如何使用A/B测试来衡量PPC广告效果？

我们都知道，跟踪每个广告及关键字来查看其效果是至关重要的。但首先是，如何才能设计出高效率的广告呢？最有效的广告优化方法之一就是A/B分隔测试，对广告的不同内容进行对比测试，如一则广告的不同版本。

A/B测试（又被称为“A/B划分”）常被用在直邮广告行业，发送出两种不同的广告设计，然后比较它们带来的销量。在Web上，A/B测试可以用来比较PPC广告、着陆页面设计，甚至两个不同的“立刻购买”按钮的转化率（www.phpstat.net）。

实施A/B划分有很多种方法。

u   A/B测试：理想的步骤

u   A/B测试：实用的步骤

u   A/B测试：基于页面

1.         A/B测试：理想的步骤

科学的健壮的A/B测试应该参照以下步骤：

（1）        创建两个相同的PPC广告。

（2）        将两个广告都指向同一个广告。

（3）        让两个广告都运转一段时间，在这段时间内（可能是一天、几天、一周或者更长时间），两个广告都给出了近似相等的点进次数或者转化率，就可以将这段时间作为测试周期。

（4）        让一个广告中整个测试过程中保持不变，称为广告A。

（5）        对另一个广告进行一次修改，比如将“购买廉价牙齿保险”修改为“购买打折牙齿保险”

（6）        在每次修改之后，等待一个测试周期，看修改动作是否提升或者降低广告的绩效

（7）        尝试再次进行修改

（8）        不断重复上述过程。

这种科学测试时非常理想化的方法，但我们在现实世界中，很少有机会能够进行这种象牙塔式的研究。

2.         A/B测试：实用的步骤

如果你正在使用PHPStat的话，对PPC广告进行A/B测试将是非常容易的事情，只需要为每个广告分组另外撰写一个或者两个广告即可。在点击进来之后，Google会自动地判断哪个广告更加有效，并且会自动为你增加这个广告的权重。如果你有PHPStat的话，可以使用一项基本可用的A/B测试功能，用来比较两则不同广告的效率。

3.         A/B测试：基于页面

如果你可以使用转化跟踪系统的话，你可以继续针对着陆页面进行A/B测试。对于同一个PPC广告，如何比较两个着陆页面的效率：

（1）        找出一个PPC广告，它已经运转了足够长的一段时间，能够用来收集有意义的绩效数据，选择它历史中的一段时间，比如一个月，记录绩效数据，这段时间就可以作为测试周期。

（2）        构建一个新的着陆页面，将这个广告指向该页面，这应该是一个孤立的页面，因为除了PPC广告之外，没有任何指向它的链接。为了进行有意义的测试，不应该让搜索引擎索引这个页面，因此你应该使用Robots.txt文件将其排除在外。还可以让你的设计师使用图像文本，因此这个页面不需要对搜索引擎蜘蛛友好。

（3）        等待一个测试周期，如何进行评估，对于同一个广告，新的PPC着陆页面是否比原来的着陆页面提交了更多的转化。

通过一些推广发现，对PPC专用的着陆页面给予更多的关注，能够得到更有效的转化。

A/B测试也有自身的缺陷，你可能发现一个广告的效果要比另一个广告好，但是除非询问自己的目标受众，否则你不会知道其中的原因。如果你只测量点进次数的话，A/B测试确实不能够告诉你那些点击更有价值。此外，测试受限于你的修改方法，因此除非你擅长站在局外进行思考，否则总是会错过一些能够为网站页面带来重大改进的机会。尽管如此，A/B测试还是能够为SEO消息的说服力提供真实数据支持的少数几种方法之一。

你可以对电子邮件广告系列使用相同的方法。

同样的方法也可以轻松地用于电子邮件广告。例如，要执行电子邮件A/B 测试，请向小组的一半成员发送电子邮件的"A"版本，向另一半成员则发送"B"版本。如果收件人的数量很大，你甚至可以测试三个以上的版本。不过，当每组都包含至少5000 个收件人时，你所收到的结果才最具价值。

成功的A/B 和A/B/A 测试

PHPStat 的A/B 测试

在PHPStat 中运行A/B 测试有两种方法。

第一种方法是为广告创建两个不同的版本，并确保每个版本使用不同的标题（如果你使用的是PHPStat 自动标记功能，则目前我们推荐此方法）。然后，你可以通过自动标记功能，在"广告版本"报告（位于"点击量来源"部分中）中对广告每个版本的转换指标自动进行比较。对于每个关键字，你都可以展开细目并比较每个广告版本的效果，因为每个广告都会以唯一的标题加以区分。

第二种方法灵活性更大，因为如果你愿意的话，可以为广告的两个版本使用相同的标题。不过，如果你一直在使用自动标记功能，就不应该使用此方法。（注：要运行该测试，你需要在PHPStat 用户首选项中禁用自动标记功能。为了确保广告在目标网页网址间的等量投放，请务必将所有测试广告置于一个广告组中。此外，请务必在PHPStat 广告系列设置中停用"自动优化我的广告投放"。这样，PHPStat 就可以均等地投放你的测试广告。）

A/B测试和A/B/A 测试

跟踪每个广告及关键字来查看其效果是至关重要的。但首先是，如何才能设计出高效率的广告呢？最有趣的广告优化方法之一就是A/B 分隔测试及其姐妹A/B/A 测试。这两种测试都涉及对广告的不同内容进行对比测试，如一则电子邮件简报或广告的不同版本。那么，A/B 和A/B/A 测试的区别在哪里？它们分别适用于什么样的情况？实际设置测试时应该如何操作？

A/B 测试

A/B测试（又被称为“A/B划分”）常被用在直邮广告行业，发送出两种不同的广告设计，然后比较它们带来的销量。在Web上，A/B测试可以用来比较PPC广告、着陆页面设计、电子邮件广告，甚至两个不同的“立刻购买”按钮的转化率。

例如，要执行电子邮件A/B 测试，请向小组的一半成员发送电子邮件的"A"版本，向另一半成员则发送"B"版本。如果收件人的数量很大，你甚至可以测试三个以上的版本。不过，当每组都包含至少5000 个收件人时，你所收到的结果才最具价值。

应用A/B/A 测试的情况

虽然A/B 测试可以满足大多数情况下的要求，但如果你在实验中引入了任何偏差，就会产生误导性的结果。换句话说，你可能发现"A"和"B"版本之间存在着性能差异，但原因并非电子邮件本身，而是由于你的目标受众群体在某些重要方面上有所不同。

在PHPStat 广告系列中使用A/B测试不太可能产生偏差，但电子邮件广告系列却有可能在不知不觉中发生这种情况。同一页面中某个广告的不同版本产生偏差的情况就更为常见了。怎么能够确定广告效果的不同实际上归因于广告内容的不同，而不是由于广告在页面上所处位置的不同？

为防止此类偏差的出现，可以使用A/B/A 测试。

A/B/A 测试将你的目标受众分为三组。其中的三分之一会收到"A"广告，三分之一收到"B"广告，另外三分之一收到相同的"A"广告。通过这种方法你可以比较两个"A"组的结果，以便确定其他因素究竟会造成多大的差别。从理论上讲，这两个"A"组的点击次数和转换次数实质上应完全相同。如果二者不尽相同，就说明有广告本身以外的某些因素在起作用。

开始测试。

使用A/B 和A/B/A 测试，可以测试广告副本、图片、设计和布局、颜色以及许多其他因素。取得成功的关键在于，一次只改变一种因素。如果你测试的广告完全不同，就无法确定究竟哪些因素作用最大。请记住一定要对广告中的所有链接进行标记，并在每个链接中使用一个唯一的utm_content 标记。

与其他跟踪类型一样，你要深入了解哪些信息会对受众起到促进作用。测试得越多，你了解到的也就越多。