ਐਫਿਲੀਏਟ ਫਨਲਾਂ ਲਈ Eugene Schwartz ਦੇ ਕਾਪੀਰਾਈਟਰ ਸਿਧਾਂਤ

ਅਧਿਐਨ ਰਾਹ ਨੂੰ funnel ਫ਼ੈਸਲਿਆਂ ਦੇ ਆਸ-ਪਾਸ ਬਣਾਓ

ਦੰਤਕਥਾ ਬਣੇ copywriters ਨੂੰ style ਅਭਿਆਸ ਵਜੋਂ ਨਾ ਪੜ੍ਹੋ। ਇੱਕ-ਇੱਕ ਸਿਧਾਂਤ ਪੜ੍ਹੋ, ਉਸ ਨੂੰ ਇੱਕ funnel ਸਮੱਸਿਆ ਨਾਲ ਜੋੜੋ, ਅਤੇ ਉਸ ਦਾ ਨਿਰਣਾ ਵਿਹਾਰ ਨਾਲ ਕਰੋ।

ਇੱਕ ਵਿਹਾਰਕ ਪਹਿਲਾ ਕਦਮ ਇਹ ਹੈ ਕਿ campaign ਨੂੰ ਤਿੰਨ ਸਵਾਲਾਂ ਵਿੱਚ ਵੰਡੋ: ਇਹ ਕੌਣ ਦੇਖ ਰਿਹਾ ਹੈ, ਉਹ ਪਹਿਲਾਂ ਹੀ ਕੀ ਮੰਨਦੇ ਹਨ, ਅਤੇ ਕੰਮ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਕੀ ਮੰਨਣਾ ਪਵੇਗਾ? ਇਹ ਲੜੀ ਆਮ ਗਲਤੀ ਤੋਂ ਬਚਾਉਂਦੀ ਹੈ ਕਿ ਹਰ ਲਾਈਨ ਮੁੜ ਲਿਖੀ ਜਾਵੇ ਪਰ ਅਸਲੀ conversion ਰੁਕਾਵਟ ਅਛੁਤੀ ਰਹਿ ਜਾਏ।

ਹਰ ਪੜਾਅ ਲਈ ਇੱਕ ਮਾਪ ਚੁਣੋ

ਟੈਸਟ ਨੂੰ ਇਮਾਨਦਾਰ ਰੱਖਣ ਲਈ ਦਿਸ਼ਾਮੁਖੀ ਮਾਪ ਵਰਤੋ। ਠੰਢੇ paid traffic ਲਈ ਲਗਭਗ 0.7% ਤੋਂ 2.2% CTR ਕਈ ਐਫਿਲੀਏਟ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਇੱਕ ਉਪਯੋਗ ਸ਼ੁਰੂਆਤੀ ਮਾਪਦੰਡ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਸਿਰਫ਼ ਇੱਕ ਅੰਦਾਜ਼ਾ ਹੈ। offer ਦੀ ਕਿਸਮ, ਕੀਮਤ, compliance ਪਾਬੰਦੀਆਂ, ਭੂਗੋਲ, ਅਤੇ creative ਫਾਰਮੈਟ ਇਹ ਹੱਦ ਕਾਫ਼ੀ ਹੱਦ ਤੱਕ ਬਦਲ ਸਕਦੇ ਹਨ।

VSL ਪੰਨਿਆਂ ਲਈ, spend ਵਧਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਦੇਖੋ ਕਿ view-through ਅਤੇ click intent ਸੁਧਰ ਰਹੇ ਹਨ ਜਾਂ ਨਹੀਂ। bottom-of-funnel testing ਲਈ ਅਣਜਾਣੇ offers ਉੱਤੇ 1.2% ਤੋਂ 3.5% conversion ਹੱਦ ਯੋਜਨਾ ਲਈ ਇੱਕ ਕੰਮਯੋਗ ਅੰਦਾਜ਼ਾ ਹੋ ਸਕਦੀ ਹੈ, ਵਾਅਦਾ ਨਹੀਂ।

ਸਿਰਫ਼ ਨਤੀਜਾ ਨਹੀਂ, ਫ਼ੈਸਲਾ ਵੀ ਦਰਜ ਕਰੋ

ਇੱਕ ਉਪਯੋਗ copy log ਵਿੱਚ ਪੰਜ ਖੇਤਰ ਹੁੰਦੇ ਹਨ: hypothesis, asset version, traffic source, primary metric, ਅਤੇ decision। decision ਖਾਸ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ: ਰੱਖੋ, ਰੋਕੋ, ਸੋਧੋ, ਜਾਂ scale ਕਰੋ।

ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਹਾਰਦਾ ਹੋਇਆ hook ਵੀ ਤੁਹਾਨੂੰ awareness ਬਾਰੇ ਕੁਝ ਸਿਖਾ ਸਕਦਾ ਹੈ। ਜੇ problem-aware traffic ਕਿਸੇ educational opener ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦਾ ਹੈ, ਤਾਂ ਸਮੱਸਿਆ core offer ਨਹੀਂ, ਸਮਾਂ-ਨਿਰਧਾਰਨ ਵੀ ਹੋ ਸਕਦਾ ਹੈ।

ਮੂਲ ਪ੍ਰਸੰਗ ਦਿਖਾਈ ਦੇਂਦਾ ਰੱਖੋ

ਕੋਈ copy ਨਿਯਮ ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪੱਕਾ ਕਰੋ ਕਿ network, payout model, landing path, ਅਤੇ VSL ਫਾਰਮੈਟ ਟੈਸਟ ਨੂੰ ਸਮਰਥਨ ਦਿੰਦੇ ਹਨ। ਉਸ ਪ੍ਰਸੰਗ ਲਈ affiliate networks and VSL offers ਗਾਈਡ ਸਭ ਤੋਂ ਵਧੀਆ ਅੰਦਰੂਨੀ ਸ਼ੁਰੂਆਤ ਹੈ।

Daily Intel Service ਇਸ setup ਤੋਂ ਬਾਅਦ ਸਭ ਤੋਂ ਉਪਯੋਗ ਹੈ, ਜਦੋਂ ਤੁਹਾਨੂੰ archived swipe files ਦੀ ਥਾਂ ਮੌਜੂਦਾ ਬਾਜ਼ਾਰ ਸੰਕੇਤਾਂ ਨਾਲ ਆਪਣੇ ਯੋਜਿਤ ਟੈਸਟ ਦੀ ਤੁਲਨਾ ਕਰਨੀ ਪੈਂਦੀ ਹੈ।

Eugene Schwartz: ਤੀਬਰਤਾ ਤੋਂ ਪਹਿਲਾਂ awareness

Schwartz ਦਾ ਵਿਹਾਰਕ ਯੋਗਦਾਨ ਇਹ ਵਿਚਾਰ ਹੈ ਕਿ ਖਰੀਦਦਾਰ ਵੱਖ-ਵੱਖ awareness ਹਾਲਤਾਂ ਵਿੱਚ ਹੁੰਦੇ ਹਨ। ਜਿਸ ਵਿਅਕਤੀ ਨੂੰ ਸਮੱਸਿਆ ਦੀ ਬਸ ਹਲਕੀ ਸਮਝ ਹੈ, ਉਸ ਲਈ ਉਸ ਵਿਅਕਤੀ ਤੋਂ ਵੱਖਰਾ ਸ਼ੁਰੂਆਤੀ ਸੁਨੇਹਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਹੱਲਾਂ ਦੀ ਤੁਲਨਾ ਕਰ ਰਿਹਾ ਹੈ।

ਟੀਮਾਂ ਲਈ ਇੱਕ ਖੁਦ-ਨਿਰਭਰ ਨਿਯਮ: market awareness ਸਮੱਸਿਆ, ਉਪਲਬਧ ਹੱਲਾਂ, ਅਤੇ ਹੁਣੇ ਕੰਮ ਕਰਨ ਦੇ ਕਾਰਨਾਂ ਬਾਰੇ ਸੰਭਾਵਿਤ ਗਾਹਕ ਦੀ ਮੌਜੂਦਾ ਸਮਝ ਹੈ। ਜਿਵੇਂ awareness ਅਤੇ trust ਵਧਦੇ ਹਨ, ਤੁਹਾਡੀ copy ਹੋਰ ਸਿੱਧੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।

ਖਾਕਾ ਲਿਖਣ ਤੋਂ ਪਹਿਲਾਂ traffic ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ

ਜੇ ਪੂਰਾ ਢਾਂਚਾ ਟੀਮ ਨੂੰ ਹੌਲੀ ਕਰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਸਧਾਰਣ ਤਿੰਨ-ਪੱਧਰੀ ਮਾਡਲ ਵਰਤੋ: ਅਣਜਾਣ, ਸਮੱਸਿਆ-ਸਚੇਤ, ਅਤੇ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ। ਅਣਜਾਣ traffic ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਸੰਗ ਅਤੇ ਪਛਾਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਮੱਸਿਆ-ਸਚੇਤ traffic ਨੂੰ ਹੋਰ ਤਿੱਖੇ mechanism ਅਤੇ ਸਬੂਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਕੰਮ ਲਈ ਤਿਆਰ traffic ਨੂੰ ਸ਼ਰਤਾਂ, ਜੋਖਮ ਸੰਭਾਲ, ਅਤੇ ਸਪੱਸ਼ਟ ਅਗਲਾ ਕਦਮ ਚਾਹੀਦਾ ਹੈ।

ਇਥੇ ਹੀ ਬਹੁਤ ਸਾਰੇ ਐਫਿਲੀਏਟ funnel ਪੈਸਾ ਗੁਆਉਂਦੇ ਹਨ। ਉਹ ਮਿਲਿਆ-ਜੁਲਿਆ traffic ਇੱਕੋ opener ਨੂੰ ਭੇਜਦੇ ਹਨ, ਫਿਰ ਪਹਿਲੇ 15 ਸਕਿੰਟ viewer ਦੀ ਹਾਲਤ ਨਾਲ ਨਾ ਮਿਲਣ ਤੇ product ਨੂੰ ਦੋਸ਼ ਦਿੰਦੇ ਹਨ।

ਇਸ ਨੂੰ VSL ਕ੍ਰਮ ਵਿੱਚ ਲਾਗੂ ਕਰੋ

ਇੱਕ VSL ਲਈ, ਕ੍ਰਮ ਆਮ ਤੌਰ 'ਤੇ ਦਰਦ ਜਾਂ ਚਾਹੇ ਗਏ ਨਤੀਜੇ ਤੋਂ, ਫਿਰ mechanism, ਫਿਰ ਸਬੂਤ, ਫਿਰ offer ਵੱਲ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। traffic ਜਿੰਨਾ ਠੰਢਾ ਹੋਵੇ, mechanism ਕਮਾਉਣ ਲਈ ਉੱਨੀ ਹੀ ਵਧੇਰੇ ਸਾਵਧਾਨੀ ਚਾਹੀਦੀ ਹੈ। traffic ਜਿੰਨਾ ਗਰਮ ਹੋਵੇ, ਤੁਸੀਂ ਉੱਨੀ ਤੇਜ਼ੀ ਨਾਲ ਸਬੂਤ ਅਤੇ ਸ਼ਰਤਾਂ ਤੱਕ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ।

ਟੈਸਟ ਸਧਾਰਣ ਹੈ: ਕੀ ਹਰ ਭਾਗ ਅਗਲੇ ਖਰੀਦਦਾਰ-ਐਤਰਾਜ਼ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ? ਜੇ ਨਹੀਂ, ਤਾਂ script ਮਨਾਉਣ ਵਾਲੀ ਲੱਗ ਸਕਦੀ ਹੈ ਪਰ ਫਿਰ ਵੀ ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਫੇਲ੍ਹ ਹੋ ਸਕਦੀ ਹੈ।

ਸ਼ੈਲੀ ਦੀ ਨਕਲ ਤੋਂ ਬਚੋ

Schwartz ਦੇ ਯੁੱਗ, ਵਾਕ ਲੰਬਾਈ, ਜਾਂ promotional texture ਦੀ ਨਕਲ ਨਾ ਕਰੋ। ਨਿਦਾਨੀ ਆਦਤ ਦੀ ਨਕਲ ਕਰੋ।

ਇੱਕ ਆਧੁਨਿਕ ਐਫਿਲੀਏਟ funnel ਨੂੰ platform policies, claim substantiation, mobile viewing, ਅਤੇ ਛੋਟੀਆਂ attention windows ਨੂੰ ਵੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਪਾਬੰਦੀਆਂ implementation ਬਦਲਦੀਆਂ ਹਨ, ਭਾਵੇਂ ਮੂਲ ਮਨੋਵਿਗਿਆਨ ਹਾਲੇ ਵੀ ਲਾਗੂ ਰਹਿੰਦਾ ਹੈ।

Kennedy ਅਤੇ Halbert ਤੋਂ commercial rhythm ਜੋੜੋ

ਜੇ Schwartz ਤੁਹਾਨੂੰ ਸੁਨੇਹੇ ਦੀ ਤੀਬਰਤਾ ਚੁਣਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਤਾਂ Dan Kennedy ਅਤੇ Gary Halbert commercial movement ਨੂੰ ਕਸਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਉਨ੍ਹਾਂ ਦਾ ਉਪਯੋਗੀ overlap ਸਿੱਧਾਪਣ ਹੈ: offer ਨੂੰ ਸਮਝਣਯੋਗ ਬਣਾਓ, stakes ਨੂੰ ਠੋਸ ਬਣਾਓ, ਅਤੇ ਹਿਚਕਚਾਉਣ ਵਾਲੀ ਭਾਸ਼ਾ ਹਟਾਓ ਜੋ ਫ਼ੈਸਲੇ ਨੂੰ ਲਟਕਾਂਦੀ ਹੈ।

offer structure ਨੂੰ ਪਹਿਲਾਂ ਰੱਖੋ

ਇੱਕ ਮਜ਼ਬੂਤ VSL-led funnel ਨੂੰ transaction path ਨਹੀਂ ਛੁਪਾਉਣਾ ਚਾਹੀਦਾ। ਨਤੀਜਾ ਦੱਸੋ, mechanism ਸਮਝਾਓ, ਸਬੂਤ ਦਿਖਾਓ, ਮੁੱਖ ਜੋਖਮ ਦਾ ਜ਼ਿਕਰ ਕਰੋ, ਅਤੇ ਇੱਕ ਹੀ ਕਾਰਵਾਈ ਮੰਗੋ।

ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਕਿ ਹਰ viewer ਨੂੰ ਜ਼ੋਰ ਨਾਲ ਵੇਚਿਆ ਜਾਵੇ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ viewer ਨੂੰ ਕਦੇ ਨਹੀਂ ਸੋਚਣਾ ਚਾਹੀਦਾ ਕਿ ਕੀ offer ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਅਗੇ ਕੀ ਹੋਵੇਗਾ, ਜਾਂ ਦਾਅਵਾ ਧਿਆਨ ਦੇ ਯੋਗ ਕਿਉਂ ਹੈ।

ਧੁੰਦਲੇ ਲਾਭ ਵਾਲੇ ਸ਼ਬਦ ਬਦਲੋ

ਧੁੰਦਲੀ copy ਕਹਿੰਦੀ ਹੈ, "better results unlock ਕਰੋ।" ਸਪੱਸ਼ਟ copy ਦੱਸਦੀ ਹੈ ਕਿ ਕੀ ਬਦਲੇਗਾ, ਕਿਸ ਲਈ, ਕਿਹੜੀਆਂ ਹਾਲਤਾਂ ਵਿੱਚ, ਅਤੇ viewer ਨੂੰ ਅਗੇ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਇੱਕ ਹਕੀਕਤੀ editing goal ਇਹ ਹੈ ਕਿ abstract claims ਦੀ ਥਾਂ specific commitments ਰੱਖਣ ਨਾਲ ਸ਼ੁਰੂਆਤੀ engagement ਵਿੱਚ 5% ਤੋਂ 15% ਵਾਧਾ ਮਿਲੇ। ਇਸਨੂੰ planning target ਸਮਝੋ, ਸਰਵਭੌਮ ਨਤੀਜਾ ਨਹੀਂ।

ਪ੍ਰਮਾਣ discipline ਲਈ Ogilvy ਅਤੇ Hopkins ਵਰਤੋ

David Ogilvy ਅਤੇ Claude Hopkins ਇਥੇ ਉਪਯੋਗੀ ਹਨ ਕਿਉਂਕਿ ਉਹ copy ਨੂੰ ਸਜਾਵਟ ਤੋਂ ਹਟਾ ਕੇ evidence ਵੱਲ ਲੈ ਜਾਂਦੇ ਹਨ। ਆਧੁਨਿਕ ਸੰਸਕਰਣ ਸਿਰਫ਼ headlines ਦੀ A/B testing ਨਹੀਂ ਹੈ; ਇਹ ਹਰ claim ਨੂੰ ਇੱਕ ਵੇਖਣਯੋਗ ਕਾਰਨ ਨਾਲ traceable ਬਣਾਉਣਾ ਹੈ।

Google ਦੀ [ਮਦਦਗਾਰ, ਭਰੋਸੇਯੋਗ, people-first content] (https://developers.google.com/search/docs/fundamentals/creating-helpful-content) ਬਾਰੇ guidance ਇੱਕ ਉਪਯੋਗ editorial guardrail ਹੈ: content ਸਿੱਧੀ ਤਰ੍ਹਾਂ ਲੋਕਾਂ ਦੀ ਮਦਦ ਕਰੇ ਅਤੇ search-first filler ਤੋਂ ਬਚੇ। ad context ਲਈ, Meta ਦਾ Ad Library public creative ਉਦਾਹਰਨਾਂ ਦਿਖਾ ਸਕਦੀ ਹੈ, ਪਰ ਇਸਨੂੰ ਇਹ ਸਬੂਤ ਨਹੀਂ ਮੰਨਣਾ ਚਾਹੀਦਾ ਕਿ ਕੋਈ offer ਲਾਭਦਾਇਕ ਹੈ।

ਇੱਕ ਸਮੇਂ ਇੱਕ ਹੀ variable test ਕਰੋ

ਚੰਗੀ copy testing ਬਦਲਾਅ ਨੂੰ ਅਲੱਗ ਕਰਦੀ ਹੈ। hook wording, proof order, guarantee framing, ਜਾਂ CTA urgency ਦੀ ਤੁਲਨਾ ਕਰੋ, ਪਰ ਇੱਕ ਰਾਊਂਡ ਵਿੱਚ ਚਾਰੋ ਨਾ ਬਦਲੋ।

ਜੇ ਟੈਸਟ ਜਿੱਤਦਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ scalable principle ਕਹਿਣ ਤੋਂ ਪਹਿਲਾਂ ਦੂਜੇ placement ਜਾਂ audience 'ਤੇ ਦੁਹਰਾਓ। ਇੱਕ ਖੁਸ਼ਕਿਸਮਤ audience pocket ਸਥਾਈ funnel insight ਨਹੀਂ ਹੈ।

claims ਨੂੰ substantiation ਨਾਲ ਜੋੜੋ

ਐਫਿਲੀਏਟ copy ਤਦੋਂ ਖ਼ਤਰਨਾਕ ਬਣ ਜਾਂਦੀ ਹੈ ਜਦੋਂ ਟੀਮ ਮੂਲ ਪ੍ਰਸੰਗ ਤੋਂ ਬਿਨਾਂ ਕੋਈ claim ਉਧਾਰ ਲੈਂਦੀ ਹੈ। ਜੇ ਕੋਈ proof point ਕਿਸੇ ਖਾਸ cohort, ਸਮੇਂ ਦੀ ਅਵਧੀ, product version, ਜਾਂ ਭੂਗੋਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਪ੍ਰਸੰਗ ਸ਼ਾਮਲ ਕਰੋ ਜਾਂ claim ਵਰਤੋ ਹੀ ਨਾ।

ਇਹ compliance issue ਵੀ ਹੈ ਅਤੇ conversion issue ਵੀ। ਸਪੱਸ਼ਟ, ਸਮਰਥਿਤ claims ਆਮ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਸਮੇਂ ਤੱਕ ਟਿਕਦੇ ਹਨ ਬਨਿਸਬਤ ਵਧਾਏ ਹੋਏ ਵਾਅਦਿਆਂ ਦੇ।

ਵਿਕਰੀ ਗੁਆਏ ਬਿਨਾਂ pacing tools ਵਰਤੋ

John Caples, John Carlton, Joseph Sugarman, Gary Bencivenga, ਅਤੇ Clayton Makepeace ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ pacing ਅਤੇ trust toolkit ਵਜੋਂ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ। awareness match ਸਹੀ ਹੋਣ ਤੋਂ ਬਾਅਦ ਹਰ ਇੱਕ ਵੱਖਰੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਦਾ ਹੈ।

Caples ਅਤੇ Carlton: ਗਤੀ ਨਾਲ ਧਿਆਨ

Caples ਇਸ ਲਈ ਉਪਯੋਗੀ ਹੈ ਕਿ ਕਿਉਂ ਪੜ੍ਹਦੇ ਰਹਿਣਾ ਹੈ। ਪਹਿਲੀ screen ਜਾਂ ਪਹਿਲੇ 10 ਸਕਿੰਟ ਵਿੱਚ relevance ਸਪੱਸ਼ਟ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।

Carlton velocity ਲਈ ਉਪਯੋਗੀ ਹੈ। ਹੌਲੀ transitions ਕੱਟੋ, overbuilt metaphors ਨਰਮ ਕਰੋ, ਅਤੇ ਜਦੋਂ traffic window ਛੋਟੀ ਹੋਵੇ ਤਾਂ benefit ਤੋਂ proof ਤੱਕ ਤੇਜ਼ੀ ਨਾਲ ਜਾਓ।

Sugarman: ਐਸੀ ਕਹਾਣੀ ਜੋ ਕਿਤੇ ਲੈ ਕੇ ਜਾਵੇ

ਕਹਾਣੀ viewer ਨੂੰ ਦੇਖਦੇ ਰਹਿਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਕੇਵਲ ਤਦੋਂ, ਜਦੋਂ ਹਰ story beat ਖਰੀਦ logic ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੋਵੇ। ਇੱਕ ਚੰਗਾ story bridge ਅਗਲੀ ਕਾਰਵਾਈ ਨੂੰ ਵਾਜਬ ਮਹਿਸੂਸ ਕਰਵਾਉਂਦਾ ਹੈ। ਇੱਕ ਕਮਜ਼ੋਰ bridge viewer ਨੂੰ ਮਨੋਰੰਜਿਤ ਕਰਦਾ ਹੈ ਅਤੇ offer ਨੂੰ ਦੇਰੀ ਕਰਦਾ ਹੈ।

ਐਫਿਲੀਏਟ VSLs ਲਈ, story chunks ਛੋਟੇ ਰੱਖੋ ਅਤੇ ਹਰ ਇੱਕ ਨੂੰ concrete promise, objection, ਜਾਂ proof point ਨਾਲ ਜੋੜੋ।

Bencivenga ਅਤੇ Makepeace: ਪੈਮਾਨੇ 'ਤੇ trust

Bencivenga layered proof ਲਈ ਉਪਯੋਗੀ ਹੈ। ਇੱਕ ਬਿਹਤਰ proof ladder ਖਾਸ ਨਤੀਜੇ ਤੋਂ, ਫਿਰ ਪ੍ਰਸੰਗ, ਫਿਰ corroboration, ਫਿਰ risk reversal ਵੱਲ ਜਾਂਦੀ ਹੈ।

Makepeace mixed traffic ਲਈ long-form structure ਵਿੱਚ ਉਪਯੋਗੀ ਹੈ। ਜੇ ਠੰਢੇ ਅਤੇ ਗਰਮ viewer ਇੱਕੋ page ਸਾਂਝੀ ਕਰਦੇ ਹਨ, ਤਾਂ ਸਪੱਸ਼ਟ section breaks ਅਤੇ ਹਰ 45 ਤੋਂ 60 ਸਕਿੰਟ ਬਾਅਦ recap points ਜੋੜੋ, ਯੋਜਨਾ ਦੇ ਅੰਦਾਜ਼ੇ ਵਜੋਂ।

ਇੱਕ-ਹਫ਼ਤੇ ਟੈਸਟਾਂ ਲਈ implementation matrix

ਹਰ ਹਫ਼ਤੇ ਇੱਕ ਬਦਲਾਅ ਚੁਣਨ ਲਈ ਇਸ matrix ਨੂੰ ਵਰਤੋ। ਮਕਸਦ ਹਰ legend ਦੀ ਨਕਲ ਕਰਨਾ ਨਹੀਂ ਹੈ; ਮਕਸਦ ਇੱਕ ਸਮੇਂ ਇੱਕ ਸਾਫ਼ ਫ਼ੈਸਲਾ ਕਰਨਾ ਹੈ।

ਪੜ੍ਹਾਈ ਨੂੰ live testing ਵਿੱਚ ਬਦਲੋ

ਕਲਾਸਿਕ copy ਸਿਧਾਂਤ ਤਦੋਂ ਹੀ ਉਪਯੋਗੀ ਹਨ, ਜਦੋਂ ਉਹ ਮੌਜੂਦਾ ਬਾਜ਼ਾਰ evidence ਨਾਲ ਮਿਲਦੇ ਹਨ। ਇੱਕ swipe file ਦਿਖਾ ਸਕਦਾ ਹੈ ਕਿ ਕੋਈ ਵਿਚਾਰ ਕਿਵੇਂ ਪ੍ਰਗਟ ਕੀਤਾ ਗਿਆ ਸੀ, ਪਰ ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰ ਸਕਦਾ ਕਿ ਅੱਜ ਵੀ ਉਹੀ angle scale ਕਰ ਰਿਹਾ ਹੈ।

Daily Intel Service ਟੀਮਾਂ ਨੂੰ ਵੱਡੇ budgets commit ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਮੌਜੂਦਾ scaling signals ਨਾਲ copy hypotheses ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਪ੍ਰਕਿਰਿਆ ਦੇ ਵੇਰਵੇ ਲਈ ਸਾਡੀ ਵਿਧੀ ਵੇਖੋ, ਅਤੇ ਇਸਨੂੰ testing ਨੂੰ ਛੱਡਣ ਵਾਲੇ shortcut ਦੀ ਥਾਂ scale-gate checklist ਵਜੋਂ ਵਰਤੋ।

ਇੱਕ ਵਿਹਾਰਕ guardrail ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਇੱਕ test ਪੂਰੀ, ਪਹਿਲਾਂ ਤੋਂ ਨਿਰਧਾਰਤ confidence window ਦੇ ਬਾਅਦ control ਨੂੰ ਨਹੀਂ ਹਰਾਉਂਦਾ, ਤਾਂ ਉਸਨੂੰ ਰੋਕੋ ਜਾਂ ਸੋਧੋ। ਜੇ live funnel signals ਸੁੱਕ ਗਏ ਹੋਣ ਤੇ spending ਜਾਰੀ ਰਹੇ, ਤਾਂ ਟੀਮਾਂ ਇੱਕ ਅਨੁਮਾਨੀ USD 5,000 ਤੋਂ 20,000 ਤੱਕ ਖਰਚ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਸਿਰਫ਼ ਇੱਕ ਇਤਿਹਾਸਕ winner ਦਾ ਪਿੱਛਾ ਕਰਦਿਆਂ।

10-ਹਫ਼ਤੇ ਦੀ study-to-scale ਯੋਜਨਾ

ਹਫ਼ਤੇ 1-2: funnel ਦਾ baseline ਬਣਾਓ

ਮੌਜੂਦਾ scripts, ad angles, landing pages, offer terms, traffic sources, ਅਤੇ conversion points ਦਰਜ ਕਰੋ। copy ਬਦਲਣ ਤੋਂ ਪਹਿਲਾਂ baseline ਕੈਪਚਰ ਕਰੋ।

ਹਫ਼ਤੇ 3-5: ਹਰ ਹਫ਼ਤੇ ਇੱਕ ਸਿਧਾਂਤ test ਕਰੋ

Awareness ਲਈ Schwartz ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ, ਫਿਰ offer structure ਅਤੇ proof order test ਕਰੋ। ਦੋ ਜਾਂ ਤਿੰਨ variants ਚਲਾਓ, ਪਰ variable ਇੰਨਾ ਸਾਫ਼ ਰੱਖੋ ਕਿ ਨਤੀਜੇ ਦਾ ਮਤਲਬ ਬਣੇ।

ਹਫ਼ਤੇ 6-8: ਮਿਲਦੇ ਜੁਲਦੇ ਸਿਧਾਂਤ ਜੋੜੋ

ਇੱਕ market-fit ਸਿਧਾਂਤ ਨੂੰ ਇੱਕ trust ਸਿਧਾਂਤ ਨਾਲ ਜੋੜੋ। ਸੰਦੇਹੀ niche ਵਿੱਚ Schwartz plus Bencivenga ਵਧੀਆ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ; ਛੋਟੇ ਰੂਪ ਦੇ traffic ਵਿੱਚ ਜਿੱਥੇ ਗਤੀ ਅਤੇ ਸਪੱਸ਼ਟਤਾ ਚਾਹੀਦੀ ਹੈ, ਉੱਥੇ Ogilvy plus Carlton ਅਕਸਰ ਫਿੱਟ ਹੁੰਦੇ ਹਨ।

ਹਫ਼ਤੇ 9-10: scale, pivot, ਜਾਂ archive ਫ਼ੈਸਲਾ ਕਰੋ

ਸਿਰਫ਼ ਤਦੋਂ ਹੀ scale ਕਰੋ, ਜਦੋਂ ਸਿਧਾਂਤ ਇੱਕ ਤੋਂ ਵੱਧ audience, placement, ਜਾਂ offer ਪ੍ਰਸੰਗ ਵਿੱਚ ਕੰਮ ਕਰੇ। ਜੋ variants ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਅਸਫਲ ਹੁੰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ archive ਕਰੋ ਤਾਂ ਕਿ ਤੁਹਾਡੀ ਟੀਮ ਇੱਕੋ ਕਮਜ਼ੋਰ ਵਿਚਾਰ ਨੂੰ ਮੁੜ test ਕਰਦੀ ਨਾ ਰਹੇ।

Frequently Asked Questions

Q: Eugene Schwartz ਅੱਜ ਦੇ ਐਫਿਲੀਏਟ funnel ਲਈ ਅਜੇ ਵੀ ਕਿਉਂ ਪ੍ਰਸੰਗਿਕ ਹੈ?
A: Eugene Schwartz ਅਜੇ ਵੀ ਪ੍ਰਸੰਗਿਕ ਹੈ, ਕਿਉਂਕਿ ਉਸ ਦਾ awareness framework ਟੀਮਾਂ ਨੂੰ ਫ਼ੈਸਲਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ ਇੱਕ funnel ਨੂੰ educate ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, proof ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, reassure ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਜਾਂ action ਮੰਗਣੀ ਚਾਹੀਦੀ ਹੈ। ਉਹ ਫ਼ੈਸਲਾ hook, VSL ਕ੍ਰਮ, proof depth, ਅਤੇ CTA 'ਤੇ ਅਸਰ ਪਾਂਦਾ ਹੈ।

Q: ਪਹਿਲਾਂ ਵਰਤਣ ਲਈ ਮੁੱਖ Eugene Schwartz ਕਾਪੀਰਾਈਟਰ ਸਿਧਾਂਤ ਕੀ ਹੈ?
A: ਸੁਨੇਹੇ ਦੀ ਤੀਬਰਤਾ ਨੂੰ audience awareness ਨਾਲ ਮਿਲਾਉਣ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ। ਠੰਢੇ viewer ਨੂੰ recognition ਅਤੇ ਪ੍ਰਸੰਗ ਚਾਹੀਦਾ ਹੈ, problem-aware viewer ਨੂੰ mechanism ਅਤੇ proof ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਤਿਆਰ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਸ਼ਰਤਾਂ, risk handling, ਅਤੇ ਇੱਕ ਸਿੱਧਾ ਅਗਲਾ ਕਦਮ ਚਾਹੀਦਾ ਹੈ।

Q: ਕੀ affiliate ਲੋਕ ਪੁਰਾਣੇ direct-response ads ਨਕਲ ਕਰਨ?
A: ਨਹੀਂ। affiliate ਲੋਕਾਂ ਨੂੰ ਇੱਕ ਮਜ਼ਬੂਤ ad ਦੇ ਪਿੱਛੇ ਦੇ ਸਿਧਾਂਤ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਸ਼ਬਦ-ਬ-ਸ਼ਬਦ copy ਨਹੀਂ। Exact copy compliance, originality, ਅਤੇ market-fit ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ।

Q: ਇਹ ਸਿਧਾਂਤ VSL performance ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰਦੇ ਹਨ?
A: ਇਹ VSL performance ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਸੁਧਾਰਦੇ ਹਨ ਕਿ ਹਰ ਭਾਗ ਇੱਕ ਖਾਸ ਖਰੀਦਦਾਰ-ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਂਦਾ ਹੈ: ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਇਹ mechanism ਕਿਉਂ ਕੰਮ ਕਰਦਾ ਹੈ, proof ਕਿਉਂ ਭਰੋਸੇਯੋਗ ਹੈ, ਅਤੇ ਅੱਗੇ ਕੀ ਕਰਨਾ ਹੈ।

Q: Live market intelligence ਕਿੱਥੇ ਫਿੱਟ ਹੁੰਦੀ ਹੈ?
A: Live intelligence ਉਸ ਤੋਂ ਬਾਅਦ ਫਿੱਟ ਹੁੰਦੀ ਹੈ ਜਦੋਂ hypothesis ਸਪੱਸ਼ਟ ਹੋਵੇ। ਇਹ ਇਸ ਗੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ ਕਿ ਮਿਲਦੇ ਜੁਲਦੇ angles, offers, ਜਾਂ proof patterns ਅਜੇ ਵੀ ਸਰਗਰਮ ਹਨ ਜਾਂ ਨਹੀਂ, ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਟੀਮ ਵੱਡਾ spend commit ਕਰੇ।