Facebook广告素材如何优化？做A / B测试验一验

看到很多人投放广告根本不在乎素材，觉得广告投放技巧会了就可以了，但素材好不好真的差别很大。不乏有很多人在用别人家用“烂”的素材或者“一言难尽”的素材跑广告，心想：“真是不心疼钱啊……”。

其实，Facebook广告效果如何，关键在于两点：其一是受众的分析，考验你对受众的了解程度以及如何用标签找出精准受众。

其二就是使用的广告素材。但广告素材的表现参差不齐，这时候只能靠A / B测试了。不测你就不知道受众喜欢什么，问题是出在图片、标题、受众还是投放方法。

Facebook拆分测试的工作原理

Facebook A / B测试从设置过程开始，在此过程中，你将创建一个广告或广告组（Ad Set）的多个变体。

设置完测试广告系列后，Facebook会将你的广告展示给目标受众。一段时间后，你将能够基于Facebook广告测试结果得出结论。

你可以使用AdEspresso或Facebook Ads Manager之类的工具来设置多变量A / B测试，也可以在Ads Manager中手动设置拆分测试。

除了图片和广告文案之类的广告元素外，你还可以测试其他重要的方面，例如不同的受众类型类型、广告刊登位置或投放优化设置等。每一个变量都需要反复试验。

Facebook广告，测试广告系列的结构

Facebook广告分为三个级别：广告系列（Campaign）、广告组（Ad Set）和广告（Ads）。

1）广告系列级

在广告系列一级，你可以在各种广告系列目标之间进行选择：

而你的Facebook广告系列目标进而确定了你的广告组将运用到哪些广告模板、投放优化方法和竞价策略。

例如，以转化为目标的广告系列，你可以针对以下方面对广告投放进行优化：

•转化次数

•展示次数

•链接点击量

•每日触达率

如果不确定要使用哪个广告系列目标，则可以创建两个具有不同目标的相同广告系列。

Facebook A / B测试通常不在广告系列一级进行，因为在“广告组”和“广告”一级有更多的实质性测试选项。

因此，相较于对两个广告系列进行测试，在一个广告系列中测试各种广告元素可能来得更有意义。

2）广告组级

在广告组一级，你可以测试包括：

•广告投放优化方法

•广告刊登位置

•竞价策略

•目标受众

如果你想要测试不同的广告组元素，请确保每个广告组内包含的是相似的广告。否则变量太多，你将无法知道是哪个元素使得一个广告组的表现优于另一个广告组，从而降低测试结果的参考价值。

AdEspresso此前对超过300万美元的广告支出进行了分析，发现了对广告系列效果影响最大的广告元素包括：

•国别

•精确兴趣（Precise Interests）

•移动端操作系统

•年龄范围

•性别

•图片

•职称

•婚姻状况

•着陆页

•对……有兴趣（Interested in）

通过创建多个Facebook广告组，以上这些受众定位因素和广告组元素都可以进行A / B测试。

3）广告级

在广告一级，你可以测试几乎所有看到你的广告的人都可以看到的内容。这包括：

•广告类型

•图片或视频

•广告文字

•标题

•链接描述

•号召性用语（CTA）

Facebook广告测试的“黄金规则”

如果你打算在广告级别上进行测试，请保持广告组和广告系列的变量不变。

如果一次测试太多东西，将会发生以下情况（你可能最终会得到多达625个的广告变体 ）：

你可能会遇到的另一个问题是Facebook的自动优化。

这意味着Facebook很快将开始投放整个广告组中具有最高点击率和最低CPC的广告。但是，有时Facebook做出决定的速度过快，从而会给你留下当下相关的A / B测试结果。

为了避免自动优化，请为每个广告变体分别创建广告组，然后让它们同时跑起来。

但是，你可能又会遇到另一个问题：受众重叠。这意味着同一个人将在整个广告系列投放期间看到你正在测试期间的两个广告。这通常也是Facebook拆分测试问题的次要缺点。

Facebook A / B测试注意事项

新手和经验丰富的营销人员都容易犯下的Facebook广告错误之一是立即测试所有内容，但那样是行不通的。

举个例子，假设你要测试3个不同的目标受众、2个广告标题和4个广告图片。

结果，你将获得3个广告组，每个广告组中包含8个广告。如此，花了数千美元的广告预算不说，得到的统计结果也并没什么用。

你拥有的广告变体越多，需要收集的展示次数越多，你的统计结果才有意义。

如何跟踪有效的Facebook广告测试？

此时，你需要关注的是广告或广告集的展示次数，而不是网站访问量，是每个广告或广告集的广告点击总数或广告系列的转化次数，而不是网站转化次数。

另外，广告发布后至少要等待24小时，然后才能评估拆分测试结果。这使Facebook算法有时间优化你的广告系列（因此你可能需要等待更长的时间才能收集到足够的结果）。

Facebook表示，它的算法需要花一些时间才能将你的广告正确投放：

“当我们开始投放广告集时，无论是在广告系列开始时还是在你对其进行修改之后，我们没有稳定投放广告所需的所有数据。为了获得这些数据，我们需要向不同类型的受众展示广告，以了解谁最有可能为你带来优化事件。这个过程称为“学习阶段”。”

对于生成测试报告所需的Facebook广告系列结果的数量没有严格的规定，但还是建议在生成报告前，每个变体至少能够收集300次至500次点击，并且广告系列的展示次数至少达到10000次以上，这样的测试结果才更有意义。

Facebook拆分测试，预算多少比较合理？

在Facebook上进行A / B测试需要多少预算才行？这需要视情况而定。

要计算你的Facebook拆分测试广告系列的预期费用，可以以其他广告系列为参考。也就是说，你现有广告系列的平均每次转化费用是多少？用它作为你计算的基础。

假设你要测试3个不同的目标受众，平均每次转化费用为3.5美元。前面提到，每个变体平均需要300次至500次转化才能获得可靠的测试结果。因此，你可能需要的广告预算则为3 x 3.5 x 300 = 3150美元。

但是，如果你发现一种变体明显优于其他变体，则可以放弃继续测试这个变体，使用剩余的预算进行另一个拆分测试，以确认结果或测试新变量。

此外，至于如何设置A / B测试，测试测什么，咱们放到下期的更新里细说。

（来源：流量FB）