如果您至少了解数字营销的基础知识，您肯定遇到过 A/B 测试这个术语。这是一种行之有效的方法，可以帮助我们回答问题和困境，例如：“哪个地址会带来更多打开的电子邮件？”或“哪种广告创意更有效？”
如今，A/B 测试的使用至关重要，因此我们将在下面更详细地定义它，然后详细了解它在 Facebook 和 Google 广告中的使用。
继续阅读：
什么是 A/B 测试？
何时何地使用 A/B 测试？
Facebook 广告中的 A/B 测试
Google 广告中的 A/B 测试
什么是 A/B 测试？
A/B 测试（A/B 测试、对比测试）最好定义为一种营销实验，其中目标受众被分成两半，向每一半受众展示自己版本的广告信息，目的是找出答案哪个更有效。因此，我们向前一半观众展示内容的 A 版本，向另一半观众展示的内容 B 版本。
AB测试
对于有效的 A/B 测试，重要的是始终只更改一个变量（例如创意、标题、文本、颜色），并让实验运行足够长的时间以获得统计上可靠的结果。
何时何地使用 A/B 测试？
如今，A/B 测试在数字营销的许多领域为我们提供帮助 - 从电子邮件营销、网站视觉图像及其内容的准备，一直到在线广告。
由于测试的选项很多，下面只是我们可以测试的一些项目：
广告创意（静态创意、视频和其他格式），
广告文字（标题、说明、CTA）、
目标受众（兴趣、年龄、性别、地点）、
广告策略，
电子邮件消息（标题、CTA、序列）、
登陆页面（标题、文本、表格、CTA）、
产品页面（标题、描述、图像、按钮、徽章、推荐、CTA）、
在线商店（导航、网页横幅、文本、购买流程）。
在本文中，我们将专门关注 Google Ads 和 Facebook 广告中的 A/B 测试。
Facebook 广告中的 A/B 测试
Facebook 允许对创意、目标受众和广告位置等变量进行 A/B 测试，在两个版本 牙买加电报数据库 之间平均分配输入。然后，它根据每次结果成本（例如每次点击或转化成本）或每次转化成本提升*来衡量每个方法的有效性。
一个例子是我们想要为斯洛文尼亚的一家新酒店做广告的活动，我们的目标是增加网站上的用户数量。我们想知道使用展示其中一个房间的广告素材还是展示一对夫妇在酒店晚餐中享用美食的广告素材是否是更好的选择。
Facebook 上的 A/B 测试使我们能够向 50% 的目标受众展示广告的第一个版本，并向另外 50% 的目标受众展示第二个版本。结果帮助我们回答了哪个版本的广告在相同的投资下为我们带来了更高的页面浏览量的问题，并且在进一步的广告活动中使用它也很有意义。
在 Facebook 上创建 A/B 测试有多种方法，即：
在 Facebook 广告管理器中，选择 A/B 测试按钮，然后从列表中选择我们想要包含的现有广告系列或广告组。之后，会自动创建另一个版本，我们可以在其中调整值或我们想要测试的元素。
AB 测试_Facebook_method1
在 Facebook Ads Manager 的帮助下进行复制。在所需的广告系列中，我们复制现有的选定广告组或广告，并自动为其创建新版本。在其中，我们调整值或我们想要测试的元素。
AB 测试_Facebook_method2
使用 Facebook 的实验工具，我们可以在广告系列或广告组级别创建 A/B 测试。
AB 测试_Facebook_method3
AB测试广告推荐
*转化提升测试通过确定营销活动为公司带来的实际价值来衡量投资回报率 (ROI)。它的工作原理是创建两个随机组——测试组和对照组——并只向第一个组展示广告。然后，与对照组相比，它会检查测试组中广告展示次数对销售额的影响，并分析提升情况。
Google 广告中的 A/B 测试
A/B 测试是在搜索和展示网络中的Google Ads 广告工具中启用的。我们可以在这个平台上测试一些东西——广告策略、受众、广告、扩展、登陆页面和其他元素。
我们可以通过在“草稿和实验”中创建新的营销活动草稿来创建 A/B 测试，其中我们根据要测试的内容更改一个变量，然后运行实验。
在开始之前，我们还必须确定：
测试开始和结束日期，
两个广告系列之间的广告投资分配（建议每个广告系列投资 50%），
基于cookie（推荐；无论搜索次数多少，所选用户始终看到相同版本的广告）或搜索（所选用户被随机分配到A和B测试组，并且可以看到每次搜索都有不同版本的广告）。
AB 测试_Google
例如，目前正在使用“最大化点击次数”策略的冬季滑雪广告系列，但我们想知道“最大化转化次数”策略是否会更有效。如果我们不确定哪个是正确的决定，我们可以进一步进行 A/B 测试，同时运行两个活动，每个活动都有自己的策略。当我们收集到足够的结果时，我们会看到哪一个给我们带来了更好的结果（在这种情况下，这将是更高的转化次数，因此，更高的收入），并且我们也在基本活动中继续采用获胜策略。