, phiên bản B tuần sau rồi so sánh là so hai tuần khác nhau chứ không phải so hai mẫu quảng cáo.
Điều này không có nghĩa bạn không được đổi nhiều thứ. Khi mới bắt đầu và chưa có gì, đổi mạnh tay để tìm hướng là hợp lý. Nhưng hãy gọi đúng tên: đó là khám phá, không phải thử nghiệm, và kết luận từ khám phá chỉ là giả thuyết cần kiểm lại.
Chọn biến nào để thử trước
Không phải biến nào cũng đáng tốn tiền thử. Với ngân sách nhỏ, ưu tiên những biến có khả năng tạo khác biệt lớn. Bảng dưới sắp xếp theo kinh nghiệm chung của nghề; thứ tự cụ thể ở ngành bạn có thể khác.
| Biến | Ví dụ hai phiên bản | Mức ảnh hưởng thường gặp |
|---|---|---|
| Góc thông điệp | Nói về tiện lợi giao nhanh và nói về nguyên liệu sạch | Lớn, vì đổi luôn người dừng lại xem |
| Định dạng | Ảnh tĩnh và video ngắn | Lớn, nhất là trên mạng xã hội |
| Ba giây đầu video hoặc hình chính | Mở bằng cận cảnh sản phẩm và mở bằng cảnh người đang dùng | Lớn với video ngắn |
| Ưu đãi | Giao miễn phí và tặng kèm món nhỏ | Trung bình đến lớn, nhưng ảnh hưởng lợi nhuận |
| Câu chữ phần thân | Dài kể chuyện và ngắn gạch ý | Trung bình |
| Nút kêu gọi hành động | Gửi tin nhắn và tìm hiểu thêm | Thường nhỏ |
| Màu nền, cỡ chữ | Nền sáng và nền tối | Thường nhỏ, chỉ đáng thử khi đã có lượng lớn |
Người mới hay bắt đầu từ cuối bảng vì dễ làm: đổi màu nút, đổi một chữ. Kết quả thường là khác biệt quá nhỏ để đo được với ngân sách ít. Hãy thử những biến lớn trước; khi đã tìm ra góc thông điệp và định dạng thắng, mới tinh chỉnh chi tiết.
Các bước một lượt thử A/B cho ngân sách nhỏ
Một lượt thử gọn gàng thường đi theo trình tự sau:
- Viết giả thuyết thành một câu trước khi làm: "Video mở bằng cảnh người đang dùng sẽ có chi phí mỗi tin nhắn thấp hơn video mở bằng cận cảnh sản phẩm, vì người xem thấy mình trong đó."
- Chọn một chỉ số quyết định duy nhất, gần với tiền nhất có thể: chi phí mỗi tin nhắn có nhu cầu thật, chi phí mỗi đơn. Không chọn lượt thích.
- Tạo hai phiên bản giống hệt nhau trừ biến cần thử. Dùng tính năng thử nghiệm có sẵn của nền tảng nếu có, vì nó chia người xem để hai bên không trùng nhau.
- Ước lượng ngân sách để mỗi bên có ít nhất vài chục kết quả. Không đủ tiền cho mức này thì chọn chỉ số ở tầng trên, ví dụ tỉ lệ bấm, và chấp nhận kết luận yếu hơn.
- Đặt thời gian tối thiểu, thường một đến hai tuần để gồm cả ngày thường và cuối tuần, và không xem kết quả để quyết định trước thời hạn đó.
- Đọc kết quả, ghi vào sổ thử nghiệm: giả thuyết, kết quả, mức chênh, quyết định.
Sổ thử nghiệm là thứ ít ai làm nhưng giá trị nhất về lâu dài. Sau một năm, cửa hàng có hai ba chục dòng ghi chép về điều gì hiệu quả với khách của mình, thứ không chatbot hay khoá học nào cho bạn được.
Bao nhiêu dữ liệu thì đủ để kết luận
Đây là chỗ người làm quảng cáo hay tự lừa mình. Ví dụ giả định: phiên bản A có 8 tin nhắn, phiên bản B có 12 tin nhắn, cùng mức chi. B hơn 50%, nghe rất thuyết phục. Nhưng với số lượng nhỏ như vậy, chênh lệch đó hoàn toàn có thể do ngẫu nhiên; chạy lại tuần sau, A có thể thắng. Khác biệt chỉ đáng tin khi số kết quả mỗi bên đủ lớn và mức chênh đủ rõ.
Có các công cụ tính ý nghĩa thống kê miễn phí, và tính năng thử nghiệm của nền tảng thường báo mức tin cậy của kết quả. Bạn không cần nhớ công thức, chỉ cần nhớ nguyên tắc: số kết quả càng ít thì mức chênh cần càng lớn mới tin được. Khi công cụ báo chưa đủ tin cậy, kết luận đúng là "chưa phân định", không phải "B thắng nhẹ".
Một bẫy khác là dừng sớm khi thấy một bên đang dẫn. Kết quả dao động nhiều trong những ngày đầu; nếu bạn ngó mỗi ngày và dừng ngay lúc một bên vượt lên, xác suất chọn nhầm cao hơn nhiều so với để chạy đủ thời hạn. Đặt thời hạn trước và giữ lời với chính mình.
Dùng AI tạo biến thể có chủ đích
Bắt đầu từ giả thuyết, không từ số lượng. Câu lệnh "viết hai mươi lời quảng cáo cho tiệm hoa" cho ra hai mươi câu na ná nhau. Câu lệnh tốt hơn: "Tiệm hoa nhỏ ở Lâm Đồng, giao nội tỉnh. Hãy viết hai lời quảng cáo khác nhau đúng một điểm: bản A nhấn vào hoa tươi cắt trong ngày, bản B nhấn vào giao đúng giờ cho dịp quan trọng. Giữ nguyên độ dài, giọng văn và lời mời nhắn tin."
Nhờ AI kiểm xem hai bản có thật sự chỉ khác một điểm. Dán hai bản vào và hỏi "hai bản này khác nhau ở những điểm nào". Nếu AI liệt kê ba bốn điểm, bản thử của bạn chưa sạch.
Nhờ AI phản biện giả thuyết. Hỏi "những lý do nào khiến kết quả thử này bị sai lệch" để nó nhắc bạn những yếu tố như ngày lễ, chênh lệch ngân sách, hai nhóm đối tượng khác nhau.
Không nhờ AI đoán bản nào sẽ thắng. AI có thể đưa ra dự đoán nghe hợp lý, nhưng nó không biết khách của bạn. Dùng dự đoán đó để học thì được, dùng để bỏ qua bước thử là phí công thử nghiệm.
Kiểm câu chữ trước khi chạy. Biến thể do AI viết có thể chứa tuyên bố quá đà hoặc từ ngữ bị chính sách quảng cáo hạn chế. Đọc kỹ từng câu, nhất là với ngành nhạy cảm.
Thử trên quảng cáo tìm kiếm và trên trang đích
Phần lớn ví dụ ở trên là quảng cáo mạng xã hội, nơi hình và video chiếm phần chính. Với quảng cáo tìm kiếm, biến đáng thử thường nằm ở chữ: tiêu đề có địa danh hay không, có nêu bảo hành hay không, lời mời gọi điện hay lời mời đặt lịch. Vì định dạng tìm kiếm phổ biến hiện nay để máy tự ghép nhiều tiêu đề, cách thử sạch hơn là dùng tính năng thử nghiệm chiến dịch của nền tảng, chia đôi lưu lượng giữa bản gốc và bản đã sửa, thay vì nhét cả hai ý vào cùng một nhóm tiêu đề rồi đoán xem máy đã chọn gì.
Trang đích cũng là thứ nên thử, và thường tạo khác biệt lớn hơn quảng cáo. Ví dụ giả định: một trung tâm dạy bơi ở Khánh Hoà gửi người bấm tới hai trang, một trang có lịch học và biểu mẫu đăng ký ngay đầu, một trang kể về huấn luyện viên trước rồi mới có biểu mẫu ở cuối. Cùng một quảng cáo, chi phí mỗi lượt đăng ký có thể chênh nhau rõ rệt chỉ vì người xem phải cuộn bao xa.
Khi thử trang đích, giữ nguyên quảng cáo và đối tượng, chỉ chia người bấm sang hai trang. Nếu không có công cụ chia tự động, có thể tạo hai quảng cáo giống hệt nhau trỏ tới hai trang khác nhau trong cùng nhóm, chấp nhận rằng cách này kém sạch hơn vì hệ thống có thể ưu ái một bên. Dù cách nào, nhớ gắn mã theo dõi nguồn riêng cho từng trang để biết đơn đến từ đâu.
Đọc kết quả và những sai lệch hay gặp
Khi lượt thử kết thúc, trước khi tuyên bố bên thắng, hãy rà nhanh danh sách sau:
- Hai bên có thật sự được chi ngân sách gần bằng nhau không, hay hệ thống đã dồn tiền cho một bên từ sớm.
- Chỉ số quyết định có được đo đúng không: tin nhắn có nhu cầu thật hay cả tin nhắn hỏi linh tinh.
- Có sự kiện bất thường trong thời gian thử không: hết hàng, đổi giá, bài đăng lan truyền, ngày nghỉ dài.
- Bên thắng ở chỉ số tầng trên như tỉ lệ bấm có thắng luôn ở chi phí mỗi đơn không. Nhiều mẫu câu khách bấm rất tốt nhưng đơn ít vì gây tò mò sai người.
- Kết quả có lặp lại được không. Với quyết định lớn như đổi toàn bộ hướng nội dung, chạy lại lần hai để xác nhận.
Khi đã có kết luận, áp dụng bên thắng cho chiến dịch chính rồi chọn biến tiếp theo để thử. Thử nghiệm là vòng lặp liên tục, không phải việc làm một lần. Cách đọc từng chỉ số như tỉ lệ bấm, chi phí mỗi kết quả, lợi nhuận trên chi phí quảng cáo có bài riêng trong danh mục này.
Câu hỏi thường gặp
Thử A/B quảng cáo cần bao nhiêu tiền?
Không có con số chung. Hãy ước lượng sao cho mỗi phiên bản có ít nhất vài chục kết quả theo chỉ số quyết định trong một đến hai tuần. Ngân sách không đủ thì thử ít phiên bản hơn hoặc dùng chỉ số tầng trên như tỉ lệ bấm và chấp nhận kết luận yếu hơn.
Nên thử bao nhiêu phiên bản cùng lúc?
Với ngân sách nhỏ, hai phiên bản là hợp lý nhất. Mỗi phiên bản thêm vào chia nhỏ ngân sách và làm mỗi bên có ít dữ liệu hơn. Doanh nghiệp có ngân sách lớn mới nên thử ba bốn phiên bản cùng lúc.
Chạy phiên bản A tuần này, B tuần sau có được không?
Không nên, vì hai tuần khác nhau về ngày lễ, thời tiết, hoạt động của đối thủ và cả cách hệ thống phân phối. Hai phiên bản cần chạy cùng lúc, tốt nhất bằng tính năng thử nghiệm của nền tảng để người xem được chia tách.
Kết quả thử chưa đủ tin cậy thì xử lý thế nào?
Ghi nhận là chưa phân định. Có thể chạy thêm thời gian, tăng ngân sách, hoặc kết luận rằng biến này không tạo khác biệt đáng kể và chuyển sang thử biến lớn hơn như góc thông điệp hay định dạng.
Có nên để AI tự tạo hàng chục biến thể rồi để nền tảng tự chọn?
Tính năng tự kết hợp của nền tảng tiện cho việc tìm hướng, nhưng bạn khó học được điều gì cụ thể. Nếu muốn hiểu khách, hãy dùng AI tạo vài biến thể khác nhau đúng một điểm theo giả thuyết rõ ràng, rồi thử có kiểm soát.
Tỉ lệ bấm cao hơn có nghĩa là phiên bản đó tốt hơn không?
Chưa chắc. Một câu gây tò mò có thể kéo nhiều người bấm nhưng không đúng người mua. Hãy lấy chỉ số quyết định gần với tiền nhất, như chi phí mỗi đơn hoặc mỗi tin nhắn có nhu cầu thật, làm thước đo cuối cùng.