三张创意都不错，下一步该怎么测试？

先说清，你想比较哪两种想法

放大查看图片

橡皮擦这张很容易引出两种相反判断：有人觉得一眼就懂“擦掉脏乱”，也有人可能只觉得是机器摆在一块粉色底座上。光靠我们替它解释，不能说明买家也能看懂。

放大查看图片

我会把第一轮的问题写成：“第一次看到这款产品的人，更容易从晨间清理场景，还是从橡皮擦联想理解用途？”橙色碎屑图可以留作后续方向，不一定要一次把所有想法都投进去。先少做几个，是为了让每个问题有机会得到回答。

如果只是想知道“看懂没有”，可以先分别给没见过商品的人看图，别提前讲解，问他卖的是什么、在解决什么问题，把原话记下来。这是理解检查，不是销量预测。真正花钱投放时，问题则要改成“在可比条件下，哪个方向更有机会带来购买”；不能拿购买成本直接证明大家理解了橡皮擦这个比喻。

先选方向，再问某个细节有没有用

晨间场景和橡皮擦图，连颜色、人物、布景、画内标题都不一样。这是在比较两套表达。即使其中一张表现更好，也不能直接写成“蓝色背景比暖色背景有效”。

如果下一步想知道标题有没有帮助，就在同一个方向里做两版：商品、画面和其他文案不变，只改事先约定的标题。平台自动处理素材的设置也要记下来，否则实际展示的未必还是你提交的两版。

把几张广告放进普通广告组，不等于自动做了一次公平的随机实验。想回答因果问题，应使用适合该平台和广告类型的实验方式；暂时做不到，就把结果叫作方向探索，别把观察写成定论。

15 美元出一单，能说明多少？

回到开头的假设例子。下面只演示判断，不代表这三张图投放后的表现；订单数量都很少，不能用来宣布显著胜出。

如果 B 接下来再花 15 美元却没有新订单，它的每单成本就变成 30 美元。这不是预测它一定变差，只是说明小样本很容易改写排名。而且花费不同，展示量、受众和时段也可能不同，原来的比较未必公平。

若目标是购买，就别在订单不好看时临时改口说“但点击率第一”。先确认购买记录可靠、商品没有缺货，再检查两张图的订单按同一种方式统计：点击后多久下单算进去？只看过广告、没点击就下单的算不算？比较的订单有没有留出同样的记录时间？这些没对齐，就先别排名。

Google Ads 官方说明提醒，实验运行中更改原系列或实验，会让结果更难解读。这里借用的是“先约定，再少改动”的原则，不是让你照搬 Google 的设置去做 Meta 测试。 Google Ads：设置自定义实验

把记录填一次，下一步就具体了

下面是一份填好的模拟记录，不是 Meta 后台截图，也不是开户教程。假设这轮只比较两种吸尘器表达，总共最多愿意花 120 美元；这个数字只用于演示，不是建议你照抄的预算。

这轮想学到什么

晨间使用场景与橡皮擦隐喻，哪种值得继续投入制作？先探索方向，不把它称为随机实验。

版本与差异

A：晨间清理；B：橡皮擦隐喻。布景、颜色、画内标题都不同，比较的是整套表达。

保持一致

同一商品、价格、落地页、投放国家和选定版位，购买为目标。记录自动素材处理设置，不在中途悄悄更改。

订单怎么算

本例只比较点击后 7 天内的购买，不计仅浏览后的购买；两版使用同一记录窗口。实际能用的设置以账户为准。

花费与复查

两版合计上限 $120，开始前确认后台控制和负责人。次日查支出与故障，上限到了停下；复查时间不是样本充足的保证。

当前结果

A 花费 $60，2 单；B 花费 $15，1 单。累计 $75；差额 $45 不是必须花完的钱。

这次结论

暂时不重分配全部预算。样本少、花费不均，只能说 B 值得继续观察；不能据此说隐喻胜出。

下一步

先确认两版已记录订单与追踪正常。愿意继续且没有故障，才在原定上限内观察；到上限仍不清楚，就记证据不足，不自动加钱。

如果出现的是运费算不出来、付款失败或缺货，就不是等更多样本的问题，先暂停受影响广告并修店铺。若之后有足够依据继续制作某个方向，下一稿只比较一个问题，例如同一张晨间图的两个标题，不同时把报价和页面也换了。

轮到自己的商品，用这张空表

没有一个适用于所有商品的“投满几天必有结论”。预算上限到了，证据还不够，也可以先停下来整理，不要为了等一个赢家无限加钱。表里的额度只是计划，仍需在账户里管理实际支出。

这轮最有用的结尾，可能不是“B 赢了”，而是“B 值得继续看，但还不足以重分配全部预算”。它不响亮，却会让下一轮更清楚。