מה זה Conversion Lift בפייסבוק ואיך הוא מודד תוספת אמיתית למכירות?

Conversion Lift הוא כלי מדידה של פייסבוק שמראה כמה המרות נוספות הקמפיין שלכם יצר באמת – מעבר למה שהיה קורה בכל מקרה. זה כמו לבדוק אם התרופה עובדת או שהחולה היה מבריא גם בלעדיה (מה הקשר לרפואה? גם אני תוהה, אבל זה עובד).

האמת? רוב המפרסמים רואים הפרשים של 20-60% בין המדידה הרגילה למדידה התוספתית. כי המון אנשים היו קונים גם בלי הפרסומת שלכם (כואב לשמוע? כן. אבל זאת האמת).

תחשבו על זה ככה: אתם משלמים על 1,000 המרות, אבל רק 800 מהן באמת תוצאה של הקמפיין. ה-200 הנותרים. הם היו קונים בכל מקרה. בלי Conversion Lift, אתם פשוט לא יודעים את זה.

המדד הזה נהיה קריטי בעיקר היום, כש-iOS 14.5 והגבלות הפרטיות הורסות לנו את המעקב הרגיל. וכן, גם ב-2025 עם iOS 17, המצב רק מחמיר.

בשורה התחתונה: Conversion Lift מראה לכם את ה-ROI האמיתי, לא את המספרים היפים שפייסבוק אוהב להראות.

איך מפעילים ניסוי Conversion Lift ב-Ads Manager?

אז מתחילים מהבסיס. תכנסו ל-Ads Manager, תלכו ל-"Experiments" ותבחרו "Conversion Lift". נשמע פשוט? זה לא (ותאמינו לי שבהתחלה גם אני התבלבלתי).

לפני שאתם בכלל מתחילים, יש כמה דברים שחובה לסדר:

• Conversions API (CAPI) חייב להיות מותקן ועובד
• הפיקסל שלכם צריך להיות מחובר נכון
• צריך לוודא שה-Event Deduplication עובד (כדי שלא תספרו המרות פעמיים)

הגדרת אירועי המרה ב-Events Manager

הכל מתחיל ב-Events Manager. תצטרכו לבחור איזה אירוע אתם רוצים למדוד – Purchase, Lead, AddToCart… תבחרו משהו עם מספיק נפח, אחרת תחכו לנצח לתוצאות.

טיפ מנסיון: אם אתם מוכרים משהו יקר עם מעט המרות, תמדדו AddToCart במקום Purchase. יש לכם הרבה יותר נתונים ותקבלו תוצאות מהר יותר.

חלוקת קבוצת ביקורת וקבוצת ניסוי

פייסבוק מחלק את הקהל שלכם לשתי קבוצות: Test Group שרואה את המודעות, ו-Control Group שלא רואה כלום.

ברירת המחדל היא 90/10 (90% רואים, 10% לא), אבל דרך ה-API אפשר לשנות את האחוז הזה. רוצים תוצאות מהר יותר, תעלו את קבוצת הביקורת ל-20%. פחות לידים אבל יותר מהר תוצאות סטטיסטיות.

אילו דרישות סף חייבים להתקיים (CAPI, EMQ, נפח המרות)?

עכשיו מגיע החלק שבו רוב המפרסמים נתקעים. יש דרישות סף שבלעדיהן אתם סתם מבזבזים זמן.

מינימום 50-100 המרות בשבוע

צריך לפחות 50-100 המרות בשבוע לכל תא ניסוי. אם אין לכם מספיק, אל תתחילו. זה כמו לנסות למדוד טמפרטורה עם מדחום שבור.

מנסיון שלי (ותאמינו לי שעברתי על עשרות חשבונות), לא שווה להתחיל ניסוי עם פחות מ-100 המרות בשבוע. פשוט תקבלו תוצאות לא מובהקות ותבזבזו זמן.

ציון Event Match Quality 5+

ציון EMQ חייב להיות לפחות 5, אבל 6 ומעלה זה אופטימלי. איך תדעו? תכנסו ל-Events Manager, תסתכלו ליד כל אירוע. אם אתם רואים "Poor" או 3/10 – תשכחו מזה.

לאירועים עמוקים במשפל כמו Purchase או Lead, תצטרכו ציון של לפחות 6+. אם אתם ב-PageView או AddToCart, תצפו ל-4-5 ולא יותר.

הסוד להעלאת ה-EMQ הוא לשלוח יותר פרמטרים – מייל, טלפון, שם, כתובת, כל מה שיש. וכן, תוודאו שהכל מוצפן ב-SHA256 לפני השליחה. מדריך מפורט על EMQ יכול לעזור לכם להגיע לציונים גבוהים יותר.

כמה זמן צריך להריץ את הניסוי כדי לקבל מובהקות?

אז רצתם תשובות מהירות? שכחו מזה. Conversion Lift זה לא ספרינט, זה מרתון.

חישוב גודל מדגם ומרווח ביטחון

הנוסחה המדויקת: (זה מסובך), אבל יש מחשבוני מובהקות סטטיסטית שעושים את העבודה בשבילכם. באופן כללי, דרושה רמת ביטחון של 90% ומעלה לניסויי Lift כדי לקבל תוצאות אמינות סטטיסטית.

רוב הניסויים רצים בין 2-4 שבועות, אבל זה תלוי בנפח ההמרות שלכם. יש לכם 1,000 המרות ביום? אולי תקבלו תוצאות אחרי שבועיים. יש לכם 50 המרות בשבוע? תתכוננו לחכות חודש או יותר.

כלל האצבע שלי: צריך מינימום נפח של כמה אלפי המרות בקבוצת הניסוי כדי לקבל תוצאות מובהקות. אם אין לכם את זה – אל תתחילו.

טיפול בעונתיות ושינויים חיצוניים

מבצעים באתר במהלך הניסוי, סביר שזה ישבש את התוצאות. קבוצת הביקורת עלולה להמיר בקצב גבוה יותר בגלל המבצע, מה שיגרום למודעות שלכם להיראות פחות אפקטיביות.

עונתיות? Black Friday? חגים? כל אלה משפיעים על התוצאות. תזמנו את הניסוי לתקופה "נורמלית" ככל האפשר, או לפחות תיעדו את כל האירועים החיצוניים.

איך מפרשים את הדו"ח – Incremental Conversions, iROAS ועוד

אז קיבלתם תוצאות. מעולה. עכשיו מה?

דוגמה חיה: +25% הזמנות במלונות

נגיד שהניסוי הראה 25% עלייה בהזמנות. נשמע מדהים, נכון? אז רגע, בואו נבין מה זה אומר באמת.

אם הרצתם מודעות והוצאתם 10,000₪, וקבוצת הניסוי הביאה פדיון של 50,000₪ בעוד קבוצת הביקורת הביאה פדיון של 40,000₪ (מתוקנן לגודל), אז:

iROAS = (הכנסות קבוצת ניסוי – הכנסות קבוצת ביקורת) / הוצאה על פרסום = (50,000 – 40,000) / 10,000 = 1.0

iROAS של 1.0, זה בעצם אומר שהחזרתם את ההשקעה בדיוק. לא רווח, לא הפסד. אבל רגע – ה-ROAS הרגיל שלכם מראה 5.0! איך זה יכול להיות?

זיהוי הטיית ייחוס ותיקונה

ההבדל בין ROAS רגיל ל-iROAS חושף את הבעיה – הקמפיין לוקח קרדיט על מכירות שהיו קורות בכל מקרה.

פלטפורמות הפרסום מעוניינות להראות ROAS גבוה ככל האפשר כדי שתשקיעו יותר כסף. הן יייחסו לעצמן כל המרה שנגעו בה, גם אם הלקוח כבר היה בדרך לקנות.

דוגמה קלאסית: רימרקטינג. אתם חושבים שה-ROAS של 10 זה מדהים? רימרקטינג לעתים קרובות מראה ביצועים גבוהים כי הוא מכוון לאנשים שכבר הראו כוונת רכישה. ה-iROAS האמיתי בתכל'ס הוא לפעמים קרוב ל-0. מדריך לחישוב iROAS יעזור לכם להבין את המספרים האמיתיים.

מה ההבדל בין Conversion Lift ל-Brand Lift?

שתי בדיקות שונות לגמרי, אבל הרבה מבלבלים ביניהן.

מתי לבחור בכל אחד?

Conversion Lift מודד המרות קשות – רכישות, הרשמות, הורדות. זה המספרים הקשים. כמה אנשים עשו את הפעולה שרצינו?

Brand Lift מודד מדדים רכים – מודעות למותג, העדפה, כוונת רכישה. זה יותר על התפיסה של המותג בראש של האנשים.

מתי לבחור Conversion Lift:

• יש לכם מספיק המרות (100+ בשבוע)
• רוצים לדעת ROI מדויק
• מוכרים מוצר עם מחזור רכישה קצר
• צריכים להוכיח תוצאות למנהלים

מתי לבחור Brand Lift:

• משיקים מותג חדש
• מוצר עם מחזור רכישה ארוך (רכבים, נדל"ן)
• רוצים להבין את השפעת הקמפיין על תפיסת המותג
• אין מספיק המרות ל-Conversion Lift

טיפ שלי: אם אתם יכולים, תריצו את שניהם. Brand Lift מראה לכם את הדרך, Conversion Lift מראה את התוצאה.

טעויות נפוצות שמפילות ניסויי Lift ואיך להימנע מהן

אחרי שראיתי עשרות ניסויים נכשלים, הנה הטעויות הכי נפוצות שאנשים עושים.

סגמנטציה לא אחידה

הטעות הגדולה ביותר היא לא לוודא שקבוצות הניסוי והביקורת באמת זהות.

פייסבוק מאפשר לכם לשלוט באחוז ה-holdout (קבוצת הביקורת) דרך ה-API, אבל אם הסגמנטציה לא נכונה מלכתחילה, זה לא יעזור.

דוגמה: אתם מריצים ניסוי על קמפיין שמכוון רק לנשים, אבל קבוצת הביקורת כוללת גם גברים. התוצאות? זבל מוחלט.

הפתרון: תמיד תוודאו שהקריטריונים של הטרגטינג זהים לחלוטין בין הקבוצות.

חשיפה חוצה-ערוצים שאינה מבוקרת

אם אתם מריצים קמפיינים גם בגוגל (עם 90% כיסוי גלובלי) או טיקטוק (80% כיסוי), אין לכם דרך לשלוט אם ואיפה קבוצת הביקורת רואה את המודעות שלכם.

זה הורס את כל הניסוי. קבוצת הביקורת שאמורה להיות "נקייה" נחשפת למודעות שלכם בערוצים אחרים.

הפתרון: ניסויי Lift חוצי-ערוצים עם holdouts גיאוגרפיים, שם אתם מדירים אזורים שלמים מכל הפרסום. זה מסובך יותר, אבל נותן תמונה אמיתית.

שילוב תוצאות Lift במודל האטריבוציה וב-MMM

אז יש לכם תוצאות Lift. מעולה. מה עכשיו?

דוגמת Airbnb לשילוב בדו"ח BI

חברות גדולות כמו Airbnb משתמשות בגישה משולבת. McDonald's השתמשה בתוצאות של ניסויי Lift גיאוגרפיים כדי לכייל את מודל ה-MMM שלהם, מה שעזר להם לבנות מודל מדויק יותר.

הגישה הנכונה:

1. תריצו Conversion Lift כל רבעון
2. תשתמשו בתוצאות כדי לכייל את ה-MMM – אם יש פער בין המודל לניסוי, כנראה שהמודל טועה
3. תתאימו את המספרים הרגילים – אם הניסוי הראה ש-50% מההמרות תוספתיות, תכפילו את ההמרות המדווחות ב-0.5
4. תעדכנו את האסטרטגיה בהתאם

המעבר פשוט – תשתמשו ב-iROAS במקום ROAS רגיל בהחלטות התקציב. אם ה-iROAS נמוך אבל ה-ROAS גבוה? כנראה שאתם מפרסמים לאנשים שהיו קונים בכל מקרה. מדריך MMM ובדיקות תוספתיות מסביר איך לשלב בין השיטות.