Eksperymenty w ramach kampanii

Eksperymenty w ramach kampanii służą do testowania określonej funkcji w jednej kampanii. W przeciwieństwie do eksperymentów zarządzanych przez system, w których ruch jest dzielony między kampanie kontrolne i eksperymentalne, eksperymenty w ramach kampanii dzielą ruch w kampanii na podstawie tego, czy funkcja jest włączona.

Ten proces jest obsługiwany w przypadku tych ExperimentType wartości:

  • ADOPT_AI_MAX
  • ADOPT_BROAD_MATCH_KEYWORDS

Konfiguracja

  1. Zdefiniuj Experiment, podając typ eksperymentu, grupę kontrolną ExperimentArm i grupę eksperymentalną ExperimentArm. Każda grupa powinna odwoływać się do tej samej kampanii.
  2. Włącz funkcję testową w eksperymencie za pomocą maski pola. W przypadku ADOPT_BROAD_MATCH_KEYWORDS nie jest to konieczne. Zamiast tego po utworzeniu eksperymentu automatycznie włączy się ustawienie kampanii z dopasowaniem przybliżonym.
  3. Wyślij GoogleAdsService.Mutate żądanie, które zawiera operacje mutacji służące do utworzenia eksperymentu i grup eksperymentu oraz (w stosownych przypadkach) do włączenia funkcji testowej.

Po skonfigurowaniu ruch jest dzielony w kampanii tak, że 50% ruchu jest kierowane do włączonej funkcji (grupa eksperymentalna), a 50% – nie (grupa kontrolna).

Java

This example is not yet available in Java; you can take a look at the other languages.

C#

This example is not yet available in C#; you can take a look at the other languages.

PHP

This example is not yet available in PHP; you can take a look at the other languages.

Python

# Create the experiment resource name using a temporary ID.
experiment_resource_name = googleads_service.experiment_path(
    customer_id, "-1"
)

# Create the experiment.
experiment_operation = client.get_type("MutateOperation")
experiment = experiment_operation.experiment_operation.create
experiment.resource_name = experiment_resource_name
experiment.name = f"ADOPT_AI_MAX Experiment #{uuid4()}"
experiment.type_ = client.enums.ExperimentTypeEnum.ADOPT_AI_MAX
experiment.status = client.enums.ExperimentStatusEnum.SETUP

# Create the control arm. Both arms in an intra-campaign experiment
# reference the same base campaign.
control_arm_operation = client.get_type("MutateOperation")
control_arm = control_arm_operation.experiment_arm_operation.create
control_arm.experiment = experiment_resource_name
control_arm.name = "Control Arm"
control_arm.control = True
control_arm.traffic_split = 50
control_arm.campaigns.append(
    googleads_service.campaign_path(customer_id, campaign_id)
)

# Create the treatment arm.
treatment_arm_operation = client.get_type("MutateOperation")
treatment_arm = treatment_arm_operation.experiment_arm_operation.create
treatment_arm.experiment = experiment_resource_name
treatment_arm.name = "Treatment Arm"
treatment_arm.control = False
treatment_arm.traffic_split = 50
treatment_arm.campaigns.append(
    googleads_service.campaign_path(customer_id, campaign_id)
)

# Create a campaign operation with an update mask to enable AI Max and
# configure asset automation settings.
campaign_operation = client.get_type("MutateOperation")
campaign = campaign_operation.campaign_operation.update
campaign.resource_name = googleads_service.campaign_path(
    customer_id, campaign_id
)
campaign.ai_max_setting.enable_ai_max = True

for asset_automation_type_enum in [
    client.enums.AssetAutomationTypeEnum.TEXT_ASSET_AUTOMATION,
    client.enums.AssetAutomationTypeEnum.FINAL_URL_EXPANSION_TEXT_ASSET_AUTOMATION,
]:
    asset_automation_setting = client.get_type(
        "Campaign"
    ).AssetAutomationSetting()
    asset_automation_setting.asset_automation_type = (
        asset_automation_type_enum
    )
    asset_automation_setting.asset_automation_status = (
        client.enums.AssetAutomationStatusEnum.OPTED_IN
    )
    campaign.asset_automation_settings.append(asset_automation_setting)

client.copy_from(
    campaign_operation.campaign_operation.update_mask,
    protobuf_helpers.field_mask(None, campaign._pb),
)

# Send all mutate operations in a single Mutate request.
mutate_operations = [
    experiment_operation,
    control_arm_operation,
    treatment_arm_operation,
    campaign_operation,
]

response = googleads_service.mutate(
    customer_id=customer_id,
    mutate_operations=mutate_operations,
)

Ruby

This example is not yet available in Ruby; you can take a look at the other languages.

Perl

This example is not yet available in Perl; you can take a look at the other languages.

curl

Raportowanie eksperymentu

Ponieważ ruch kontrolny i eksperymentalny jest mieszany w ramach jednej kampanii, ty musisz używać bezpośredniego raportowania eksperymentu do porównywania danych między grupą kontrolną a grupą eksperymentalną. Standardowe raportowanie na poziomie kampanii pokazuje tylko zagregowane dane dotyczące całej kampanii i nie może rozróżnić tych 2 grup.

Aby pobrać statystyki kliknięć w przypadku eksperymentu w ramach kampanii ADOPT_AI_MAX, możesz użyć tego zapytania GAQL.

SELECT
  experiment.resource_name,
  experiment.name,
  metrics.clicks,
  metrics.control_clicks,
  metrics.clicks_point_estimate,
  metrics.clicks_p_value
FROM experiment
WHERE experiment.type = 'ADOPT_AI_MAX'

Promowanie lub zakończenie eksperymentu

Po ocenie wyników możesz zakończyć lub promować eksperyment za pomocą ExperimentService.

  • Zakończ: jeśli nie jesteś zadowolony(-a) z wyników, użyj EndExperiment. Funkcja zostanie wyłączona, a kampania wróci do wyświetlania całego ruchu bez funkcji eksperymentalnej. Jest to operacja synchroniczna.
  • Promuj: jeśli jesteś zadowolony(-a) z wyników, użyj PromoteExperiment. Spowoduje to zastosowanie zmiany eksperymentalnej jako nowego stałego stanu kampanii. Jest to operacja asynchroniczna. Szczegółowe informacje znajdziesz w sekcji Asynchronous errors.

Operacja graduate nie jest obsługiwana w przypadku eksperymentów w ramach kampanii, ponieważ nie ma oddzielnej kampanii eksperymentalnej, którą można by zmodyfikować.

Wstecz
Eksperymenty zarządzane przez system
Dalej
Eksperymenty dotyczące optymalizacji komponentów