A/B Testing ฟังดูง่าย — เอาแอดสองตัวมาแข่ง แล้วดูว่าตัวไหนชนะ แต่ 9 ใน 10 เคสที่เจ้าของธุรกิจ "test" กันอยู่นั้น จริงๆ แล้วกำลังเผาเงินโฆษณาทิ้งโดยไม่รู้ตัว เพราะทดสอบผิดวิธี ได้ข้อมูลขยะ แล้วเอาข้อมูลนั้นมาตัดสินใจต่อ
ปัญหาจริงของ A/B Testing ที่ไม่มีใครพูดถึง
ส่วนใหญ่ที่เรียกว่า "A/B test" คือการเปิดแอดหลายตัวพร้อมกัน แล้วรอดูว่าตัวไหน perform ดีกว่า นั่นไม่ใช่ A/B testing — มันคือการ guess แบบแพงขึ้น
ปัญหาหลักมีสามข้อ:
- ทดสอบหลาย variable พร้อมกัน → ไม่รู้ว่าอะไรทำให้ผลต่าง
- ตัดสินผลเร็วเกินไป → เห็นตัวหนึ่ง CTR ดีกว่าในวันแรก แล้วปิดตัวแพ้ทันที
- งบน้อยเกินไปต่อ variant → ข้อมูลไม่พอทางสถิติ
วิธีตั้ง A/B Test ที่ได้ข้อมูลจริง
ขั้นที่ 1 — เลือกว่าจะทดสอบอะไร
สามสิ่งที่ impact สูงสุดและทดสอบได้ชัดที่สุด:
| Variable | ตัวอย่าง |
|---|---|
| Hook (บรรทัดแรก / frame แรก) | "เหนื่อยกับครีมกันแดดที่ทาแล้วขาว?" vs "SPF 50 ที่ blend กลมกลืนทุกโทนผิว" |
| Visual format | ภาพนิ่ง vs วิดีโอ 15 วินาที |
| CTA | "ซื้อเลย" vs "ดูรีวิวก่อน" |
เลือกอย่างหนึ่ง แล้วทำให้ทุกอย่างอื่นเหมือนกัน 100%
ขั้นที่ 2 — ตั้งงบให้พอ
฿300–500 ต่อ variant ต่อวัน สำหรับ 2 variants รวมแล้ว ฿600–1,000/วัน ต่ำกว่านี้แต่ละ variant ได้ reach น้อยเกินไป ผลที่ออกมาจะ random ไม่ใช่ valid
ขั้นที่ 3 — ใช้ Experiments ใน Ads Manager อย่าเปิด ad set เอง
ไปที่ Ads Manager → Experiments → สร้าง A/B Test ตรงนั้นเลย อย่าเปิดสอง ad set แยกกันด้วยตัวเอง เพราะสอง variant อาจแย่งแสดงให้คนกลุ่มเดียวกัน Meta จะโยนงบส่วนใหญ่ไปที่ตัวที่ bid ราคาต่ำกว่า ไม่ใช่ตัวที่ดีกว่า
ขั้นที่ 4 — รอ 7 วันเต็ม
อย่าแตะ รัน 7 วันเต็ม หรือจนกว่าแต่ละ variant จะมี 50+ conversions Meta ใช้เวลา 3–5 วันเพื่อออกจาก learning phase — ผลที่อ่านก่อนนั้นคือ noise ไม่ใช่ insight จริงๆ
อ่านผลยังไงให้ถูก
ดูสองชั้น:
ชั้นที่ 1 — Primary metric: ตัวเลขที่ตรงกับ objective แคมเปญ
- Purchase campaign → Cost per Purchase
- Lead gen → Cost per Lead
- Traffic → Cost per Click ไม่ใช่ CTR เฉยๆ
ชั้นที่ 2 — Early signals: บอกว่าคนรู้สึกยังไงกับแอด
- Hook rate (% คนที่ดูวิดีโอครบ 3 วินาที) — ต่ำกว่า 20% แปลว่า Hook ไม่จับใจ
- Link CTR — ต่ำกว่า 1% แปลว่า creative ไม่ดึงดูดพอให้คลิก
| ผลที่เห็น | แปลว่าอะไร |
|---|---|
| Hook rate สูง แต่ Cost per Purchase แพงกว่า | Landing page อาจเป็นปัญหา ไม่ใช่แอด |
| CTR ดี แต่ Conversion rate ต่ำ | Offer ไม่ match กับสิ่งที่แอดสัญญา |
| Cost per Purchase ต่ำกว่าชัดเจน | ผู้ชนะตัวจริง — scale ได้เลย |
ชนะแล้วก็มีอายุ — นี่แหละคือกับดักที่ไม่มีใครบอก
Creative ที่ชนะวันนี้จะเริ่ม fatigue ใน 14–21 วัน โดยเฉพาะถ้า frequency เกิน 3.0 A/B testing ไม่ใช่งานที่ทำครั้งเดียวแล้วจบ มันคือ process ที่ต้องวนซ้ำ
ทุก 2–3 อาทิตย์ ผู้ชนะคนเก่าจะกลายเป็น control ตัวใหม่ แล้วต้องหา challenger มาสู้ต่อ เจ้าของธุรกิจที่ทำสิ่งนี้อย่างต่อเนื่องจะเห็น CPA ต่ำลง 20–30% ใน 90 วัน เทียบกับคนที่ตั้งแอดแล้วปล่อยทิ้งนะ
Quick reference
| สถานการณ์ | วิธีทำ |
|---|---|
| ไม่รู้จะเริ่มทดสอบอะไร | เริ่มจาก Hook — impact สูงสุดต่อ impression |
| งบ ฿200–400/วันต่อ variant | รอ 14 วัน ไม่ใช่ 7 วัน |
| อยากทดสอบ audience ด้วย | แยกออกเป็นคนละ experiment |
| เห็นผลดีวันแรก | รออีก — อ่านผลหลัง 7 วันเต็ม |
ขั้นตอนถัดไป
เปิด AdBlueprint แล้วไปที่ tab Creative — ระบบจะแนะนำ 3 Hook ที่ต่างกันสำหรับสินค้าและ audience คุณ เอาทั้งสาม Hook ไปใส่ใน Experiments A/B Test ตามกรอบในบทความนี้ ภายใน 7 วันคุณจะรู้ว่า Hook ไหนชนะในตลาดคุณ — ไม่ต้องเดาเองเลย