分組測試

為互不相容的廣告受眾測試不同廣告策略，以了解哪種策略有效。API 會自動將廣告受眾分組，確保群組之間沒有重疊，並幫助您測試不同的變數。您可測試不同廣告受眾類型的影響力、刊登優化技巧、廣告版位、廣告創意、預算等等。您或您的營銷合作夥伴可以在同一個地方建立、啟用測試並檢視測試結果。請參閱廣告研究參考資料。

指引

定義 KPI 時可與建立測試的營銷合作夥伴或內部團隊討論。
信賴指數級別：建立測試前請先決定此級別。以更多的接觸人數、更長的刊登期間或更高的預算進行測試，通常可帶來更具統計顯著性的成效。
每個測試只選擇一個變數，這樣有助判定最有可能導致不同成效變化的因素。
可比較的測試規模：測試數量方面的衡量數據時（例如轉換次數），您應拿捏成效與受眾規模，以確保兩個測試的規模可拿來比較。

測試限制

每個廣告客戶可同時進行的研究上限：100
每個研究的組別上限：150
每個組別的廣告實體上限：100

變數測試

雖然您可以測試許多不同變數類型，但我們建議每次只測試一個變數。這樣可保障測試的科學誠信，並幫助您找出哪項特定差異可帶動更佳成效。

舉例來說，假設以廣告組合 A 和廣告組合 B 進行分組測試。如果 A 使用轉換次數作為刊登優化項目與自動版位，而 B 使用連結點擊次數作為刊登優化項目與自訂版位，您便無法判斷較佳的成效要歸因於不同的優化項目還是不同的版位。

在剛剛的例子中，如果兩個廣告組合都使用轉換次數當作刊登優化項目，但使用不同的廣告版位，您就可以知道是廣告版位策略導致成效差異。

若要在廣告組合級別建立測試：

curl \
-F 'name="new study"' \
-F 'description="test creative"' \ 
-F 'start_time=1478387569' \
-F 'end_time=1479597169' \
-F 'type=SPLIT_TEST' \
-F 'cells=[{name:"Group A",treatment_percentage:50,adsets:[<AD_SET_ID>]},{name:"Group B",treatment_percentage:50,adsets:[<AD_SET_ID>]}]' \
-F 'access_token=<ACCESS_TOKEN>' \ https://graph.facebook.com/<API_VERSION>/<BUSINESS_ID>/ad_studies

測試策略

您可以測試兩個或更多策略之間的差異。舉例來說，您可以比較採用轉換目標的廣告與採用網站瀏覽次數目標的廣告，看看前者能否對您的成效型營銷造成更大的影響。若要在宣傳活動級別建立測試：

curl \
-F 'name="new study"' \
-F 'description="test creative"' \ 
-F 'start_time=1478387569' \
-F 'end_time=1479597169' \
-F 'type=SPLIT_TEST' \
-F 'cells=[{name:"Group A",treatment_percentage:50,campaigns:[<CAMPAIGN_ID>]},{name:"Group B",treatment_percentage:50,campaigns:[<CAMPAIGN_ID>]}]' \
-F 'access_token=<ACCESS_TOKEN>' \ https://graph.facebook.com/<API_VERSION>/<BUSINESS_ID>/ad_studies

評估測試

若要判斷哪個測試表現較佳，請依據您的宣傳活動目標，選擇達到最高效益衡量數據的策略或變數。舉例來說，若要測試轉換目標，那麼達到最低每次動作成本 (CPA) 的廣告組合便表現為最佳。

請避免評估測試群組規模不平均的測試，或廣告受眾規模差距太大的測試。如果遇到這種情況，您可以增加其中一個分組的規模與成效，以便與另一個測試比較。如果您的預算與實驗組的規模不成比例，除了效益之外，您也應該考慮成果的數量。

您也應使用適用於您業務的歸因模式，並於展開分組測試前同意採用哪個模式。如果您需要重新評估目前使用的歸因模式，請聯絡您的 Facebook 業務代表以進行數據提升研究。這樣才能顯示轉換與品牌營銷活動的實際影響力。

預算

您的分組測試可使用自訂預算，以便測試不同預算的成效，惟預算多寡會直接影響測試組的接觸人數。如果您不同測試組之間的接觸人數與廣告受眾規模有很大的差異，請增加預算以改善成效，並且令不同測試可以互相比較。