Ringkasan eksperimen

Google Ads API menyediakan resource untuk pengujian A/B ide baru untuk kampanye, kata kunci, strategi bidding, dan lainnya. Bergantung pada apa yang ingin Anda uji, ada beberapa alur kerja yang tersedia.

Semua alur kerja eksperimen melibatkan pembagian traffic antara grup atau kampanye kontrol, dan satu atau beberapa grup atau kampanye perlakuan yang telah menerapkan perubahan. Dengan membandingkan metrik performa antara grup kontrol dan perlakuan, Anda dapat mengevaluasi efektivitas perubahan.

Alur kerja eksperimen

Google Ads API mendukung tiga alur kerja eksperimen yang berbeda:

Dikelola sistem

Alur kerja ini ideal untuk menguji perubahan pada

dan merekomendasikan kampanye pemasaran yang tepat. Kampanye perlakuan baru akan otomatis dibuat berdasarkan kampanye kontrol, dan Anda dapat mengubah kampanye perlakuan ini sebelum eksperimen dimulai. Satu-satunya pengecualian adalah eksperimen PMAX_REPLACEMENT_SHOPPING, yang memungkinkan Anda membuat kampanye Performa Maksimal baru berdasarkan kampanye Shopping kontrol, atau menggunakan kampanye Performa Maksimal yang ada sebagai kampanye perlakuan.

Traffic dibagi antara kampanye kontrol dan perlakuan selama eksperimen. Alur kerja ini paling mirip dengan pengujian A/B standar di mana dua kampanye paralel berjalan secara bersamaan.

Dalam kampanye

Alur kerja ini digunakan untuk menguji fitur tertentu—seperti

Broad Match atau Performa Maksimal—dalam kampanye yang ada. Traffic dibagi dalam satu kampanye, sehingga hanya sebagian traffic yang terpapar fitur yang sedang diuji. Hal ini berguna saat Anda ingin menguji dampak satu perubahan tanpa membuat kampanye yang benar-benar terpisah.

Pengoptimalan aset

Alur kerja ini dirancang khusus untuk menguji aset

variasi dalam kampanye Performa Maksimal. Dengan alat ini, Anda dapat menguji berbagai set aset satu sama lain untuk melihat kombinasi mana yang berperforma terbaik.

Ringkasan alur kerja dan jenis

Alur kerja yang Anda gunakan bergantung pada ExperimentType yang Anda pilih saat membuat eksperimen. Tabel berikut merangkum jenis yang tersedia dan alur kerjanya yang sesuai.

Alur kerja Jenis Eksperimen Deskripsi
Dikelola Sistem SEARCH_CUSTOM, DISPLAY_CUSTOM, HOTEL_CUSTOM, YOUTUBE_CUSTOM, PMAX_REPLACEMENT_SHOPPING Membuat atau menggunakan kampanye perlakuan terpisah untuk diuji berdasarkan kampanye kontrol.
Dalam kampanye ADOPT_AI_MAX, ADOPT_BROAD_MATCH_KEYWORDS Menguji fitur dengan membagi traffic dalam satu kampanye.
Pengoptimalan Aset OPTIMIZE_ASSETS Menguji berbagai kombinasi aset dalam kampanye Performa Maksimal.

Memetakan API ke UI

Tabel berikut merangkum cara jenis eksperimen API dipetakan ke jenis eksperimen di UI Google Ads.

API ExperimentType Persamaan UI Google Ads
ADOPT_AI_MAX AI Maksimal untuk kampanye Penelusuran
ADOPT_BROAD_MATCH_KEYWORDS Kata kunci pencocokan luas untuk kampanye Penelusuran
DISPLAY_CUSTOM Tampilan Kustom
HOTEL_CUSTOM Hotel Kustom
OPTIMIZE_ASSETS Aset yang Anda sediakan
PMAX_REPLACEMENT_SHOPPING Performa Maksimal versus Shopping
SEARCH_CUSTOM Penelusuran Khusus
YOUTUBE_CUSTOM Video Kustom
Peningkat Permintaan Kustom

Siklus proses eksperimen

Proses pengelolaan eksperimen biasanya mengikuti langkah-langkah berikut, dengan beberapa variasi di seluruh alur kerja:

  1. Penyiapan: Buat Experiment dan satu atau beberapa resource ExperimentArm. Jika berlaku, ubah grup perlakuan.
  2. Jadwalkan: Mulai eksperimen. Beberapa alur kerja memerlukan penjadwalan untuk membuat atau menyiapkan kampanye sebelum dapat ditayangkan.
  3. Jalankan dan laporkan: Saat eksperimen sedang berjalan, kueri experiment atau resource lain untuk metrik guna membandingkan performa antara grup kontrol dan perlakuan.
  4. Selesai: Setelah memiliki informasi yang cukup, Anda dapat menyelesaikan eksperimen menggunakan salah satu operasi berikut:
    • Akhiri: Menghentikan eksperimen. Kampanye atau grup perlakuan berhenti ditayangkan.
    • Promosikan: Menerapkan perubahan dari grup perlakuan ke grup kontrol atau kampanye.
    • Lulus: Mengonversi kampanye perlakuan menjadi kampanye yang sepenuhnya independen dan bukan eksperimental.

Langkah berikutnya

Untuk mempelajari cara menyiapkan eksperimen, lihat panduan untuk alur kerja yang Anda butuhkan:

Berikutnya
Eksperimen yang dikelola sistem