超干貨FB廣告優化：教你如何進行 A/B Test
今天，我們主要討論一下A/B測試。
在廣告投放中，因為廣告投放出來的數據錯綜復雜不易分析，所以當我們優化廣告時，經常會選擇進行 A/B Test 來對比各廣告之間的效果。這不僅可以直觀地分析廣告數據，還能有效避免對數據做出錯誤判斷，從而導致曝光率的減少，甚至轉換降低的情況。所以說，A/B測試是廣告優化的最佳實踐方法之一。
什么是A/B測試？
A/B Test 也被稱為拆分測試。通常適用于測試因某一個變量而產生的兩個不同版本。通過收集受眾所反饋的數據差異，以結果判斷A和B方案的優劣來進行決策，從而提高轉化率。
為什么要做A/B測試呢？
通過A/B Test，我們可以更加有針對性地統計和分析數據，根據數據分析結果迅速調整優化策略，降低用戶轉化率低的風險，以便為受眾創建更具吸引力的內容，從而可以提高用戶體驗、提升轉化目標。
以下總結幾點A/B測試的好處：
增加廣告及其落地頁曝光率
提高轉化率
易于分析
降低風險
A/B測試的流程
A/B Test提供了一種非常有效的測試方法，可以比較A/B兩個版本測試結果，了解不同版本的數據差異，再根據數據進行迭代下版本素材。在進行A/B測試時，可以通過明確的優化目標進行區域劃分，使測試工作更有利地進行。
在這里我們以投放Facebook廣告舉例，闡述Facebook廣告A/B Test的流程。
首先，我們需要明確測試的變量和定位受眾：
確認測試的變量
適合進行A/B測試的變量有：受眾，素材，文案，廣告版位。在優化廣告期間，我們會發現有許多要測試的變量，但是想要把所有變量因素都拉出來做測試，這又并不實際。不僅測試時間不允許，預算也不支持。所以，通常在測試前期，需要明確主要的測試變量，為后續的測試定向。
例如，無論是廣告還是帖子，當定位受眾一致時，圖片和文案是影響廣告效果的最大因素，因為它們決定了廣告能否在第一時間吸引用戶的眼光，所以在A/B Test中素材和文案為常用測試變量。
但廣告長時間運行，用戶容易對素材產生疲憊感，為了增強用戶的曝光和互動，除了更換素材，還可以增加受眾的覆蓋面積。
如：前期受眾定位在18-25歲的男性。隨著廣告展示頻次不斷上升，廣告效果不斷下降，為了增強用戶的曝光和互動，可以擴大受眾年齡層甚至增加女性受眾（如果合適）。我們可以選擇受眾范圍18-38歲的全部受眾，后續在根據測試結果分析哪個年齡段的受眾數據最為給力。
注意：因為在測試多個變量時，無法確定哪個變量最終會成為優勝廣告。所以我們需要根據變量測試結果的顯示，以測試數據決策新的廣告素材。
針對受眾做精準細分定位
以游戲舉例，我們最關注的就是游戲回收（ROI）。那么在受眾的細分定位里面，哪方面的定位會影響到ROI呢？
自定義受眾+類似受眾
一般如果產品本身已經積累了一定的受眾基礎，這個時候可以創建自定義受眾，對產品本身受眾進行覆蓋，也可以根據游戲自身purchase的種子玩家進行類似受眾。這部分上期文章有相關的講解，在此略過不講。（上期文章）
通過興趣精準篩選相似受眾
在創建相似受眾時，為了避免造成預算過高，我們還可以根據優化指標進行地區、年齡、性別、行為、手機操作系統等進行細分受眾。
舉個例子：
假設你正在投放游戲廣告，目標人群是18-35歲的男性，那可以縮小受眾范圍，以年齡、性別覆蓋受眾。
當然，也可以根據Facebook受眾設置來定位符合的興趣受眾和剔除對應的受眾，使廣告投放更精準。嘗試添加兩到三個Interest受眾，在投放過程中觀察轉化率是否提高。 如果轉化率沒有提高，可能是因為其中一個興趣定向偏差太大了。
為了更準確的吸引對游戲感興趣的潛在受眾，可根據產品本身特定，選擇同類型競爭的受眾人群。而為了減少受眾重疊情況，還需排除掉已安裝過應用的用戶，避免造成不必要的損失。
此外，還可以通過選擇設備先進的用戶來提高廣告回收率（畢竟消費能力高的人群，購買力更強一些）。雖然不能排除其他的行為，但可以指定智能設備及其操作系統或者排除某些選項，使定向用戶更有可能產生購買/注冊操作。
準確的定向受眾，不僅可以為優化調整做準備，更能提升廣告的成效。當然，想要真正提高廣告轉化率，還需要了解Facebook Split Test工具。
善用Facebook Split測試工具
Facebook有個Split Test功能，可以跟蹤并分析不同創意方案下的結果，從而確定不同創意方案之間的優劣，在可控范圍內選擇更佳的方案。
例如：
廣告優化就是通過不斷測試來提升產品推動業務目標的過程。為提高產品的曝光率、轉化率，部分產品采用A/B測試用戶對素材的變化，以確定哪些更改最終會帶來更多的轉化（例如：曝光率、點擊率提高，轉化率增加等）。
如果只是針對廣告創意和預算進行微幅調整測試，那測試結果可能無法反映兩者成效的差異。
通過測試廣告素材和文案，優化師可以了解哪個版本吸引了更多點擊率，了解哪種布局最能將訪問者轉化為目標受眾。如果每個步驟的元素都盡可能高效地獲取用戶，則可以減少總體支出。所以在測試前期，需要定向測試迭代變量。
測試過程
在測試期間，優化師根據關鍵表現指標（KPI）進行分析結果，對比兩個版本數據差異，識別表現不佳的元素，分析數據制定素材迭代方案，根據KPI指標再對素材元素進行優化（即：優化廣告文案、廣告標題、廣告素材、CTA按鍵及其落地頁等）。
舉個例子：
在選擇受眾定量進行A/B測試，會發現不同的素材和文案，用戶所反映的效果也不同。那如何確認哪個素材才是真正的“贏家”呢？
首先，在投放廣告前，需要了解素材測試周期是多久？
正常來說，一般測試周期三到十五天。但作為一個絕對最低限度，至少需要讓廣告運行24小時，再來調整廣告的效果級別。Facebook的廣告推送算法也需要學習時間，因此最好能擁有充足的時間來確保數據的收集。
當然，這并不是絕對的，當數據差異過大，結果也就很快出來了。如果數據收集差異不大，那還需要對素材進行測試（根據自身的預算及其測試時間設計迭代方案數量）。
投放時，以聚焦素材為迭代變量進行A/B Test
素材和文案是Facebook廣告中最為重要的部分。在進行A/B測試，可以對素材進行疊加測試，再對兩版本數據差異進行修改。
收集A/B測試數據并分析
在廣告投放期間，時刻關注Facebook收集的數據，對比兩個版本數據所存在的差異。如果差異過大，優化師通過兩個版本數據對比分析，從而對下版本素材進行修改變動，以優秀素材作為迭代版本的基礎，進行優化。
根據數據結果再迭代測試變量
收集測試結果，了解用戶所喜好的元素，在原來的優勝的素材上進行疊加，從而再進行測試。
通過以下的幾個版本發現，在原來基礎上進行疊加的素材，數據的差異并不大。
大部分素材在相同的情況下，廣告運行時間過長，用戶容易產生視覺疲憊，廣告就會變得沒有吸引力，用戶的點擊率和曝光率就有所降低。
通常以測試結果為依據，當廣告效果低下時，就需要經常測試新的廣告素材和文案。效果還不好，就需要更換素材角度，再根據測試數據疊加測試素材，以便找到效果更好的廣告。
標題的吸引性
如果兩個版本數據差異不大，但用戶反應數據都不錯，那可以繼續投放廣告。
以素材為定量，文案為迭代變量，進行測試。除了素材，好的標題也是吸引用戶眼球的重要元素。
如果產品的受眾年齡跨度較大，可以不同年齡設置不同文案及其標題，避免出現代溝情況。
根據文案投放情況，觀察數據變化差異，選出曝光率、轉化率最高的為“優秀素材”進行投放，直到效果降低后，更換素材繼續測試。如果效果較差，可以嘗試不同角度進行投放，新的受眾，新的廣告目標等。
根據文案投放情況，觀察數據變化差異，選出曝光率、轉化率最高的為“優秀素材”進行投放，直到效果降低后，更換素材繼續測試。如果效果較差，可以嘗試不同角度進行投放，新的受眾，新的廣告目標等。
不同廣告創意，不同標題/文案，用戶所反映數據結果也不相同。
根據我們之前的數據發現，最能影響廣告效果的廣告因素有以下排序：
廣告創意：圖片、視頻
廣告文本：標題、文案等
廣告目標：轉化量、訪問量
當然，不同的產品或許會有不同的結果，在實踐過程還需根據自身數據進行對比，找出對廣告影響最大的變量測試。
總結：
在這里簡化了一下以上講述的內容：
確認A/B Test測試變量，為測試定向。
A/B Test測試的層級變量很多，需要分主次進行測試，畢竟預算有限。
受眾測試包括類似受眾、自定義受眾以及興趣受眾的定位，需要根據產品的特性來決定。
記得使用Facebook創意報告中的數據進一步分析優化廣告系列創意
A/B測試的核心靈魂就在于：堅持不懈地測試。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）