进行此类实验时需要记住两个关键点

[rh06022005]

为了使用顶级自然列表尽可能紧密地复制此实验，我们希望将出价策略设置为“目标搜索页面位置”，以便有更高的机会在前几个结果中出现在首屏之上。H5C12PAp_8RcZ1ce3jRFlNnmFk64EKS4abrYCiEx
广告标题和说明也应像我们为页面的标题标签和元描述编写文本一样编写。
在进行实验之前，请确保转化/事件跟踪设置正确，并且 Google Analytics 已链接到您的 AdWords 帐户。
最后，设置每日预算、竞价策略和投放方式。根据您的业务和关键字搜索量，您可以将广告投放方式设置为“标准”或“加速”，即您的广告每天展示的速度。我们决定对加速广告投放进行为期八天的实验。
更高级的用户可以使用AdWords 实验工具来设置实验。

我们可以看到，尽管“二手 SUV 出售 股东数据库 ”的转化率似乎更高，但“廉价汽车出售”关键词由于搜索量大而能为我们带来最高的转化率。

我们已经获得了所有实验结果。但现在的问题是，如果我们决定在更大规模的有机方面追求这些关键字效果指标，它们到底有多准确？此类实验的结果通常会受到所谓的抽样误差、随机噪声、波动、机会等的影响。毕竟，我们从如此庞大的搜索池中只获得了一小部分样本。现在的挑战是将噪声与信号分开，以获得更可靠、更有效的预测。

但首先，我必须警告你：从现在开始，这只是数学。

如果您恰好直接（或间接）参与分析，这些测试可能会给您在学校留下一些不愉快的回忆。

别担心，我提供了一个电子表格，可以帮你计算所有这些计算。你只需要输入数据即可。所以，如果你对数学不熟悉，可以跳过下一部分，直接进入统计模型。

我们将样本转化率与基准转化率进行比较，以预测如果我们决定使用特定关键字进行 SEO，其超过基准的可能性。

对于书呆子来说：我们可以使用二项式比例的 Z 检验来做到这一点。如果我们的样本量足够大，则此测试符合条件。没有神奇的数字来确定这一点，但经验法则是至少有五次成功和五次失败。其公式为：