前幾期講到了有關投放素材的制作，幫助大家解決文案、素材、落地頁的素材制作的難題。那么素材有了，接下來的就是投放廣告了。今天小編就為大家來剖析投放測試時所需要的。廢話不多說，我們開始吧。

很多廣告主在做好了相關的落地頁的時候就開始投放，計劃效果不好就馬上更換人群包、素材、展現方式等等。但是就是找不到本質問題所在，就算產品和素材再好也不能達到預想的效果。因為你缺少了一個關鍵的步驟——投放測試思路。

投放測試并不是“試錯”或者“踩坑”，而是抱著很強的目的去做變量測試，這樣才可以在計劃有漏洞的時候第一時間找到錯誤。

在投放前期，測試是必不可少的。但是也不能盲目的測試，一定要有計劃有思路的去測試，沒有用在刀刃上的力全是無用功，正確的投放方式一般分為三個步驟：

Ⅰ、通過模仿以及創造，做出新的a/b兩個或者兩個以上的計劃

Ⅱ、通過控制變量的方法進行測試，并且優化

Ⅲ、最后測試出最適合自己，最有前景的法案進行大量投放。

那A/B測試是什么？

A/B測試也就是對照試驗，即為同一個轉化目標（比如我們想看看哪個落地頁提交表單的效果更好），制定兩個或兩個以上的方案（落地頁或主圖），在控制其他變量不變的前提下，分別讓組成成分、特征相同的訪客群隨機的訪問這些落地頁版本，根據各群組的用戶數據反饋，結合統計學的工具方法，來篩選出更符合效果需求的版本。

所以，要執行一個有效的A/B測試的重點是：

• N個方案并行測試；
• N個方案之間只存在一個變量，排除其他因素的干擾；
• 以某一個標準評判結果優劣，篩出最優方案。

分時間段測試就意味著其他相關的變量會不一致，比如訪客本身訪問的周期規律、媒體上內容環境的變化、同行競爭的廣告影響等等，這些因素都會干擾測試結果的可靠性。

為什么測試要控制變量？

歸根結底是為了測試的有效性。我們都知道，影響轉化的因素太多了。諸如競爭狀況、流量本身的質量、消費者購買的周期規律等等都有可能影響轉化，尤其是在信息流廣告的場景下，消費者在看到廣告之前看到的資訊內容會給消費者帶來怎樣的心理喚起（也可以起理解成平臺方主動發起的流量塑形），我們都是無法預知的，這些都會影響廣告轉化效果。

在測試的數據出來之后我們可以通過數據進行優化，把自己的計劃盡量完善。

數據分析可參考經典的轉化評估的四象限法則：

在這個四象限法則里，橫坐標代表著我們的廣告費用消耗，縱坐標代表著廣告產生的轉化量，我們逐一來看：

第一象限：有三個屬性標簽，即轉化高、消耗多、成本高。這一類的數據，需要優化的因素比較多，重點在于出價、點擊率/轉化率以及文案創意的精準度。轉化高、點擊量高、消耗多、成本高，可以試著降低成本 調整一下出價。

第二象限：這一部分是最優的廣告數據，轉化高成本低，可以持續保持觀察，當然預算大的客戶也可適當擴量。

第三象限：這一部分很明顯就是廣告沒能投放出去，曝光量級太小，那么我們優化的時候就需要優先考慮展現量。轉化低、消耗少、成本低、點擊量低、曝光低，可以先嘗試著提高出價、優化創意提高曝光量。

第四象限：最后這部分的數據，轉化量低、轉化成本過高，我們優先考慮優化的便是投放方案（包括創意/落地頁/定向等）以及流量的精準度。轉化低、點擊量低、消耗多、成本高，可以嘗試者優化創意、定向。

接下來我們通過一個案例來簡單的解釋：

A計劃

B計劃

在這個案例中，我們可以看到A與B兩個計劃。

A與B計劃素材中的人物及文案都不變，這是不變量。

素材的背景圖一個是灰色底，一個是漸變底，這就是變量。

A計劃每1020的曝光有11的點擊量，而B計劃每5005的曝光量有45的點擊量，A計劃的點擊率明顯比B計劃的點擊率高。

那么我們就得出了結論：這款保暖衣的圖片素材以灰色底色或者以簡單底色的素材效果比漸變色效果好。

總結

一個產品的的測試需要考慮：預算、成本、定價、人群定向包、平臺、計劃本身等等。每個產品的測試結果都不一樣，不能以確切的數字去局限大家，所以只能告訴大家方法和思路。任重而道遠，希望對大家有所幫助。

作者：二類電商運營

來源：二類電商運營