广告效果会受各种因素的影响，当我们想要测试不同因素对广告效果的影响时，如果通过创建不同广告系列来研究变量对广告的影响，结果会收到广告系列之间的竞争关系的影响，难以测出真正的效果，而且会造成账号广告内耗，所以才有AB测试。
一、AB测试是什么意思？
AB测试是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。
二、A/B测试的工作原理
借助A/B测试，您可以对中介组中的2个变体进行评估，然后比较评估结果。例如您在使用现有中介组后，为该中介组创建一个变体，看看哪个中介组的效果更好。该测试会在现有中介组设置和变体之间同时实施，并对您的应用进行用户进行分配，以便对两者的效果进行对比衡量。
1）您可通过以下方法更改变体B中的中介组设置：
2）添加或移除广告来源，看看它们对中介组的影响
3）通过更改广告来源的人工有效每千次展示费用值来采用不同的广告瀑布流顺序
4）启用或停用对广告瀑布流中广告来源的优化；
5）更改向广告来源发出广告请求的次数；
三、A/B测试应用场景
1、体验优化
用户体验永远是卖家最关心的事情之一，但随意改动已经完善的落地页是一件很冒险的事情，因此很多卖家会通过AB测试进行决策。常见的是在保证其他条件一致的情况下，针对某一单一的元素进行AB两个版本的设计，并进行测试和数据收集，最终选定数据结果更好的版本。
2、转化率优化
通常影响电商销售转化率的因素有产品标题、描述、图片、表单、定价等，通过测试这些相关因素的影响，不仅可以直接提高销售转化率，长期进行也能提高用户体验。
3、广告优化
广告优化可能是AB测试最常见的应用场景了，同时结果也是最直接的，营销人员可以通过AB测试的方法了解哪个版本的广告更受用户的青睐，哪些步骤怎么做才能更吸引用户。
四、A/B测试实操流程步骤
1、打开Google Ads首页找到左边列表中的“实验”（如果看不到，就点击最下面“更多”就可以看到“实验”），点击蓝色+新建实验
2、选择“自定义实验”，根据原广告系列类型选择广告系列类型，点击继续
3、填写实验名称并选择对比组的广告系列，实验名称可以突出要测试的变量，方便后期看数据，填写实验名称后会自动生成实验组广告系列名称，可以修改后缀
4、对实验组广告系列进行区别于原系列的更改，更改完之后可以在红框处看到更改数，点开可以查看具体更改内容
5、确定更改完成后，点击schedule，填写报表
接下来填写schedule
6、填写实验目标：我们希望通过实验达到什么目标，有点击次数、转化次数、CPA等选项，选择自己认为最重要的两个目标即可
7、预算和流量分配：为了客观性，预算和流量一般都按50%平分，流量可以选按cookie量分配
8、实验日期：我们可以设置实验的开始和结束日期，为了更准确地测试出不同变量对广告的影响，建议实验有效期在一周及以上，时间过短效果很有可能具有偶然性
9、启用同步功能：同步功能是指我们在原广告系列上做的改动会同步到实验组（变量除外）；对于实验组和对照组来说，除了要测试的变量，其他设置最好都一致，这样效果才是最准确的，所以这里建议启用同步功能
最后点击创建实验，实验审核通过后即可生效
10、积累了足够数据后，我们可以在实验板块点击进具体实验来查看实验组与基准广告之间的数据对比
11、如果在实验期内想压迫修改实验结束时间，可以点击实验-点击对应要修改的实验-进入实验组，在“结束日期”栏点击修改笔修改结束日期
12、当我们可以比较清晰地看到实验组和基准组的广告对比效果，并且打算结束或应用实验时，就可以在上述查看效果数据对比界面选择结束或者应用广告
以上就是自定义实验的创建过程了。
