廣告A/B test 年代結束，智能化機器學習將取而代之？

就在今年9月，Adwords廣告輪播的設定選項，從原本的最佳化、增加轉換、平均輪播最佳化與無限期輪播，

悄悄縮減為只剩兩個：最佳化與無限期輪播

過往評估廣告成效，分為兩派人馬
(1)堅信人腦無敵命運掌握在手的手動模式
(2)喜歡讓系統自動優化調整的智能信奉教派

手動測試可以讓各個廣告盡可能公平的曝光顯示，相信每個廣告擁有相同的潛力，需執行一段時間再評估成效做調整；

自動系統優化支持者主張更快速、更即時的調整，相信系統擁有比我們更多的數據、可以即時分析評估廣告吸引度、抓住成效好的增加曝光，以擴大成效佳廣告的量。

Google指出，在優化廣告時，強烈建議在每個廣告群組放3-5則廣告，以增加點擊與曝光次數，累積更多數據可以讓自動化的工作效率、與準確度提高。

這代表的是，以往A/B 測試的趨勢已漸漸過時，智能自動化工具的浪潮已不斷襲來，機器學習逐漸改變我們管理測試廣告之面貌。

這讓我們思考，到底機器學習可以進步到何種地步？人類的判斷是否會逐漸被取代？相信未來會有許多可以延伸討論的地方。

 

就實際測試來說，原本只有一則文案的廣告帳戶，在增加至三則文案後，曝光與點擊次數大幅增加，且沒有嚴重影響cpc或預算花費的變化，表示google允許這廣告群組顯示更多廣告。

 

使用機器智能分析，提供我們同時使用多廣告類型，測試調整廣告的機會。

以搜尋廣告來說：不同廣告文字訴求內容間的測試、廣告的兩則標題、網址擴充文字、宣傳的訊息與價格額外資訊等廣告附加訊息，文案中的倒數計時、插入好的關鍵字等。

以多媒體廣告來說：不同尺寸的靜態圖片、符合網頁曝光版位的回應式廣告之測試比較。

未來的一切都是考驗，關鍵字廣告的世界不斷地在變化，隨著新的輪播設定方式，廣告測試只會越來越便利，

不論你是秉持人腦當頭或是電腦萬歲萬歲，科技浪潮無法抵擋，我們都應多方嘗試。

可以斷言的是，在數據分析上，人腦終究無法輕易戰勝AI，行銷人員未來勢必要思考自己存在的優勢，

不論是從撰寫文案、確立廣告訴求的能力、到整體行銷策略規劃面向等多方充實自己。

 

文章來源：THE END OF 2 ADS PER AD GROUP: OPTIMIZED ROTATION MEANS MORE AD VARIETY & VOLUME
圖片來源：Designed by Freepik

 

本文作者：Dora
責任編輯：Doris