最大的 PPC A/B 測試錯誤

A/B 測試旨在最大限度地提高您的廣告效果。 這是一種很好且不斷實踐的方法，可以最大限度地利用您的預算並提高您的投資回報率。

從 A/B 測試運行時間不夠長到 A/B 測試太多……以下是人們在 A/B 測試時常犯的一些錯誤以及如何避免這些錯誤。

A/B 一次測試不止一件事

如果您正在對廣告文案進行 A/B 測試，那麼也不要開始弄亂設備出價係數。 請勿同時更改地理位置定位或廣告投放時間，否則會破壞數據。

A/B 測試需要耐心和控制。 所以一次只做一件事，現在不是多任務處理的時候，多任務處理加上 A/B 測試只會讓你一次破壞不止一件事的效率更高！

盲目的 A/B 測試只是為了它

在運行任何 A/B 測試之前，您需要一個關於為什麼要運行它的假設。 問問自己你想發現什麼？

例如，您認為在搜索廣告文案中添加號召性用語會提高轉化率嗎？ 在台式機上定位移動設備會改善您的新客戶獲取嗎？ 如果你認為會，你為什麼這麼認為？ 考慮諸如您的網站通過自然來源獲得的移動訪問量是否很高，但來自付費來源的移動訪問量是否很低。 在運行任何測試之前，問問自己並研究是否有可能導致此問題的因素。

在對真實廣告帳戶運行潛在的災難性 A/B 測試之前，使用您已有的數據來支持您的假設。

測試的全部意義在於提高您的廣告效果，因此應盡可能避免運行與此相反的測試！

根本不測試！

這是一個簡單但主要的罪過，我在我管理的許多帳戶中一遍又一遍地看到。 我聽過所有常見的藉口“沒有必要”或“我們已經有足夠高的轉化率”。

“如果它沒有壞就不要修理它”的方法在生活中對很多事情都很有效，但數字營銷不是其中之一。 數字營銷的本質，特別是付費廣告，不斷變化。 不相信我？ 5 年前，TikTok 還不是一個東西，普通消費者過去常常在 2 台設備上查看內容。 現在，到 2020 年，人們將在多達 5 台設備上消費內容，而 TikTok 將成為有史以來下載量最大的非遊戲類應用程序之一，並在全球範圍內迅速發展，公司大肆宣傳他們如何使用它來覆蓋超過十億人一個月！

不運行某種形式的 A/B 測試的唯一合乎邏輯的原因是您還沒有獲得有價值的見解的流量。

如果您沒有對付費廣告進行 A/B 測試，因為您不知道從哪裡開始……

以下是您可以開始嘗試的一些關鍵事項：

• 廣告文案。 將當前促銷添加到您的廣告文案中對點擊率有何影響？ 將您的品牌名稱添加到廣告文案中是否會提高效果？
• 呼籲採取行動。 號召性用語是激勵用戶點擊還是只是說現在購買？ 更改號召性用語有什麼影響？
• 登陸頁面。 用戶登陸產品頁面而不是類別頁面有什麼影響？ 如果您有產品變體，將人們送到紅色套頭衫而不是藍色套頭衫會有什麼影響？
• 出價策略。 目標廣告支出回報率是否比最大化轉化效果更好？
• 您的廣告定位的關鍵字。 關鍵字匹配類型會影響您的點擊率或轉化率嗎？ 與使用完全匹配相比，您能否通過更好的否定關鍵字採用來節省對更廣泛匹配類型的投資？
• 廣告類型。 自適應廣告的轉化率是否比加大型文字廣告的轉化率更高？ 添加動態搜索廣告有什麼效果？
• 產品價格（特別是谷歌購物）。 將您的產品價格提高/降低 2% 對您的銷售額有何影響？ 你能賺到更好的利潤嗎？

沒有足夠的時間運行 A/B 測試或讓它們永遠運行

運行 A/B 測試的時間不夠長

如果您的網站每天只有 10,000 名訪問者，那麼您將從 2 天的數據中獲得多少有意義的見解？ 我不會爭論太多，所以當我看到人們根據如此大量的數據做出全面的帳戶更改或業務決策時，這讓我感到困惑。 它通常以一種方式結束並猜測那是什麼方式？ 這最終會花費他們更多的錢，甚至對有時表現不錯的活動造成損害。

PPC相當於拿著一把雙刃劍並用它攻擊你的倒影，你最終會看起來像Monty Python中的那個黑騎士。

運行 A/B 測試時間過長

讓測試永遠運行也是如此。 如果你讓它運行，那麼它就不是 A/B 測試，它只是你在做的兩件事。 您不是針對廣告系列 B 運行廣告系列 A 以查看哪個效果更好，您只是在運行兩個名為 A 和 B 的廣告系列。

好吧……那麼多久？

您應該運行 A/B 測試多長時間取決於許多因素，例如預算、受眾規模等。根據經驗，如果這是您第一次嘗試 A/B 測試，我建議您進行拆分在進行任何重大更改之前至少測試 2 週。 隨著時間的推移，您將了解什麼對您和您的企業最有利，始終以做出獲得最佳投資回報率的決定為目的。

衡量錯誤的指標作為成功的證據

當您試圖獲得更多轉化時，誰在乎您是否獲得了更多點擊次數或更多展示次數？ 如果您正在運行 A/B 測試以查看其對轉化的影響，那麼這就是您應該關注以確定結果的指標。

現在，這並不意味著應該忽略您獲得的其他指標的見解。 您可以將這些知識應用到未來的測試中； 它們只是不能用作此 A/B 測試的成功衡量標準。

俯瞰小鬼！ （Gremlin：通常是無意但有影響的因素）

好吧，我承認這不是 gremlin 的字典定義，但這是我之前在登錄頁面上運行 A/B 測試時看到的一個示例。 我們看到一個頁面的訪問量大幅增加，但轉化率卻低得多。 在我的腦海裡，這沒有任何意義！ 為什麼在更受歡迎的著陸頁上的轉化率會如此之低？

因此，我評估了用戶瀏覽頁面的過程，並意識到為了進行結賬，用戶必須瀏覽一個額外的頁面，而他們不必在另一個頁面上瀏覽。

這不是設計使然，而是頁面構建方式的結果，但它被忽略了。 查看附加頁面的流失報告向我們表明，這就是我們流失用戶的地方，高達 84% 的用戶在該附加頁面上流失。 所以，當然，我們刪除了這個額外的頁面並重新啟動了我們的 A/B 測試。 表現更好的頁面然後看到了更好的轉化率。

這凸顯了在運行 A/B 測試之前需要額外考慮的因素。

儘管聽起來很苛刻，但請假設每個參與其中的人都會在生產線上的某個地方犯錯，因此事先採取檢查措施以避免這些有時代價高昂的挫折。

所以這是我見過的最常見錯誤的列表。 我希望你發現它們有幫助。 如果您有任何要添加的內容，為什麼不在下面的評論中告訴我們。 我們也很想听聽你見過的最糟糕的小精靈！