跟踪每个广告及关键字来查看其效果是至关重要的。但首先是，如何才能设计出高效率的广告呢？最有趣的广告优化方法之一就是 A/B 分隔测试及其姐妹 A/B/A 测试。这两种测试都涉及对广告的不同内容进行对比测试，如一则电子邮件简报或广告的不同版本。那么，A/B 和 A/B/A 测试的区别在哪里？它们分别适用于什么样的情况？实际设置测试时应该如何操作？
A/B 测试
A/B测试（又被称为“A/B划分”）常被用在直邮广告行业，发送出两种不同的广告设计，然后比较它们带来的销量。在Web上，A/B测试可以用来比较PPC广告、着陆页面设计、电子邮件广告，甚至两个不同的“立刻购买”按钮的转化率。
例如，要执行电子邮件 A/B 测试，请向小组的一半成员发送电子邮件的"A"版本，向另一半成员则发送"B"版本。如果收件人的数量很大，你甚至可以测试三个以上的版本。不过，当每组都包含至少 5000 个收件人时，你所收到的结果才最具价值。
如何使用A/B测试来衡量PPC广告效果？>>
应用 A/B/A 测试的情况
虽然 A/B 测试可以满足大多数情况下的要求，但如果你在实验中引入了任何偏差，就会产生误导性的结果。换句话说，你可能发现"A"和"B"版本之间存在着性能差异，但原因并非电子邮件本身，而是由于你的目标受众群体在某些重要方面上有所不同。
在Google AdWords 的 A/B 测试不太可能产生偏差，但电子邮件广告系列却有可能在不知不觉中发生这种情况。同一页面中某个广告的不同版本产生偏差的情况就更为常见了。怎么能够确定广告效果的不同实际上归因于广告内容的不同，而不是由于广告在页面上所处位置的不同？
为防止此类偏差的出现，可以使用 A/B/A 测试。
A/B/A 测试将你的目标受众分为三组。其中的三分之一会收到"A"广告，三分之一收到"B"广告，另外三分之一收到相同的"A"广告。通过这种方法你可以比较两个"A"组的结果，以便确定其他因素究竟会造成多大的差别。从理论上讲，这两个"A"组的点击次数和转换次数实质上应完全相同。如果二者不尽相同，就说明有广告本身以外的某些因素在起作用。
开始测试。
使用 A/B 和 A/B/A 测试，可以测试广告副本、图片、设计和布局、颜色以及许多其他因素。取得成功的关键在于，一次只改变一种因素。如果你测试的广告完全不同，就无法确定究竟哪些因素作用最大。请记住一定要对广告中的所有链接进行标记，并在每个链接中使用一个唯一的 utm_content 标记。
与其他跟踪类型一样，你要深入了解哪些信息会对受众起到促进作用。测试得越多，你了解到的也就越多。
原文：http://www.google.com/support/conversionuniversity/bin/answer.py?answer=77158&hlrm=zh_TW
作者：Brett Crosby
搜藏
添加到雅虎收藏