バイラルを約束せずにAIローンチのフックをテストする方法
クリエイティブな導入部を明確さ、裏付け、オーディエンス適合性の観点で評価する。観測されたパフォーマンスとアルゴリズムの推測を切り分けるテストの枠組み。
Karlaクリエイター, AISCフックの前に主張を書く
フックとは、ある主張のために注目を獲得するものだ。導入部を書く前に、製品が実際にもたらす変化と、それを活用できるオーディエンスを明確にしよう。主張を実証できないのであれば、より強い形容詞を使っても解決しない。現在利用可能な機能と将来の計画を区別し、アクセス条件があればそれを示すこと。
その上で、本質的に異なる3種類の導入部を作る。目に見える成果、誰もが認識できるワークフロー上の問題、明確な製品上の決断である。これらはテストすべき選択肢であって、万能の公式ではない。最適な投稿時間や保証された到達数、秘密のランキングトリガーといった裏付けのない主張は避けること。
配信の前に理解度を確認する
想定するオーディエンスに似た人々に、導入部とデモを見せよう。製品が何をするものだと思うか、次に何をするか、どの主張を疑わしいと感じるかを尋ねる。自分の望む答えに誘導してはいけない。注目は集めても誤った製品像を伝えるメッセージは、高くつく誤解を生む。
得られた回答をもとに、主張やデモンストレーションを修正しよう。何をどう変えたかを記録すること。これは明確さの確認であり、市場全体を代表する統計的なテストではない。その違いをレポートの中で明記しておくこと。
解釈可能な比較を行う
オーディエンス、クリエイター、フォーマット、公開日、遷移先、同時に実施している他のプロモーションを記載したテストログを保持しよう。実用上可能な範囲で、一度に変えるクリエイティブの要素は一つに絞る。異なるクリエイターによる2つの投稿は、たとえ一方の閲覧数が多くても、統制された実験にはならない。
観測されたパフォーマンスは仮説を立てるために使おう。より明確な導入部は関連性の高いクリックを改善するかもしれないし、より良いデモは人々が尋ねる質問を変えるかもしれない。サンプルサイズの小ささ、オーディエンスの変動、プラットフォームの配信の仕方も差異の原因になり得る。一つの好成績の投稿をアルゴリズムの法則の証明として扱ってはいけない。
製品の証拠に基づいて次のクリエイティブを選ぶ
測定可能な場合には、注目度を遷移先への訪問や意図した製品上の行動とあわせて確認しよう。測定期間とアトリビューションの欠落を記録すること。間違ったオーディエンスを呼び込む挑発的な導入部は、少数でも有用な評価者を製品に導く小規模な投稿より自動的に優れているわけではない。
成績の振るわなかった切り口も、勝者と同じくらい丁寧に記録しておこう。元のリンクと、何を変えるかについての簡潔な説明を残すこと。クリエイティブテストの成果は、次のより良い意思決定であって、将来のローンチが必ずバイラルになるという約束ではない。