淡季营销之大招平“淡”！Google购物广告常见政策违规问题解疑
广告测试是使用衡量标准制定更好的数据驱动决策，并提高广告系列效果的最有效方法之一。通过为您的业务问题选择正确的测试类型，使用测试来审核新策略并尽早解决常见问题，您可以获得更有价值的结果。
为了最有效地使用测试，请将升力研究视为帮助制定长期战略决策的工具。例如，您可以决定是否投资特定细分受众群的长期广告系列，并使用A / B测试来寻找更快优化的机会（例如标题或图片选择）。
如果您想知道是否要为广告系列分配更多预算或者您的Facebook广告带来多少次转化，那么提升研究可以让您对自己的决策更有信心，因为它们基于经过验证的实验方法。惠而浦使用电梯研究来测试数字化千禧年观众的不同创意。惠而浦的升力研究帮助团队在投资新的创意资源之前确定哪个创意表现最佳，并制定正确的策略以吸引这些受众。
测试可以帮助您评估新策略和营销工具，而无需充分承诺您的团队的时间和资源。例如，假设您想了解机器学习驱动的工具如何影响您的广告效果。您可以使用Facebook的测试和学习工具来衡量和证明广告系列预算优化（CBO）的增量值。CBO使用机器学习将广告投放给最有可能采取行动的人。要使用A / B测试来测试CBO，请复制您的广告系列，在它们之间划分预算并运行测试。测试完成后，您可以合并受众群体，并允许广告系列管理员暂停效果不佳的群组，从而让更成功的广告系列继续投放。
以下是它在实践中的表现：零售商胶水商店使用拆分测试来比较动态Facebook广告的自动展示位置的效果 - 它使用Facebook的机器学习算法来确定最有效的展示位置 - 针对仅在新闻Feed中投放的动态广告。通过测试，该团队能够确认使用自动展示位置来确定动态广告的展示位置，从而带来更好的效果 - 广告支出增加88％ - 而不仅仅是在Feed Feed中展示的动态广告。
在规划阶段确定和解决可能影响测试结果可行性的因素非常重要，以确保您获得可操作的结果。低可信度列表研究和未正确隔离的变量是设置测试的两个常见问题。
置信度衡量可以重建测试结果的可能性，而不是一次性结果。如果您的测试没有收集到足够的数据，可能会发生低信度提升研究，因为长时间的购买周期导致研究期间的转换次数很少，或者因为观众太窄。如果您的测试和对照治疗太相似，或者人们的反应没有可测量的差异，您也可以在升力研究中获得低信度的结果。
为了确保为您的测试正确隔离变量，请考虑测试受众中的人员是否在您正在测试的数字频道之外接触多个广告创意概念或营销信息。虽然可能没有必要（或可能！）停止其他营销工作，但您应该努力确保测试中的每个小组都能比较暴露。您可以在我们最近的指南中更快地了解如何更快地解决潜在的测试问题。
图片来源：正文图片截取自facebook business官方网站
我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。
现在扫码回复“ 加群 ”，拉你进群。
热门文章
*30分钟更新一次
