王尘宇

本课程的学习重点：

了解 Facebook 为实验提供的解决方案。

简介

如果您在 Facebook 进行实验选择随机控制（试验）或 RC A／试验可增加影响的关键。 您选择随机控制尝试 A／B 测试，Facebook 提供多种解决方案可帮助您进行实验。Facebook 的随机控制试验和 A／B 测试解决方案，Facebook 提供执行随机控制试验或 A/B 测试的解决方案。请点击各个浏览查看更多信息。Facebook 如何避免测试结果产生偏差，在转换提升测试中，Facebook 使用治疗测试（Intent-to-Treat，ITT 结果）技术来控制，潜在偏差对测试造成的影响。看到或不会看到广告，但实际上却未必如此。

有时候受试者不一定会接触到处理变数，像是有些应该看到广告的人可能没看到广告，这时就会影响到收集的资料，导致测试结果出现潜在偏差。根据ITT的作法，受试者无论看到什么内容或采取何种动作，皆以其原先分配的组别进行分析，这样便能避免潜在偏差的影响。想像一下医学要测试假新药，是被分到测试吃组的而您的药了。药。不过在 ITT 设定中，无论您有无接触处理变数（即「吃药」），实验都会将您视为测试组的一员来衡量结果。

品牌指标提升测试

品牌指标提升测试可让您了解您的广告行销活动引起用户感受的程度。 当您进行品牌指标提升测试，具有相似的广告受众会随机分为测试组和控制组测试组。让您了解广告回想、品牌捕捉、信息关联性等特征的行为。开始进行品牌指标提升测试，系统您点击您的广告广告受众浏览不重复的展示。请大家一起深入了解Facebook如何进行品牌提升测试。

成功案例

No Yolks 是一个位于同一地点的一家食公司，他们想要提升自家无棕色的芝加哥的表面度，于是使用品牌品牌品牌目标，在九个市场展开行销活动。No Yolks 面识别消息关联性进行了品牌指标提升研究。比较测试组和控制组的调查结果，No Yolks 发现消费者在考虑购买食食品牌时，能认出 No Yolks 这个他们和他们的低胆固醇商品。

转换提升测试

转换提升测试能帮助您了解 Facebook、Instagram 及奥迪网络广告对于场景表演和转换次数增长的真实感受。 开始进行升级提升测试时，系统会先将您的广告受众体验不重复的活动。请点击各人来深入了解 Facebook 如何进行升级提升测试。

常见问题

用户A：什么是转换循环？

用户B：因为广告曝光才发生，否则就不会发生转换次数了。

成功案例

WeWork 是一家全球性的工作空间供应商，他们想寻找更多的寻找办公室空间的顾客、提升潜在顾客的和质量，并且增加网路次数。他们遇到的问题是来自不同的广告广告来传达独特的价值目标。因此，他们与 Facebook 创意店制作短片广告，并在影片开头便突显品牌、视觉效果和叠压文字。之后，他们使用 Facebook 转换提升测试，将如下试行计画行销活动的成果，成果：

1、每张销售出成本减少 88%

2、广告投资报酬率增加10倍

3、使潜在顾客开发成本减少 80%

4、潜在顾客的工作空间参观率增加 16%

5、多组测试

6、品牌指标提升和这提升皆提供进行测试的选项。请点击多组图卡以深入了解两种选项。

单组测试：例如测试显示 Facebook 的广告和不显示广告。

在多组测试中，您可以通过多个独立的单组测试研究不同的广告策略。如此一来，您便可以一次测试多则广告或多种同时策略，并相互各自的控制组进行比较来了解他们的最小。

技术原型避免测试结果产生潜在误差。这能帮助您了解单一行销活动或策略宣传和转化次数的影响。此项目提供的品牌指标可让您了解您的广告行销活动引起用户共鸣的程度。这可以让你测试两个以上的变数／策略，同时提供其各自的降低后果。

表现测试

一次进行 A／B 测试，请使用我们的未来测试解决方案。的每一个成果成果最低。请点击各个专题以深入了解Facebook如何进行业绩测试。

比较性能测试和多组提升测试

在决定要采用分组测试还是多组提升测试时，请记得，分组测试无法用来确定实际的ROI，因为分组测试未使用控制组，没有可比较的基准，所以无法让您了解递增影响。由此少数多组测试是比较的选择，但此类测试的行销活动规模比表现测试大。所擅长的广告主的比较基准的规模较小，特别有通常的基准的需要；理想也，对新兴或小广告主来说，大量吸引于行销活动的销售量，即是其销售量的可能。 

成功案例

Sole Society 销售平价时尚的鞋子、包包、配饰和服饰。他们想建立吸睛的广告创意，吸引更多顾客到他们的网站购物。Sole Society 建立了表现测试，比较流行图像和横向图像的他们锁定了25岁以上的女性，制作广告受众随机一次不重复的例子。

唯一的社会将其他所有广告元素相同，因此他们可拍摄出来。顾客购买的商品数量也多出 32%。

整理整理

随机控制试验和 A／B 测试是两种不同的实验。「转换提升测试」和「品牌指标提升测试」是 Facebook 的随机控制试验解决方案。性能测试是 Facebook 的 A／B 测试解决方案。 

学习成果验收

效果测试是正确的解决方案，能帮助您了解影响。

1、随机控制试验和 A／B 测试的差别为何？请选择两个答案。

2、随机控制试验可升级提升，A／B测试则可衡量品牌提升。

3、随机控制试验的测试结果能够提供动态关系，A/B 测试则无法提供实际的动态关系。

4、随机控制试验须使用控制组，A／B测试则不使用控制组。

5、随机控制试验是由 Facebook 业务代表进行，A／B 测试则不是。