更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

“我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半。”

——零售大亨约翰·沃纳梅克

这句经典名言，被称为广告界的哥特巴赫猜想，它道出了广告效果衡量的难点，同样也击中了无数广告主的痛点——企业有一半广告费都是被浪费掉的。

广告投放的效果很多时候常与玄学画上等号，但却也是公域营销不可或缺的一环。科学的衡量广告的效果，适时做出策略调整优化转化率，一直既是业界的重点、热点、难点。

如何让企业在广告投放上的每 1 块钱都花在刀刃上？火山引擎 DataTester 或许可以交出一份高分答卷。

DataTester 是字节跳动内部应用多年的 A/B 实验平台，2020 年通过火山引擎面向外部企业开放服务。平台自建立至今，承载了字节 500 余个业务线的 A/B 实验任务，累计已开展过 150 多万次实验。

广告实验是 DataTester 的一大特色能力之一。DataTester 基于自身在因果推断和统计科学方面的深刻积淀，结合字节内部用户增长以及广告算法建设的诸多实践，探索出了很多行之有效的广告效果衡量方法和提升策略。

本文将分享 DataTester 在广告投放场景下的实践经验。

为什么 A/B 实验能提升广告投放效率？

在互联网时代，企业该如何做好广告营销，持续驱动盈利增长呢？

从对字节跳动多年的业务总结来看，实践给出的方法论指向是：50%靠创意，50%靠营销科学。

在广告投放的场景下，一线广告优化师通常会创建多个计划，去测试不同的广告素材效果。这套方法看似科学，实际上却问题多多：

广告计划过量，会对流量造成相互挤压争抢，流量无法平均分配，就难以获取科学的效果对比数据；
广告受众没有实现隔离，如果同一用户可以看到多组广告，则测试结果无法保证科学性；
广告计划过多，会抢占宝贵的营销经费配额，并浪费广告优化师大量人力。

这些问题导致广告投放时，企业浪费了大量的时间精力和金钱，也未必能得到科学量化的的有效结论。

图源：视觉中国

而通过科学的 A/B 实验，可以确保在广告投放中，实现精准的流量分配、受众隔离，获取最为科学的数据统计结果；与此同时，在多个广告计划创建的过程中，性能优越的 A/B 实验平台可支持方案的智能化设置，节约大量人力。

广告方案设计：可根据 A/B 实验的效果选出最佳方案；
广告效果验证：通过 A/B 实验可以达成“快准稳”的效果检测，让大胆创新、快速试错成为可能；
广告问题定位：通过 A/B 实验可以快速定位投放效果不佳的问题原因，避免低效而昂贵的错误迭代。

总结来说，科学的 AB 实验平台，能够确保广告在方案设计、人群选择、渠道定位等每个决策环节，都能获得正向的收益，从而在广告投放时，产生正向反馈越滚越大的复利效应。

字节跳动的广告优化经验分享

字节跳动副总裁、算法和数据技术负责人杨震原曾在火山引擎 A/B 测试开放日中讲述过，“字节跳动成立之初，今日头条就在做策略推荐类的 A/B 测试。2016 年正式建立了支持大规模产品试验的 A/B 测试平台（DataTester），之后陆续接入抖音、西瓜视频等全线业务，把 A/B 测试应用在产品命名、交互设计、推荐算法、用户增长、广告优化和市场活动等方方面面的决策上。”

字节是一家有着深厚 A/B 实验基因的公司，广告实验是 DataTester 全域营销场景下的重要一环。

针对企业在营销场景上的诸多痛点，如人工实验操作繁琐，广告效果难度量、优化无从下手；效果数据来源分散，人工分析费时费力；投放严重依靠人工经验，一线优化师彻夜盯盘、精疲力尽...等等问题，DataTester 提供了全套的广告优化解决方案：