PPC A/B 测试实用指南（+5 个测试创意）

介绍

PPC A/B 测试是提高广告效果的有效方法。

在本实用指南中，您将了解什么是针对 PPC 的 A/B 测试，并学习不同类型的测试和数据驱动决策所需的测试统计。您还将了解如何设置第一次 A/B 测试，并获得实用的高影响力想法供自己尝试。

什么是 PPC 的 A/B 测试？

针对 PPC 的 A/B 测试是一种对广告活动元素（如广告文案、登陆页面或目标定位）的 2 个或更多变体进行测试的方法，目的是为各种假设提供统计证明，从而利用这些证明来完善广告活动并改进结果。

虽然 PPC A/B 测试与着陆页或电子邮件 A/B 测试并不完全不同，但由于广告平台的局限性、样本大小的差异以及影响广告系列整体性能的风险，PPC A/B 测试需要专门的方法。

PPC 测试类型

PPC 中主要有四种 A/B 测试：

• A/B 测试

  A/B 测试是一种只有一个假设的实验，它引导您改变广告系列中的一个元素，并与原来的对照变体进行对比测试。这是最常见的测试类型，可帮助您缩小特定元素的范围并完善广告系列。

  A/B 测试示例：测试以免费送货和八五折作为主要优惠的两个文本广告。

• 多变量测试

  遇见Ranktracker

  有效SEO的一体化平台

  每个成功的企业背后都有一个强大的SEO活动。但是，有无数的优化工具和技术可供选择，很难知道从哪里开始。好了，不要再害怕了，因为我已经得到了可以帮助的东西。介绍一下Ranktracker有效的SEO一体化平台

  我们终于开放了Ranktracker的注册，完全免费!

  创建一个免费账户

  或使用您的证书登录

  多变量测试是一种具有多个假设和多种变化的实验。使用这种方法，您要测试的是对控制变体所做微小改动的不同组合。我很少使用这种类型，因为在所有四种测试类型中，它需要的样本量最大（对于 PPC 来说通常是不可能的），而且产生的结果提升幅度最小，从而降低了置信度（请参阅下一节中我对样本量、提升幅度和置信度的定义）。

  多变量测试示例：测试 4 个不同标题和图片组合的创意。

• A/B/n 测试

  A/B/n 测试也是一种具有多个假设和多种变化的实验。然而，与多元测试不同的是，变体之间可以完全不同。这是我常用的测试类型之一，适用于没有历史数据的新账户或新活动，我想测试完全不同的设置或元素组合，而不是通过 A/B 或多元测试缩小选择范围。

  A/B/n 测试示例：用完全不同的布局和/或着陆页面测试 2 组以上的创意。

• 顺序测试

  顺序测试是 A/B 测试的一种类型，它分阶段或顺序测试营销活动元素变体。一个序列可以是 2 周、1 个月或更长（我不建议运行少于 2 周的测试）。这是最不受青睐的测试类型，因为在不同时间段进行测试会引入你无法控制的外部因素，如季节性、样本量差异和目标偏差。不过，这也是一种常见类型，因为并非每个 PPC 平台都提供完整的（或任何）A/B 测试功能。

  例如：测试谷歌广告中的 "最大化转化率 "竞价与 "最大化转化价值 "竞价

在理想情况下，您可以按以下顺序使用所有测试：

1. 进行 A/B/n 测试，以找到最有效的设置
2. 通过 A/B 测试缩小和完善设置范围
3. 多变量测试进一步缩小设置范围
4. 顺序测试，在没有适当的 A/B 测试功能时按顺序测试元素

A/B 测试统计

要让 A/B 测试提供具有统计意义的数据、为您的决策提供信息并改进 PPC，您需要考虑 4 个关键统计数据：

• 样本量

  遇见Ranktracker

  有效SEO的一体化平台

  每个成功的企业背后都有一个强大的SEO活动。但是，有无数的优化工具和技术可供选择，很难知道从哪里开始。好了，不要再害怕了，因为我已经得到了可以帮助的东西。介绍一下Ranktracker有效的SEO一体化平台

  我们终于开放了Ranktracker的注册，完全免费!

  创建一个免费账户

  或使用您的证书登录

  在 PPC 中，您的样本量是您为使测试结果能够代表受众而需要产生的流量。对于广告级别的指标（如点击率或查看率）来说，印象将是您的样本来源，但对于特定转换指标（如转换率、成本/转换率或 ROAS）来说，您应该选择点击量。一般来说，样本量越大，测试就越准确。

• 预期提升

  对测试变化将如何影响最终指标的预测，以百分比表示，范围从 0 到 100%。例如，根据历史数据和转换研究，您可以预测将主要优惠从九折改为免运费将使转换率提高 30%。

• P 值

  我们进入了高级统计领域。简单地说，P 值有助于确定结果是否与预期有显著偏差，或者结果的统计意义有多大。它的范围从 0 到 1，数值越小，结果的统计意义越大。

• 信心水平

  置信水平或置信区间是对测试结果确定性的衡量。例如，95% 的置信度意味着，如果我们多次重复同一测试，95% 的测试结果会相似。

为什么 PPC A/B 测试很重要？

A/B 测试会影响您的 PPC 营销活动的 3 个关键领域：

1. 成果

   在开展 PPC 营销活动时，您经常会遇到这样的问题："事情 A 会比事情 B 做得更好吗？"（将 "事情 "替换为营销活动/广告/文案/受众/角度等）。A/B 测试为您提供了回答此类问题、测试不同假设并最终改善结果的方法。

2. 结构

   如果你和我一样，觉得自己的一些优化过于临时、对手头数据反应过大，甚至是表面文章，那么 A/B 测试就是一种能帮助你增加结构性的方法。它可以帮助创建性能 "立足点"（经过验证的假设），并专注于寻找最有影响力的优化机会，而不是做表面文章。

3. 交流与参与

   如果您是代理商或内部专家，您很可能遇到过与客户或高管沟通和接触的问题。A/B 测试可以帮助解决其中一些问题，因为它提供了另一层透明度、认知度和参与度。如果不出意外，如果有人问 "你是否测试过用绿色按钮代替？）

可以进行哪些 A/B 测试？

决定在 PPC 营销活动中进行 A/B 测试至关重要。我建议从那些一旦改进就会对结果产生最大影响的元素开始。

1. 创意

   例如：布局、配色方案、模型与无模型、短视频与长视频、UGC 与自有资产。

2. 提供

   例如：免费送货与折扣、免费奖励与稀缺性、免费试用与免费、保证与无保证、网络研讨会与电子书。

3. 广告投放

   例如：Facebook 与 Instagram、手机与台式机、搜索与搜索合作伙伴。

4. 广告文案

   举例说明：长式文案与短式文案、项目列表与段落、包含 "免费 "一词与不包含 "免费 "一词、好处与权威。

5. 锁定目标

   例如：新关键字、窄目标与宽目标、相似目标与冷目标、年龄较大的再营销受众与年龄较小的受众、短语匹配关键字与宽关键字、窄位置目标与宽位置目标。

6. 活动/广告类型

   例如DSA 与常规搜索活动的对比、动态再营销活动与常规再营销的对比、引导广告与信使广告的对比。

7. 预算分配

   例如：将更多预算用于营销活动 1 与营销活动 2，将更多预算用于再营销与收购，将更多预算用于性能最大化与购物。

8. 登陆页面

   例如：布局、图片与视频、动态关键词插入、标题、表单、社会证明、广告与着陆页信息匹配。

9. 投标策略

   例如最大化转换与最大化转换价值、目标 CPA 上限、目标 ROAS 目标、最高数量与最高价值。

10. 活动结构

    例如：宽泛（或 Hagakure）结构与细粒度、更多动态/自动营销活动与更少、最佳表现者与低表现者、SKAGs。

如何对您的 PPC 营销活动进行 A/B 测试

设置 A/B 测试

一旦列出了要进行 A/B 测试的想法清单，就该形成假设并决定方法和工具了。

假设

您的假设是您试图通过实验来验证的假设。它表达了你期望通过改变（如修改广告文案、改变广告创意或扩大目标定位）看到的效果。为了构建我的假设，我喜欢参考克雷格-沙利文（Craig Sullivan）的《假设工具包 V4》（Hypothesis Kit V4）：

1. 基于（数据/研究/观察）
2. 我们认为
3. 对于（人口）
4. 会造成（影响）。
5. 当我们看到（度量衡）时就会知道。
6. 这对客户、合作伙伴或我们的业务都有好处（因为）。

方法

这是您决定如何进行测试的地方。是 A/B 测试？A/B/n？顺序测试？从一开始就确定这一点很重要，因为它将影响 A/B 测试工具、预算和结果。如上所述，如果您没有任何历史数据，而且您的假设是基于观察，我建议您从 A/B/n 测试开始。但是，对于某些测试和广告平台，您将只能采用顺序测试方法（如 Google Ads 上的竞价策略）。

工具

说到 PPC A/B 测试，电子表格仪表盘是你最好的朋友。如果您不确定从哪里开始使用，可以在这里找到我最近的仪表盘。如果您每季度只进行几次测试，我建议您手动填写。如果测试次数较多，您可以使用 Supermetrics 等工具自动获取 PPC 数据。

启动 A/B 测试

您的启动说明将取决于您选择的测试元素和广告平台。但有一点是不变的，即您的实验需要为控制变体和测试变体产生相等或几乎相等的样本量，这意味着除非您能控制预算和流量分布（即 Facebook Ads 中的广告组预算优化活动或 ABO），否则绝不应在同一广告系列或广告组中启动适当的 A/B 测试。

以下是我最常用的测试设置：

• Facebook/Instagram/Pinterest/LinkedIn：原生 A/B 测试功能、新广告集、新活动、连续发布。
• 谷歌/微软：原生广告系列实验功能、广告文案 A/B 测试功能、平等广告轮播功能、顺序发布。

分析数据

你精心设计了一个假设，设置了测试，并让它顺利进行。现在怎么办？

填写您的仪表板，看看您的测试是否产生了预期的提升效果，您的样本量是否足够大，您的结果是否具有统计学意义，或者您的测试是否需要更多时间才能达到更高的显著性。

您可以使用计算器来帮助计算 样本大小和置信度/显著性。

如果您有了明确的胜出者，就应制定结论和行动计划，将其引入您的 PPC 设置中。

5 个值得尝试的 PPC A/B 测试想法

1.提供测试

说到最大化 PPC 效果，不要低估测试不同报价的影响。根据我的经验，这对结果的改变最为显著。

这可以包括稀缺性（即限量供应）、紧迫性、奖金、保证或折扣。

在可用的情况下，切记使用原生广告文案测试功能，以确保对每个变体的样本大小和流量分割进行更多控制（如 Google Ads 中的 "广告变体 "实验类型）。

2.登陆页面测试

"等等，我还以为这是一本关于PPC测试的实用指南呢？根据我的经验，着陆页是影响 PPC 成功与否的最大因素之一。如果您的着陆页没有得到很好的优化，那么您的广告做得再好也没用--您的效果仍然有限。

要想获得最大的提升，我建议从布局和表单测试开始，因为这两个方面可能对转化率的提升贡献最大。例如，这家信用卡公司在优化表单后，转换率提高了 17%。

接下来，考虑广告与信息的匹配和标题测试，以改善广告到转化的流程。

3.创意测试

根据尼尔森的数据，广告创意质量占销售增量的 49%，是广告效果最关键的驱动因素。这就是为什么我总是建议在 Facebook 和 TikTok 等以创意为先的渠道上进行高频率的创意测试。这也是我的客户在短短 6 个月内预订量增加 54% 的重要原因。

为了获得最大的提升，我建议测试布局变化、信息传递和 UGC 内容。

4.目标测试

定位测试是我建议尝试的另一个想法，它能带来最大的潜在提升。如 "您可以进行哪些 A/B 测试 "部分所述，这些测试可以包括新关键词、窄目标与宽目标、相似受众与保存受众。

例如，您可能想测试一个单独的长尾关键字广告系列与一个短尾关键字广告系列，看看能否改进预算控制并降低 CPA。

为此，我建议使用 RankTracker 的关键字搜索器等工具，帮助您获得比谷歌关键字规划师更高级的关键字建议和过滤。

5.投标测试

A/B 测试出价策略是优化 PPC 结果的有效方法。这可以揭示您当前的出价是过高还是过低，您是否在为价值最高的客户进行优化，以及是否最好追求最高的转换数量（质量）与最高的转换价值（数量）。

例如，您可以测试将目标 CPA 限制提高 30-50%，以了解是否错过了可能产生转化的点击，或者将目标 ROAS 降低 25%，以在竞争激烈的时期（如黑色星期五）产生更高的转化量。