规划一次广告创意对照测试
本任务交付一份能交给投放执行人的测试简报：两版素材、实验设置、指标口径、启动检查以及读数和归档规则。适用于已有明确候选创意、准备确认一项差异的团队；多个风格尚未筛选时，先按广告创意测试区分探索与确认目标。
需要活动目标、可用预算、历史流量和购买数据、素材版本、落地页及转化追踪信息。缺少可靠购买追踪时，先限定为点击诊断，不能承诺验证购买提升。
1. 把想法写成能被反驳的假设
用一句话连接改动与结果，例如：“把标题从功能介绍改为通勤场景表达，预计改善购买转化成本，同时不降低订单价值或增加退款。”这是待验证假设，不是已知事实。
为两版编号，逐字记录标题、正文、按钮、画面或视频版本。说明唯一改变的要素，其他差异逐项清零。若新标题必须配新画面，承认测试对象是“标题加画面的方案”，不要事后把变化都归给标题。
2. 完成测试简报
| 项目 | 执行前写明 |
|---|---|
| 对象与假设 | 哪类顾客、哪个商品、哪项创意变化、预期结果 |
| 对照与变体 | 素材版本、唯一变量或整体方案范围、落地页版本 |
| 分配机制 | 平台实验类型、随机单位、分配比例、重复曝光与跨组处理 |
| 固定条件 | 受众资格、地域、版位、时间、出价、预算规则、价格与优惠 |
| 主要指标 | 一个主指标及分子分母、数据源、转化动作与计数方式 |
| 护栏 | 花费上限、购买量、订单价值、退款或投诉，以及事先认可的处置规则 |
| 周期与收数 | 开始结束、时区、转化延迟等待期、退款观察窗、数据提取时间 |
| 判定与负责人 | 所需证据、业务上值得采用的最小改善、异常停测条件、执行与复核人 |
样本量与周期要结合基线、可检测差异和分配方式评估，不能填“每版跑到一千次曝光就算完成”。若预算与流量无法支持有意义的确认测试，把本轮明确标为探索，或缩小问题范围。
3. 核验实际分流，不凭广告组名称判断
Google Ads 的自定义实验说明建议搜索广告创意使用 ad variations，并为其他测试提供相应实验类型。选择时核对当前账号及广告类型是否适用，不能把两个独立广告组直接命名为 A/B 后当作已随机分组。
以搜索广告变体为例，官方设置说明要求选择广告范围、变体改动、起止时间和 Experiment split，并使用 cookie 分配原版与变体。把实际设置留档；cookie 分流不等于自然人跨设备身份锁定，其他活动同时展示两版的风险仍需记录。
固定两组的受众资格与预算分配规则，不在运行中手动给暂时领先的一组加钱。同一预算规则也不保证实际花费相等；拍卖与投放学习可能带来差异，读数时应解释差异，不能为了凑齐曝光数临时截掉一组。
4. 启动前逐项检查
- 两版素材及落地页已保存版本，价格、优惠、库存与承诺一致，只有计划变量不同。
- 审核状态和可投放时间一致；一版尚未通过审核时，不把另一版提前跑出的数据算作同期对照。
- 两组受众、地域、版位、出价、预算及归因设置按简报核对，自动生成或替换素材的设置已查明。
- 购买事件、订单去重、价值与币种可核验，测试订单不会混入正式结果；未把浏览后转化与点击后购买混算。
- 其他活动、重复曝光、跨设备与标识缺失风险已记录；原始分组分析不会事后只保留点击者或购买者。
- 结束、收数、护栏和异常处置规则已确定，自动应用结果等设置与人工复核安排一致。
这一阶段要保存可复核的设置清单，不能只写“都检查过了”。运行时记录变更和故障；如果变更破坏了比较条件，暂停结论并安排新一轮，不能靠删掉不利日期修复结果。
5. 在开始前准备读数表
每组保留曝光、点击、花费、目标转化数及其窗口，主指标按所选实验工具的实际定义计算。例如 Google 实验支持 Cost / conv.，必须限定同一购买转化动作并核对计数设置；不能把下载、注册与购买混成一个便宜的“获客成本”。
Google 实验读数文档提供差异估计与区间，数据不足时可能显示“--”。这时记为不足以判断，不能把空值当零，也不能另拿普通素材 CTR 排名替代实验结果。
用概念页的假设表预演一次：A 的 300 ÷ 10,000 = 3% 点击率，B 为 4%；A 每笔购买成本为 900 ÷ 15 = 60 元，B 为 1,200 ÷ 12 = 100 元。这个演算足以发现“高点击率不等于低购买成本”，不足以判断统计显著性或因果效果。
同时读护栏与原始数量。点击后订单比只作诊断；正式实验分析保留原始分配关系，并使用与随机单位匹配的方法，不能把重复曝光当独立用户进行显著性计算。
6. 预先约定何时收数、怎样决定
Google 的转化延迟说明指出，花费已经报告而转化尚未发生，会让最近期间的每次转化成本看起来偏高。按简报等待观察完整，记录收数截止日；若另用每次点击后固定 N 天的窗口，每条点击只累计自身窗口内的结果，并确认末尾点击也已满 N 天。
结果分为“支持在当前条件下采用”“不支持采用”“证据不足”“执行失效”。采用需要主要指标、业务改善幅度、护栏和不确定性共同支持；有一个正向点估计并不够。没有检出差异不等于两版等效。
没有预设序贯分析方法时，按既定周期收尾，不因连续查看后某次领先就提前宣布胜出。多素材、多指标与人群切片的事后发现作为新假设记录，另行确认。异常超支或追踪失效可以触发事先约定的停测，但这属于中断，不是胜负证据。
7. 留下下一次能够使用的记录
归档简报、素材、设置快照、原始数据、计算方法、变更日志、结果区间、数据缺口和决定。结论注明受众、时期、版位与投放条件，不把某次赢家写成永久最佳素材。
测试规划完成时，上述材料的位置和责任人应已确定，读数与归档模板可直接填写；实际运行结束后补入结果，并把下一步与营销活动复盘衔接。