什么是A/B测试

所谓 A/B 测试,简单来说,就是为同一个目标制定两个方案(比如两个页面),让一部分用户使用 A 方案,另一部分用户使用 B 方案,记录下用户的使用情况,看哪个方案更符合设计目标。当然,在实际操作过程之中还有许多需要注意的细节。

A/B 测试最核心的思想

  1. 多个方案并行测试;
  2. 每个方案只有一个变量不同;
  3. 以某种规则优胜劣汰。

A/B 测试应用场景

1、体验优化
用户体验永远是卖家最关心的事情之一,但随意改动已经完善的落地也是一件很冒险的事情,因此很多卖家会通过AB测试进行决策。常见的是在保证其他条件一致的情况下,针对某一单一的元素进行AB两个版本的设计,并进行测试和数据收集,最终选定数据结果更好的版本。
2、转化率优化
通常影响电商销售转化率的因素有产品标题、描述、图片、表单、定价等,通过测试这些相关因素的影响,不仅可以直接提高销售转化率,长期进行也能提高用户体验。
3、广告优化
广告优化可能是AB测试最常见的应用场景了,同时结果也是最直接的,营销人员可以通过AB测试的方法了解哪个版本的广告更受用户的青睐,哪些步骤怎么做才能更吸引用户。

Facebook 广告A/B 测试

在Facebook营销中,我们可以借助 A/B 测试更改变量(例如广告创意、受众或版位),从而确定哪种策略效果最佳并改善未来的广告系列。例如,我们可能会假设,自定义受众策略将比基于兴趣的受众策略更适合推广我们的业务。通过 A/B 测试,我们可以快速比较两种策略,以查看哪种策略效果最佳。

选择要测试的变量后,Facebook会为每种广告创意、受众或版位分配预算,以实现平均且随机的展示机会。然后,A/B 测试可以根据单次成效费用或单次转化提升费用来衡量每个策略的表现。

当我们尝试衡量广告变更的成效或快速比较两种策略时,建议进行 A/B 测试。我们应该使用 A/B 测试衡量新策略,不宜使用非正式测试(例如手动打开和关闭广告组或广告系列),因为这可能会降低投放效率和结果的可靠性。A/B 测试有助于确保平均拆分受众并且可进行统计比较,而非正式测试则可能导致受众重叠。

在Facebook上创建A/B测试

在 Facebook 上创建 A/B 测试的方法有多种,具体取决于我们要测试的变量以及开始创建 A/B 测试的位置。

通常情况下,建议通过广告管理工具的工具栏创建 A/B 测试,即使用现有的广告系列或广告组作为测试模板。要使用广告管理工具的工具栏:

  1. 前往广告管理工具的主表。此页面列出了广告帐户中的所有可用广告、广告系列和广告组。
  2. 勾选我们想要用于 A/B 测试的广告系列或广告组左侧的方框。
  3. 在上方的工具栏中,点击 A/B 测试
  4. 选择可用的变量,然后按屏幕上的说明操作。

注意:如果我们选择自定义,则可以通过复制所选的广告系列或广告组来创建测试,并编辑新测试广告系列中的所有变量。

所有 A/B 测试均使用相同的基础技术来比较不同的广告创意、受众或版位并确定最佳策略。测试完成后,所有的测试结果都将显示在广告实验室中。

创建 A/B 测试的其他方式

  • 直接借助广告实验室 - 在广告实验室中,我们可以创建或复制广告系列,以比较和确定效果最佳的策略。如果我们希望在开始测试之前灵活微调广告系列,或者想要使用多个现有广告系列进行测试,广告实验室工具将非常实用。
  • 新建广告系列 - 新建广告系列时,我们可以选择 A/B 测试。如果要在新建广告系列时轻松测试某个变量,此选项特别有用。注意:由于 A / B 测试正在更新,此选项暂不可用。
  • 复制现有的广告系列、广告组或广告 - 如果我们想快速更改现有广告并比较效果,可以在广告管理工具中复制并创建 A/B 测试:
    • 复制现有广告系列支持我们通过更改一个或多个变量对广告系列进行比较,从而确定效果最佳的策略。
    • 复制现有广告组或广告支持我们选择一个变量,同时Facebook将引导我们完成各种更改,以比较和确定效果最佳的策略。
  • 借助常见场景提示 - 有时,如果我们想要尝试新的业务策略或者Facebook认为测试可能对我们当前的广告有益,系统会建议我们进行 A/B 测试。借助这些提示,只需轻松几步即可通过广告实验室开展 A/B 测试。