我的廣告費有一半是浪費掉的…….問題是我不知道浪費的是哪一半? 這句話相信大家耳熟能詳。的確，根據調查結果顯示，有49%的廣告商投放在入口網站的廣告未達到預期效果，但隨著數位行銷的蓬勃發展，越來越多的廣告主開始先透過小規模的A/B測試來檢視創意、消費者偏好、媒體成效等，透過即時的成效監測分析，找出表現較好的媒體或創意組合，再予以大規模投放，以提升行銷效益與投資報酬率。

A/B測試，幫助您找出高效益的廣告組合

那麼，A/B測試究竟要如何操作和規劃？執行過程中又需要注意哪些事項呢？

• 首先簡單瞭解A/B 測試

A/B測試最早是用在傳統廣告中，測試哪個廣告版本能帶來更多的消費者。隨著數位行銷的深度發展，A/B測試線上媒體投放效益分析起到了很大作用。為了優化廣告組合和投資報酬率，企業將這些廣告在相同環境之下進行即時測試，分別收集、分析結果資料，將不同的兩種廣告版本在網站上帶來的效果進行對比。A/B 測試就是以小規模的測試瞭解消費者的愛好，找出最佳廣告組合，再進行大規模媒體投放。

• 成功的A/B測試，需注意以下事項：

• 訂定測試目的和廣告成效評量指標

  擬定測試目的和成效評量指標是基於行銷目的，並非只是看廣告的點擊次數。如果此次活動的行銷目的是品牌宣傳，那評估成效時可分析訪客平均停留時間或是否造訪特定頁面；如果要擴大活動影響度，則看有多少人參與了活動；如果是增進銷售，則要看訪客的轉換率（潛在客戶名單到確認購買），甚至結合線下資料，分析成功付款比例。

  
  舉例來說，若在網路上推廣一項產品，網站同時設計了[會員註冊]及[直接購買]的功能, 計畫在媒體投放廣告並進行A/B測試。
  
  當用「註冊會員轉化率（註冊的來訪者/總來訪者）」為評估指標時，B版的測試效果明顯比A版好。
  
  

  A / B測試樣例資料
  廣告版本	訪客總人數	新加入會員數	轉換率
  A版本	1,488	372	25.67％
  B版本	1,392	425	30.53％

  
  但若「成交率（購買人數/總來訪者）」才是我們的最終成效衡量指標，那麼A版本的成效則比B版本好。
  
  

  A / B测试样例数据
  廣告版本	訪客總人數	新加入會員數	購買人數	成交率
  A版本	1,488	372	52	3.49％
  B版本	1,392	425	37	2.66％

  
  
• 每一輪測試，建議只有一個變因。
  

  若一次修改了多個因素，就很難有效判斷出到底是哪個因素影響了最終成效。因此，建議每一輪測試針對單一因素做調整，以便後續的分析和測試。常用的媒體A / B測試因素可以包括利益訴求, 創意風格, 甚至細到字體，顏色，閃動速度等細節。

  
  圖一：針對不同廣告尺寸進行測試

  
  圖二：Popup廣告的創意測試
  
  

• 進行A/B測試盡可能安排在相同時間

  網站本身的流量和訪客特性會隨著時間不同而有所差異。例如：某個廣告的A/B測試，一個在早上10點測試，一個在晚上10點測試，測出來的結果就會有很大的不同，因兩者的測試基準點不同，測試的閱聽人特性也就不同，因此很難用一個標準去衡量兩者的成效。

成效評量 – 成功A/B測試的重要關鍵

想要充分發揮A/B測試的效益，如何評量成效是不可或缺的關鍵。大家耳熟能詳的廣告效果衡量辦法，如引導閱覽頁數、廣告點擊數/率等，這些單一指標固然清晰易懂，卻不易有效勾勒個別網友/顧客的瀏覽行為和偏好，協助企業充分掌握不同廣告組合的真正效果。以下提出三點和大家分享如何衡量媒體成效。

• 根據行銷策略和網站目的，整合多重資料進行分析

隨著行銷策略和網站目的不同，制定的媒體成效衡量指標自然有所差異。例如：增加品牌知名度和好感度為目的時，就不宜用「加入會員數」來評斷行銷成效，而「訪客的到達率」就是較好的成效衡量指標。另外，從資料收集來源而言，除了媒體和網站資料外，也要彙整不同傳播管道、與個人行為相關的量化或質化資料，以便清楚勾勒出個別消費者的行為與偏好。

圖三：註冊率（名單人數/廣告點擊次數）是「蒐集潛在顧客」名單的重要績效指標。

• 分析個別顧客的行為、輪廓

除了從訪客行為來看媒體成效外，我們也需要進一步分析不同媒體所帶來的顧客輪廓、行為和偏好，我們要對目標群眾進行分析，例如：從瀏覽行為、點擊次數、參與活動或上網的習慣。此外也必須整合蒐集到的會員個人基本資料與網路使用行為，例如：針對曾點閱產品折價券或分店查詢的會員，分析他們是否有地區、性別或愛好等共同特徵，這些資料都可作為後續行銷溝通規劃的參考。

圖四：針對特定行為來分析不同廣告/媒體所帶來的會員是否有地域、職業或是性別等共同特徵。

• 成效評量的結果需能即時調整並應用

成效評量的目的不在於產生各式各樣的報表，而是將分析結果持續不斷地應用於後續媒體和行銷規劃，強化顧客與品牌互動溝通的整體經驗。經過A/B測試後，效益較佳的廣告或溝通元素組合應該要即時應用於正式投放，或是再進行下一輪的測試，找出投資報酬率最高的組合。例如：廣告主可以依據不同的行銷目的，針對同一媒體預先設計不同的用戶瀏覽引導流程。看訪客是否按照預先設想的流程進行瀏覽、互動，繼而衡量每一階段訪客流失率，並即時將分析結果反饋於活動網站的流程設計。

另外，針對訪客或個別會員所做的行為和個人資訊分析，也讓行銷人員可結合內容或廣告管理平臺，提供行為或事件驅動（Behavior and/or Event-triggered）的特定內容或廣告，讓媒體投放和行銷資訊能更貼近個別訪客/顧客的行為和偏好。

A/B測試 + 深度追蹤分析，讓媒體投資更有效益

網路和數位行銷的快速發展，讓廣告主更容易以快速且成本較低的方式來測試、分析不同廣告版本的成效。為了真正將“媒體預算花在刀口上”，那麼事先小規模測試對最後的成效便是“事半功倍”。當然，我們一定要先釐清測試目的和成效評量指標，再進行測試規劃和執行，更重要的是，要定義有意義的成效評量指標，讓分析不再是單純的彙整報告，而是在剖析行銷策略的績效，得以應用於後續計畫，合理配置整體媒體資源等。

參考文獻1：
http://valleywag.gawker.com/tech/google/im-feeling-lucky-button-costs-google-110-million-per-year-324927.php? Nicholas Carlson   Nov 20, 2007

http://www.marketingexperiments.com/improving-website-conversion/ab-split-testing.html 16 August 2005

http://www.cnad.com/html/Article/2009/0720/20090720153205894.shtml 
中國廣告網   艾瑞網   2009-7-20