提高盈利能力的最佳方法之一？A/B 拆分测试。Google Ads 有一项名为“实验”的功能，您可以在其中为您的广告系列创建自定义实验，并比较您的测试组与您的原始广告系列（对照组）在一段时间内的表现。

唯一的问题是，这仅适用于搜索和展示广告系列。不是为了购物。幸运的是，我想出了五种方法来测试购物广告系列的多种变体，这就是我们将在这篇文章中深入探讨的内容。

如何对产品信息进行 A/B 测试

A/B 测试产品信息（如标题、图像或扩展名）对于优化您的产品提要很有用

这可以通过 Feed 管理工具或在 Google Merchant Center 中手动设置您的 Feed 来完成。一旦决定了要测试的内容，就需要创建相同的产品组。这可以通过多种方式完成，我主要使用以下两种方法：

1.聚类分析法

通过集群分析，您将根据历史表现进行划分（例如，根据点击次数、收入、成本和转化价值等指标将您的产品分成相等的组）。对于较小的数据集，您可以通过电子表格或在 R（或其他编程语言）中为较大的数据集执行此操作。

2.随机分割法

可以根据您的产品 ID 进行随机拆分。例如，如果您使用数值作为产品 ID，则可以将组 A 分配给所有偶数，将组 B 分配给所有奇数。

拆分产品时最重要的是确保所有实验组的产品数量相同，并且关键指标也非常接近。

完成拆分后，对测试组中的产品 ID 进行更改。确保您能够报告所有产品 ID 和相应的组。通过这种方式，您可以分析它们并找到赢家。您可以在下面找到一个示例，说明这在您的提要中的外观。

如何 A/B 测试活动设置

如果您想拆分测试广告系列设置（如ROAS、定位或不同的广告系列类型），您需要根据产品 ID 以外的其他内容进行拆分。理想情况下，您希望在控制组和测试组中提供相同的产品，因为性能可能因产品而异。您可以进行三种不同的拆分来测试您的设置。就像产品内容的测试设置一样，创建平等的组是关键。使用所有方法，您需要自己进行数据聚类分析。创建两个或更多相等的组并根据差异进行分析。

3. Customer Match 拆分方法

借助目标客户匹配，您可以在 Google Ads中定位第一方受众。它通过从您想要定位的现有数据库中上传电子邮件地址列表来工作，Google 会将这些电子邮件地址与 Google 帐户进行匹配。

怎么做

如果您使用的是客户匹配，您应该能够在您的 CRM 软件中创建一个 cookie 拆分。然后，您可以使用两个不同的 Google Customer Match Audiences 创建两个不同的广告系列。更改您要在测试活动中测试的设置，并在控制活动中保持其他所有内容相同。就是这样。

注意：如果您使用目标客户匹配，请确保您为不在数据库内的所有潜在客户运行第三个广告系列。这样您就不会失去任何潜在的转化。

优点

• 随机拆分：通过拆分 cookie，您实际上有一个随机拆分，这通常用于其他 A/B 测试。
• 可靠的数据：由于随机拆分，结果可靠且可重复。

缺点

• 难以实施：并非每个广告商都有资源来实施客户匹配或在他们的 CRM 中进行随机拆分。
• 未 100% 完成：此实验仅适用于您数据库中的现有客户。这意味着结果对新的潜在客户无效。

4.geo split测试方法

地理分割通常用于发现广告系列中的增量提升。这可以回答以下问题：品牌关键字广告是否有增量价值？

怎么做

在地理测试中，市场被划分为更小的地理区域，称为地理区域。每个地理区域都被分配了一个控制组或一个测试组。测试地理区域中的用户会接触到更改后的活动，而控制地理区域中的用户会接受控制活动。只要两个区域组高度相关，就可以按国家或地区进行拆分。您需要使用集群分析来确定您的组。

优点

• 易于设置：具有一点 Google Ads 经验的每个人都可以进行设置。
• 可靠：由于我们拆分了相同的广告系列，因此季节性不会产生影响。

缺点

• 行为可能因地理位置而异。有两个高度相关的组是必不可少的。此外，季节性可能因地理位置而异。如果您销售户外装备，将阿拉斯加与德克萨斯进行比较并不理想。
• 有点难以准备：在处理较小的地理位置时，对位置定位的聚类分析可能会很棘手。

5.活动拆分方法

在活动拆分中，您只需将活动或帐户分成两个高度相关的组。两组都需要拥有相同数量的关键指标，例如点击次数、转化次数和费用。

怎么做

在一组广告系列（测试组）中，您进行更改，而在对照组中，您当前的最佳实践将发挥作用。如果您标记和跟踪不同的广告系列，您可以了解性能差异。

预算和出价策略是您可以测试的两个设置。

优点

• 设置非常简单：您只需更改一半广告系列的设置即可。

缺点

• 最不可靠：季节性可以在不同的广告系列中发挥作用，特别是如果您的广告系列按产品类别划分（您是否尝试过优先竞标广告系列结构？）。
• 准备工作可能很困难：在处理较小的活动和数据集时，对活动组进行聚类分析可能很困难。

最后的想法

而已！为您的 Google 购物广告运行 A/B 测试的五种不同方法：

1. 测试产品提要属性，使用聚类分析创建组。
2. 测试产品 Feed 属性，创建随机分组的组。
3. 使用目标客户匹配组测试广告系列设置。
4. 使用地理位置测试广告系列设置。
5. 使用广告系列组测试广告系列设置

结果的质量取决于您的初步（集群）分析和设置的质量。你得到什么就是你投入什么。希望这可以帮助你优化你的谷歌购物活动。如果您尝试任何这些方法，请在评论中分享结果！