行銷 API

分組測試

針對互斥的廣告受眾測試不同廣告策略，看看何者有效。此 API 會自動劃分廣告受眾，確保各組沒有重疊，並協助您測試不同變數。測試不同的廣告受眾類型、投遞最佳化技巧、廣告版位、廣告創意及預算等所造成的影響。您或行銷合作夥伴可在單一位置建立、開始及檢視測試結果。請參閱參考資料：廣告研究。

準則

  • 定義 KPI：與建立測試的行銷合作夥伴或內部團隊共同定義 KPI。
  • 信賴水準：在建立測試前，先決定信賴水準。觸及人數較多、排程較長或預算較高的測試，通常會產生較具統計顯著性的成果。
  • 每次測試僅選擇一個變數：這有助於判斷最可能造成效能差異的原因。
  • 可相較的測試規模：測試數量衡量指標時（如轉換次數），您應按比例擴大成果和廣告受眾規模，讓兩個測試規模可互相比較。

測試限制

  • 每位廣告商的並行研究上限：100
  • 每項研究的組別上限：150
  • 每組別的廣告實體上限：100

變數測試

雖然您可測試許多不同類型的變數，但建議您一次僅測試一種變數。這樣不僅可維持測試的科學完整性，也有助於識別提升效能的特定差異為何。

例如，在分組測試包含 A 廣告組合和 B 廣告組合的情況下，如果 A 組合使用轉換做為投遞最佳化方法和自動廣告版位，而 B 組合使用連結點擊做為投遞最佳化方法和自訂廣告版位，則您將無法判斷是投遞最佳化方法不同或廣告版位不同而提升了效能。

在此範例中，如果兩個廣告組合都使用轉換率做為投遞最佳化方法，但有不同廣告版位，您就能確定效能差異是來自於廣告版位策略。

若要在廣告組合層級設定此測試：

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

您可測試兩種或更多策略以互相比較。例如，對您的成效型行銷而言，以轉換為目標的廣告比起以網站瀏覽次數為目標的廣告是否影響更大？若要在行銷活動層級設定此測試：

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

若要判斷成效最佳的測試為何，請根據行銷活動目標，選擇達到最高效益指標的策略或變數。例如，若要測試轉換目標，是由達到每次行動成本（CPA）最低的廣告組合成效最佳。

請避免評估測試組規模不相當的測試，或廣告受眾規模顯著不同的測試。在此情況下，您應擴大其中一個分組的規模和成果，使得可與其他測試互相比較。如果預算與測試組的規模不成比例，除了效益，還應考慮成果數量。

您也應使用最適合您企業的歸因模式，並且在分組測試開始之前就達成共識。如果需要重新評估目前的歸因模式，請與 Facebook 業務代表聯絡以執行指標提升研究。如此可顯現您轉換和品牌行銷手法的真實因果影響。

預算

您可使用自訂預算進行分組測試，然後選擇測試不同預算以互相比較。不過，預算會直接影響測試組的觸及人數。如果這樣導致測試組在觸及人數或廣告受眾規模上有極大差異，請增加預算，以改善成果並使測試可供互相比較。