面对效果差的Facebook广告，怎么办？
需要优化？
但你会如何优化Facebook广告呢？
我接触Facebook广告也有几年了，在投的这些广告里面有表现好的，也有很多表现不好的，但是一旦开始测试任何一个广告都会摆脱颓势，事实确实证明测试是卓有成效的。
但是A/B testing又极为特殊，它很简单，学过高中生物的人都懂，虽然我已经把所有概念全部还给老师了但原理还懂一点：两组实验对象，只有一个变量不同，观察他们结果上的区别，哪个表现会更好；同时它又会变得相当复杂，别急，你会知道复杂在哪里的，还有一点，操作不当会非常烧钱，所以在对Facebook广告A/B Split testing之前，了解Facebook广告结构，能让你走的更远。
Facebook广告结构：
Facebook广告结构包含3个层级，分别是Campaign, Ad Set, Ad, 红色区域描述了他们各自扮演的角色。
Campaign：
Campaign定义了你的Facebook广告目标。
举个栗子，如果你想让Facebook用户去你的网站，并且希望这些人能订阅你的内容或成为你的顾客，那么可以选择目标“Conversions”。
在以A/B测试为目的的广告中，我习惯将所有测试都限定在一个Campaign当中进行，一是没有必要把相关测试分开放到不同的Campaign，二是你还能清楚的比较那些数字么？本来放到一块就够让人头疼了啊（不信，请看下图！），确定还要分开看？
Ad Set：
Ad Set定义了目标受众，同时预算，花钱节奏，竞价方式都是在这里设置的。
一个Campaign可以包含多个Ad Sets，每个Ad Set可以定位不同的目标受众，当然也可以定位相同的目标受众。大部分的Campaign会包含多个定位不同目标受众的Ad Sets。
Ad：
Ad就是广告传递给目标受众之后，他们看到的东西了，一个Ad Set可以包含多个Ads，构成一个Ad的因素通常包括：图片或视频，标题，正文，和链接描述。
创建合理的测试流程
为了更好的优化广告，你需要测试不同的Ad Sets(广告组)，和同一个Ad Set(广告组)下面的不同广告, 但是不合理的测试会让你陷入非常被动的境地，不要被它简单的名字“A/B测试”迷惑了。
为什么说Facebook广告测试可以非常复杂
如果你想把所有潜在的影响因素都拉出来，做一个测试，假设在Ad Set层面，你要测试5个不同的目标受众，在Ad层面，你有5张不同的广告图片，5个不同的标题，5个不同的广告文案，那么只针对一个目标受众，会被呈现5X5X5=125个广告，你需要管理5X125=625个广告，这还不够…
如果再对目标受众进行细分：
- Male and Female
- Ages 18-25 and ages 26-35
- Australian and Uk
那么，所有可能的组合会达到5000个（40个Ad sets X 125 Ads），这不是广告，而是天书啊！
如何避免这些复杂的情况发生？
老王我曾经搞过软件开发，有一种开发模式叫做敏捷开发，这种模式不在一开始就定下什么宏伟的蓝图，而是一边开发，一边完善，快速迭代。要避免这些复杂性，也是一个道理，在广告投放过程中不断迭代找出最优组合。
有意扩大受众范围，减少测试变量，从Facebook广告报告中读取数据，不断改进A/B测试的精准度，因为这些数据包含了详细的基于不同客户所处区域，年龄，性别，广告位置等等的广告效果分析，能让你对测试的发展方向提供参考，相比你一下子搞个100来个广告，是不是简单很多。
我们来看一下实际的应用是什么样子的？
有意扩大受众范围：
创建一个Ad Set（广告组），基于某一特定兴趣创建一个目标受众，我分析过自己的受众情况了，但这次我要有意扩大受众范围，性别设置成All, 年龄设置成18-65+。
然后呢, Facebook广告效果报告会告诉我，在这个Ad Set里面，哪个性别、哪个年龄段有最好的转化，通过分析这些数据，让我在下次测试中排除掉效果不好的变量。
减少测试变量：
Ad 层级的变量测试：
根据AdEspresso的调研结果，在测试最终呈现给受众的广告时，以下几个变量具有一定影响：
- 广告图片
- 主体文案
- 广告位置
- 标题
基于此，我们知道广告图片影响力最大， 我的建议是首先聚焦于可能会带来最大变化的变量，所以从3-6个广告图片开始测试，然后会测试其他变量。当然也不是说广告图片作为变量带来的影响最大，根据你实际情况和经验判断出对你来说影响最大的变量，并首先进行测试。
注意：
- 建议每个变量进行3-6个版本的测试
- 每个版本要完全不同，不能只是微小的差别
- 找出受众最喜欢的版本后，再进行更加精细的测试
- 一个Ad Set下面Facebook最多允许有50个Ads
举例：
我们进行了3个图片版本的测试，这三个版本第一眼看上去是完全不同的，为了更容易找到用户心中的最优版本。
接下来，我们利用最优版本创建更多相似的版本，来进行更加精细的测试。
Ad 层级变量测试的问题
很多人是这样进行测试的，一个Ad Set下面有若干个Ad在测试，从Facebook广告结构中我们知道这是合情合理的。但是，存在一个问题，Facebook广告系统会过早的认定Ad赢家，然后会把展示机会更多的偏向于表现较好的Ad，其他Ad由于得不到展示，得不到足够的数据来验证其有效性，这样的测试会存在很大的偏差。
如何解决？
这也简单的，我的建议是：将Ad分开来测试，即在一个Ad Set里面只放置一个Ad广告，让广告在各自的Ad Set里跑，有些人可能会担心多个Ad Sets在Facebook竞价排名中会出现互相竞争的情况，这种情况对数据有效性的影响其实是微乎其微的，比如一个受众同时被展示了A广告和B广告，他还是会做出选择的。而且，这种情况也是暂时的，你在确定Ad赢家后，可以关掉表现不好的Ad Set，让表现好的Ad Set继续跑。
Ad Set层级的变量测试
Ad Set层面的测试变量有很多, 如下，那我就用英文描述了：
Audience details:
Location, Age, Gender, Language, Detailed targeting (包含Demographics, interests, behaviors, more categories), Connections.
Ad management:
Bidding strategies, Schedule ads
Ad placement:
Mobile vs. desktop, Platforms (包含Facebook, Instagram, Audience Network, Messenger), Newsfeed vs. sidebar.
Detailed targeting
在进行A/B测试时，我会首要关注Detailed targeting，因为它绝对会对广告成功与否产生较大的影响。但是，有一点你要注意的是，在一个Ad Set（广告组）里面，只选择一个兴趣/行为选项（除非你在使用“Exclude People” 或者 “Narrow Audience”选项）。
为什么？
当你选择多个兴趣/行为选项时，一个普通Facebook用户只需要满足其中一个选项，就会变成你的目标受众，然后，目前Facebook还没有兴趣/行为的详细分析报告，你我都不可能知道基于某一个兴趣/行为去定位目标受众的广告效果。
所以就会出现这样的情况，当你得到一个效果一般的广告时，你根本不知道哪个兴趣/行为选项在力挽狂澜，哪个在拖后腿，然后你把这条广告扔进了垃圾桶里，得到一个结论，Facebook广告效果也太一般了吧…….No！ 要坚决避免这样的情况发生。
如何测试Detailed targeting呢？
为每一个兴趣/行为选项单独设置一个Ad Set进行测试，这样的会清楚的得到广告效果比较。
何时结束测试找到最佳选项？
根据Facebook官方的说法，至少等广告跑24个小时再去评估它的效果，因为Facebook广告投放系统也需要时间去观察和优化这个广告的。
但是，这并不是说你所有广告在24小时之后可以结束测试了，24小时只是Facebook广告系统，也就是Facebook算法真正得到激活发挥作用的最少时间，我的建议是让你的广告跑至少48-72个小时。
此外你要让测试有足够的数据来保证你的测试结果是有效的，市面上有很多A/B测试计算器可以辅助你决定测试效果的好坏，推荐使用测试计算器，很多时候你以为得到了最佳测试效果，但其实从数据分析角度来看，还没有到最终决定的时候。
既然说到要有足够的数据来支撑有效的测试效果，一是投入较大的广告费用，二是延长测试的时间，三，测试受众样本的稳定（我在营销进阶中会详细讨论）。举个例子，如果你投入的预算不高，那就要延长比较高预算更多的广告时间。
总结
- 有意扩大受众范围，让Facebook数据分析报表来说话
- 简化你的测试流程，目的是让你能掌控这个流程
- A/B测试先从最容易得到效果的变量开始
- 在一个Ad Set中只定位一个兴趣/行为选项
- 为得到更加精确的结果，在一个Ad Set里面只放置一个Ad广告