A/B testování reklamních kreativ v Google Ads a na Metě

Skoro každý e-shop „testuje kreativy". V praxi to znamená, že v reklamní sestavě běží pět bannerů, systém většinu rozpočtu pošle do jednoho z nich a ten se prohlásí za vítěze. To není test. Algoritmus jen rozhodl, kam utratit peníze, a o tom, která kreativa je skutečně lepší, to vypovídá málo.

Skutečný A/B test má kontrolní a testovací variantu, rozdělený provoz, předem určenou metriku a dost dat na to, aby rozdíl nebyl náhoda. Google Ads i Meta na to mají nativní nástroje. V článku ukážeme, jak je používat a jak číst výsledky.

Proč „vítěz" v reklamní sestavě není výsledek testu

Když dáte do jedné reklamní sestavy nebo skupiny podkladů víc kreativ, systém je nezobrazuje rovnoměrně. Rychle vybere favorita podle prvních signálů a ostatním dá jen zbytek zobrazení. Varianta, která dostala méně prostoru, nikdy neměla šanci ukázat, co umí.

Druhý problém je publikum. Favorit se často zobrazuje jiným lidem než ostatní varianty, třeba častěji v remarketingu. Lepší čísla pak nemusí patřit kreativě, ale publiku.

Rozdíl mezi optimalizací a testem:

Statistická významnost bez zbytečné matematiky

Statistická významnost odpovídá na otázku: jak pravděpodobné je, že rozdíl mezi variantami vznikl náhodou? Reklamní systémy to počítají za vás, ale je dobré vědět, kolik dat test potřebuje.

Modelový příklad. Varianta A má 5 000 prokliků a 100 nákupů (konverzní poměr 2,0 %). Varianta B má 5 000 prokliků a 120 nákupů (2,4 %). Na první pohled je B o 20 % lepší. Standardní test rozdílu dvou podílů ale dává p-hodnotu zhruba 0,17. Při obvyklé hranici 95 % spolehlivosti to není průkazný výsledek.

Stejný relativní rozdíl by vyšel jako významný až zhruba při 10 500 proklicích na variantu (210 vs. 252 nákupů). Z toho plynou tři praktická pravidla:

• Malé rozdíly potřebují hodně dat. Test, který má odhalit 5% zlepšení, potřebuje řádově víc konverzí než test na 30% rozdíl.
• Testujte velké změny. Jiný úhel sdělení, jiný formát (video vs. statický obrázek), jiná nabídka. Barva tlačítka se u menšího e-shopu v reklamě průkazně neprojeví.
• Nekončete test, jakmile se vám výsledek líbí. Průběžné nakukování a předčasné ukončení výrazně zvyšuje šanci falešného vítěze. Délku a metriku určete předem.

Metriku volte podle cíle. U e-shopu je to ideálně hodnota konverzí nebo ROAS, ne míra prokliku. Kreativa s vyšším CTR může přivádět lidi, kteří nenakupují.

Experimenty v Google Ads

Google Ads má v sekci Experimenty několik typů testů. Pro kreativy v e-shopu jsou podstatné tyto:

• Vlastní experimenty pro kampaně ve Vyhledávání a v Obsahové síti. Vytvoříte kopii kampaně, změníte jednu věc a rozdělíte provoz a rozpočet. Google doporučuje rozdělení 50 %.
• Video experimenty pro porovnání video kreativ na YouTube.
• A/B experimenty v kampaních Demand Gen, kde lze porovnat například kreativy nebo publika.
• Experimenty v Performance Max, včetně testu assetů popsaného níže.

U vyhodnocení Google podle své dokumentace používá oboustranný test s 95% intervalem spolehlivosti. Když je rozdíl statisticky významný, zobrazí u metriky modrou hvězdičku. K tomu uvádí interval, ve kterém se skutečný rozdíl pravděpodobně pohybuje, například „+10 % až +20 %". Pokud interval zahrnuje nulu, test nerozhodl.

Kampaně s automatickými nabídkami potřebují po spuštění experimentu čas na učení. Prvních pár dní proto do hodnocení nezahrnujeme, nebo test necháme běžet déle. Jak s automatickými nabídkami pracovat, popisujeme v článku Automatizace nabídek: Smart Bidding v praxi.

A/B test assetů v Performance Max

V Performance Max byl test kreativ dlouho problém. Kampaň kombinuje assety sama a výkon jednotlivých obrázků a textů ukazuje jen orientačně. Google Ads proto zavedl optimalizační experimenty pro A/B testování assetů (k 9/2026 v betě).

Jak funguje:

1. V jedné skupině podkladů zvolíte kontrolní sadu (assety A) a testovací sadu (assety B). Testovací sada může obsahovat nové assety nahrané jen pro test.
2. Společné assety, které nezařadíte do žádné sady, se dál zobrazují celému provozu.
3. Nastavíte poměr rozdělení provozu, začátek a konec testu.
4. Test běží v rámci jedné kampaně. Na rozdíl od klasických experimentů se nevytváří kopie kampaně, takže odpadá část učení.

Omezení: v jedné kampani může najednou běžet jen jeden takový experiment. Testujte proto jednu hypotézu, například „lifestylové fotky vs. produktové fotky na bílém pozadí", ne deset změn naráz. Širší kontext k nastavení kampaní najdete v článku Google Ads Performance Max pro ecommerce.

A/B testy na Metě

Meta nabízí dva přístupy.

A/B test ve Správci reklam. Porovnává kampaně nebo reklamní sestavy, které se liší jednou proměnnou: kreativou, publikem, umístěním nebo optimalizací. Publikum se rozdělí tak, aby jeden člověk viděl jen jednu variantu. Test lze naplánovat na 1 až 30 dní. Meta u testu zobrazuje odhad síly testu a doporučuje, aby byla aspoň 80 %. U výsledku uvádí, s jakou jistotou varianta vyhrála. Výsledky nad 75 % považuje za dostatečně jasné pro rozhodnutí.

Testování kreativ v rámci reklamní sestavy. Novější nástroj, který umí porovnat 2 až 5 kreativ uvnitř existující sestavy. Na test vyčleníte část rozpočtu sestavy, Meta ho rozdělí rovnoměrně mezi varianty a každý člověk vidí jen jednu z nich. Je to rychlejší cesta než kopírovat celé kampaně.

Na Metě hodně záleží na kvalitě měření. Pokud se část nákupů nezměří, test porovnává neúplná data. Proto před testy kontrolujeme pixel a Conversions API, viz článek Server-side tracking (Meta CAPI).

Co v e-shopu testovat nejdřív

Nemá smysl testovat všechno. Pořadí podle toho, jaký dopad obvykle mají a jak snadno se testují:

Vstupní stránka je častý skrytý faktor. Stejná kreativa může fungovat výrazně jinak podle toho, kam člověka pošle. Tipy k vstupním stránkám shrnujeme v článku Landing pages pro kampaně.

Nejčastější chyby

• Víc změn najednou. Jiný obrázek, text i nabídka. Když varianta vyhraje, nevíte proč.
• Metrika vybraná až po testu. Když se nedaří ROAS, začne se hodnotit CTR. To je hledání potvrzení, ne test.
• Příliš krátký test. Víkend a pracovní dny se chovají jinak. Test kratší než týden míchá náhodu s cyklem.
• Test v době akce. Black Friday nebo výprodej zkreslí chování zákazníků. Výsledek se nemusí přenést do běžného provozu.
• Nezapsané výsledky. Za půl roku nikdo neví, co se testovalo. Vedeme proto jednoduchý log testů: hypotéza, data, výsledek, rozhodnutí.
• Hodnocení podle jednoho kanálu. Kreativa na Metě může pomáhat i vyhledávání značky v Googlu. Jak s tím pracovat, rozebírají atribuční modely.

Jak na to prakticky: checklist A/B testu

1. Sepište hypotézu jednou větou: „Když změníme X, zlepší se Y, protože Z."
2. Určete hlavní metriku (hodnota konverzí, ROAS, cena za nákup) a minimální délku testu.
3. Ověřte měření: konverze s hodnotou, souhlas, deduplikaci mezi pixelem a serverem.
4. Zvolte správný nástroj: vlastní experiment, A/B test assetů v Performance Max, nebo A/B test na Metě.
5. Rozdělte provoz 50 : 50, pokud nemáte důvod jinak.
6. Během testu neměňte rozpočet, cíle ani ostatní kreativy v testovaných sestavách.
7. Vyhodnoťte až po plánovaném konci. Bez statistické významnosti neprohlašujte vítěze.
8. Vítěze nasaďte a zapište výsledek do logu testů. Další test stavte na tom, co jste se naučili.

Testování kreativ je průběžná práce, ne jednorázový projekt. Kampaně v Google Ads nastavujeme a testujeme v rámci služby PPC kampaně, reklamu na Facebooku a Instagramu v rámci služby Meta Ads. Protože řešíme i měření a vstupní stránky, testujeme celý řetězec od reklamy po objednávku.