اختبار الإعلانات A/B: كيف تختبر دون أن تهدر ميزانيتك

صاحبة متجر عبايات أطلقت إعلانين بالميزانية نفسها: الأول فيديو قصير، والثاني صورة لتشكيلة جديدة. بعد يومين كان الفيديو قد جلب 12 طلباً والصورة 7. أوقفت الصورة فوراً وضاعفت ميزانية الفيديو. وبعد أسبوعين ارتفعت تكلفة الطلب إلى الضعف، ولم تفهم السبب.

الذي حدث ببساطة أنها لم تختبر شيئاً. قارنت رقمين صغيرين في يومين، والفرق بينهما كان يمكن أن يظهر بالصدفة وحدها. وهذا ما يجعل اختبار الإعلانات A/B مختلفاً عن مجرد تشغيل إعلانين ومراقبتهما: الاختبار الحقيقي له قواعد، أهمها أن تعرف قبل البدء ما الذي تختبره، وكم تحتاج من البيانات لتحكم.

في هذا المقال نشرح كيف تختبر الإعلان والجمهور والعرض على ميتا وجوجل بالأدوات الرسمية، وماذا تختبر أولاً، وكيف تقدّر الميزانية والمدة، والأخطاء التي تحوّل الاختبار إلى هدر منظّم.

الخلاصة السريعة

• اختبار A/B: مقارنة نسختين لا تختلفان إلا في متغير واحد، مع تقسيم الجمهور أو الميزانية بينهما بطريقة عشوائية، لمعرفة أيهما أفضل بثقة إحصائية لا بالانطباع.
• متغير واحد في كل اختبار: إذا غيّرت الصورة والنص والعرض معاً، فلن تعرف أي تغيير صنع الفرق.
• التحويلات لا النقرات: احكم على الاختبار بالمؤشر الذي يدفع لك المال، كتكلفة الشراء أو العميل المحتمل، لا بنسبة النقر وحدها.
• المدة في جوجل: توصي جوجل في أسئلتها الشائعة عن تجارب حملات Shopping بتشغيل التجربة 4 إلى 6 أسابيع على الأقل، وأطول إن كان التحويل يتأخر.
• الترتيب الذكي: ابدأ باختبار ما يغيّر قرار الشراء، كالعرض والرسالة وأول ثوانٍ من الفيديو، قبل التفاصيل الصغيرة كلون الزر.

ما هو اختبار الإعلانات A/B؟

اختبار الإعلانات A/B هو تجربة منظمة تعرض فيها نسختين من إعلان أو حملة على مجموعتين متكافئتين من الجمهور، لا تختلفان إلا في متغير واحد، ثم تقارن النتائج لتعرف أي النسختين تحقق هدفك بتكلفة أقل.

الكلمة المهمة هنا «متكافئتين». في توثيق ميتا للمطورين عن اختبارات التقسيم (Split testing) تؤكد المنصة أن مجموعات الاختبار جماهير منفصلة لا يتداخل فيها شخص بين نسختين، وتوصي بتغيير متغير واحد فقط في كل اختبار. وفي جوجل، تتقاسم التجربة المخصصة حركة الحملة الأصلية وميزانيتها، وتوصي جوجل بتقسيم 50% لكل طرف لأنه يعطي أفضل مقارنة.

من دون هذا التقسيم، أنت لا تختبر. أنت تراقب إعلانين يتنافسان على الأشخاص أنفسهم، في ظروف لا تتحكم فيها.

لماذا لا تكفي المقارنة اليدوية بين إعلانين؟

اعتراض نسمعه كثيراً: «أضع إعلانين في المجموعة نفسها، والأفضل يظهر وحده». المشكلة أن النظام لا يوزّع الميزانية بالتساوي بين الإعلانات، بل يوجّهها إلى ما يتوقع أن يحقق النتيجة. فقد يذهب معظم الإنفاق إلى أحد الإعلانين قبل أن يحصل الآخر على فرصة حقيقية.

لهذا تتيح ميتا ما تسميه اختبارات التصاميم (Creative Tests)، وبحسب التوثيق البرمجي تحدد فيها نسبة لكل طرف من أطراف الاختبار بحيث يكون مجموع النسب 100%، ويحتوي كل طرف على إعلان واحد فقط. النتيجة مقارنة عادلة بدل سباق يحسمه النظام مبكراً.

والسبب الثاني هو الصدفة. في مثال متجر العبايات، لو كان الإعلانان متساويين تماماً، فإن احتمال أن يظهر فرق بحجم 12 مقابل 7 أو أكبر بالصدفة وحدها يقارب 36% بحساب إحصائي بسيط. أي أن القرار الذي بدا واضحاً كان قائماً على أرض هشة.

ماذا تختبر أولاً في إعلاناتك؟

ليست كل المتغيرات متساوية. بعضها يغيّر قرار الشراء نفسه، وبعضها يحسّن الأرقام بنسب صغيرة لا تظهر إلا بميزانيات كبيرة. هذا ترتيب عملي نعتمده للحسابات المتوسطة والصغيرة:

المتغير	أمثلة على النسختين	متى يستحق الاختبار	حجم الأثر المعتاد
العرض	خصم 15% مقابل شحن مجاني	في البداية وعند ركود المبيعات	كبير
الزاوية والرسالة	السعر مقابل الجودة مقابل حل مشكلة	قبل التوسع بالميزانية	كبير
أول 3 ثوانٍ في الفيديو	سؤال مباشر مقابل مشهد استخدام	عند انخفاض نسبة المشاهدة	متوسط إلى كبير
صيغة الإعلان	فيديو مقابل صور دوّارة	عند إطلاق منتج جديد	متوسط
الجمهور أو الموضع	جمهور واسع مقابل جمهور مشابه	بعد استقرار التحويلات	متوسط
النص والعنوان	عنوان يذكر السعر مقابل عنوان يذكر الفائدة	بعد حسم الرسالة	صغير إلى متوسط

الفكرة أن تبدأ من أعلى الجدول. إعلان برسالة ضعيفة لن ينقذه عنوان أفضل، أما رسالة قوية فقد تضاعف النتائج حتى بتصميم بسيط. وإذا كان الفيديو هو صيغتك الأساسية، فقد شرحنا في مقال لماذا يتجاهل الجمهور إعلانك على تيك توك كيف تؤثر الثواني الأولى في قرار المشاهدة.

وهل يستحق الجمهور أن يُختبر؟

يستحق، لكن بعد الرسالة لا قبلها. حين تكون الخوارزمية هي من يختار الأشخاص داخل الجمهور الواسع، تصغر الفروق بين جمهور وآخر مقارنة بما كانت عليه قبل سنوات، بينما يبقى الفرق بين رسالة مقنعة ورسالة باهتة كبيراً. اختبر الجمهور حين تكون لديك رسالة ثابتة الأداء، وسؤال واضح من نوع: هل يجلب الجمهور المشابه من أفضل عملائي عملاء جدداً بتكلفة أقل من الجمهور الواسع؟

كيف يعمل اختبار A/B في إعلانات ميتا؟

تقدّم ميتا أداة اختبار A/B داخل مدير الإعلانات، وبحسب توثيقها للمطورين يمكنك أن تختبر بها أنواعاً مختلفة من المتغيرات: الجمهور، وطريقة تحسين العرض، والمواضع، والتصاميم الإعلانية، والميزانيات. وتضمن الأداة أن الجماهير في كل نسخة منفصلة تماماً.

تحدد مستوى الثقة الذي تريده قبل إنشاء الاختبار، وتذكر ميتا أن الاختبارات ذات الوصول الأكبر والمدة الأطول والميزانية الأعلى تميل إلى نتائج ذات دلالة إحصائية أوضح. وإذا اختبرت ميزانيتين مختلفتين، فانتبه إلى أن الميزانية تؤثر في الوصول، فقد تحتاج إلى رفع ميزانية النسخة الأصغر حتى تبقى المقارنة عادلة.

نقطة تتعلق بالمدة: توضح ميتا في دليلها لإطلاق الحملات على Meta for Developers أن الخروج من مرحلة التعلم يتطلب بناء المجموعات الإعلانية بحيث تحقق 50 حدثاً على الأقل خلال 7 أيام، وأن عدم بلوغ ذلك قد يرفع تكلفة النتيجة. اختبار تحصل فيه كل نسخة على 8 مشتريات أسبوعياً سيبقى غالباً في منطقة التعلم طوال مدته.

كيف تختبر الإعلانات في جوجل؟

تملك جوجل أداتين رئيسيتين، ولكل منهما استخدام مختلف.

التجارب المخصصة (Custom experiments)

تنشئ نسخة تجريبية من حملة قائمة، وتغيّر فيها ما تريد اختباره، مثل استراتيجية عروض الأسعار أو الكلمات المفتاحية. وبحسب صفحة مساعدة جوجل عن إعداد التجارب المخصصة، تتوفر هذه التجارب لحملات البحث والشبكة الإعلانية والفيديو والفنادق فقط. وفي حملات البحث تختار بين تقسيم يعتمد على ملفات تعريف الارتباط، فيرى كل مستخدم نسخة واحدة فقط وهو الخيار الموصى به، وتقسيم يعتمد على عمليات البحث قد يصل إلى نتائج ذات دلالة أسرع لكن المستخدم نفسه قد يرى النسختين.

وفي صفحة الأسئلة الشائعة عن التجارب توصي جوجل في قسم تجارب Shopping بتشغيل التجربة 4 إلى 6 أسابيع على الأقل، وبانتظار دورة أو دورتين من دورات التحويل قبل الحكم. وتنبّه في قسم Performance Max إلى أن تغيير متغيرات الحملة أثناء التجربة، كالميزانية أو الهدف، قد يعيد مرحلة التعلم ويفسد النتائج.

أشكال الإعلانات المختلفة (Ad variations)

بحسب صفحة جوجل التعريفية بأشكال الإعلانات، تناسب هذه الأداة اختبار تغيير واحد في الإعلانات البحثية المتجاوبة على نطاق واسع: عبر عدة حملات أو الحساب كله، مثل استبدال عبارة الدعوة إلى الإجراء. وتوضح جوجل في صفحة متابعة أشكال الإعلانات أن المقياس المعلَّم بنجمة زرقاء ذو دلالة إحصائية، أي أن احتمال أن يكون الأثر ناتجاً عن تغييرك لا عن الصدفة 95% على الأقل.

أيهما تختار؟ إذا كان سؤالك عن صياغة الإعلان أو عبارة الدعوة إلى الإجراء عبر عدة حملات، فأشكال الإعلانات أبسط وأسرع. وإذا كان عن استراتيجية العروض أو هيكل الحملة أو تغيير أكبر في الإعداد، فالتجربة المخصصة هي الأداة المناسبة.

كم تحتاج من الميزانية والوقت لاختبار عادل؟

السؤال الصحيح ليس «كم يوماً؟» بل «كم تحويلاً تحتاج كل نسخة؟». الأيام نتيجة لحجم الإنفاق وتكلفة التحويل، لا قيمة ثابتة.

مثال افتراضي: متجر تبلغ تكلفة الطلب فيه نحو 50 ريالاً. إذا أردت أن تقترب كل نسخة من 50 طلباً، فأنت تحتاج نحو 2,500 ريال لكل نسخة، أي 5,000 ريال للاختبار كله. بميزانية 250 ريالاً يومياً لكل نسخة، يستغرق ذلك 10 أيام تقريباً. وبميزانية 50 ريالاً يومياً، يستغرق 50 يوماً، وهنا يصبح الاختبار غير عملي.

ماذا تفعل إذا كانت ميزانيتك صغيرة؟ لديك خياران. اختبر بمؤشر أعلى في المسار له أحداث أكثر، كالإضافة إلى السلة، مع إدراك أنه مؤشر تقريبي لا يضمن الشراء. أو قلّل عدد الاختبارات وركّز على المتغيرات الكبيرة فقط، فالفرق الكبير يظهر ببيانات أقل من الفرق الصغير.

ولا توسّع الاختبار إلى أكثر من نسختين إلا إذا كانت ميزانيتك تحتمل ذلك. كل نسخة إضافية تقسم المبلغ نفسه على أطراف أكثر، فيطول الوقت الذي تحتاجه كل نسخة لتجمع بيانات كافية. ثلاث نسخ بميزانية تكفي نسختين بالكاد تنتهي غالباً بثلاث نتائج غير حاسمة بدل نتيجة واحدة واضحة.

كيف تقرأ نتيجة الاختبار دون أن تخدع نفسك؟

انتهى الاختبار وظهرت الأرقام. قبل أن تعلن الفائز، اطرح على النتيجة أربعة أسئلة:

• هل بلغت الثقة المستوى الذي حددته؟ إن لم تبلغه، فالنتيجة «لا فرق واضح»، وهذه نتيجة مفيدة أيضاً لأنها تخبرك أن هذا المتغير لا يستحق مزيداً من الإنفاق.
• هل الفرق ثابت عبر الأيام؟ نسخة تفوقت في يومين فقط ثم تساوت مع الأخرى بقية المدة ليست فائزاً مقنعاً.
• هل الفرق كبير بما يكفي ليهمّك؟ انخفاض تكلفة الطلب من 50 إلى 49 ريالاً قد يكون حقيقياً إحصائياً، لكنه لا يغيّر شيئاً في ربحك.
• ماذا تقول المؤشرات الأخرى؟ إذا خفّضت النسخة الفائزة تكلفة الطلب لكنها خفّضت متوسط قيمة السلة أيضاً، فقد تكون خسرت أكثر مما ربحت.

وتذكّر أن نتيجة الاختبار صالحة للظروف التي جرى فيها: الجمهور نفسه، والموسم نفسه، والمنصة نفسها. أعد اختبار الأفكار الكبيرة كل بضعة أشهر بدل أن تعاملها كحقائق ثابتة.

خطوات اختبار الإعلان دون هدر الميزانية

1. اكتب الفرضية في جملة واحدة: «إعلان يركّز على الشحن المجاني سيخفض تكلفة الطلب مقارنة بإعلان الخصم»، لا «لنرَ أي إعلان أفضل».
2. حدد متغيراً واحداً وثبّت كل ما عداه: الجمهور والميزانية والمواضع وصفحة الهبوط.
3. اختر مؤشر الحسم مسبقاً، كتكلفة الطلب أو العائد على الإنفاق، وحدد مستوى الثقة الذي ستقبل به.
4. احسب الميزانية والمدة من تكلفة التحويل الحالية، لا من رقم تختاره عشوائياً.
5. استخدم أداة الاختبار الرسمية في المنصة، لا مجموعتين متداخلتين تديرهما يدوياً.
6. لا تلمس الاختبار حتى ينتهي، فأي تعديل في الميزانية أو الإعلان يفسد المقارنة.
7. سجّل النتيجة وطبّقها، ثم انتقل إلى الفرضية التالية في القائمة.

أخطاء شائعة في اختبار الإعلانات

• الإيقاف المبكر: إعلان النتيجة بعد يومين لأن أحد الرقمين أعلى، كما حدث في مثال المقدمة.
• اختبار عدة متغيرات معاً: تصميم جديد ونص جديد وعرض جديد في نسخة واحدة يعطيك فائزاً لا تعرف سبب فوزه.
• الحكم بنسبة النقر وحدها: الإعلان المثير للفضول قد يجلب نقرات كثيرة ومشتريات أقل.
• تجاهل التوقيت: اختبار يمر بموسم رمضان أو بأيام نزول الرواتب قد يعكس الموسم أكثر من الإعلان.
• تعميم النتيجة: ما فاز على إنستغرام في السعودية ليس بالضرورة فائزاً على سناب شات أو في سوق آخر.

ماذا تفعل بعد إعلان الفائز؟

الفائز اليوم ليس فائزاً للأبد. التصميم الناجح يتعب مع الوقت لأن الجمهور نفسه يراه مراراً، لذلك اجعل الاختبار عادة شهرية لا مشروعاً لمرة واحدة. احتفظ بسجل بسيط: الفرضية، والنسختان، والنتيجة، وما تعلمته. بعد ستة أشهر سيصبح هذا السجل أثمن ما تملكه عن جمهورك.

في BAIGR نرى أن عائق الاختبار عند أغلب المشاريع ليس الأداة، بل قلة المواد الإعلانية الجاهزة للاختبار. إذا كان هذا وضعك، فخدمتا إنتاج الفيديو وتصوير المنتجات تساعدانك على بناء مخزون من النسخ. وبعد كل اختبار، راجع أثره على الربح الفعلي بالطريقة التي شرحناها في دليل العائد الإعلاني ROAS.

أسئلة شائعة

كم مدة اختبار A/B المناسبة للإعلانات؟

المدة تتبع عدد التحويلات لا عدد الأيام. توصي جوجل في أسئلتها الشائعة عن تجارب حملات Shopping بتشغيل التجربة 4 إلى 6 أسابيع على الأقل، وأطول إذا كان التحويل يتأخر. وفي ميتا، احرص على أن تجمع كل نسخة ما يكفي من النتائج لتخرج من مرحلة التعلم قبل الحكم.

هل يمكن اختبار أكثر من متغير في الوقت نفسه؟

يمكن تقنياً، لكنك لن تعرف أي تغيير صنع الفرق. لهذا توصي ميتا بتغيير متغير واحد في كل اختبار. إن أردت اختبار عدة أفكار، فاجعل كل فكرة نسخة مستقلة تختلف عن الأصل في عنصر واحد، أو رتّب الاختبارات واحداً بعد الآخر بحسب أثرها المتوقع.

ما الفرق بين اختبار A/B وتشغيل عدة إعلانات في مجموعة واحدة؟

في المجموعة الواحدة يوجّه النظام الميزانية إلى الإعلان الذي يتوقع أنه الأفضل، فلا يحصل كل إعلان على فرصة متساوية، وقد يرى الشخص نفسه أكثر من إعلان. أما اختبار A/B فيقسم الجمهور إلى مجموعات منفصلة ويوزع الميزانية بشكل محدد، فتكون المقارنة عادلة وقابلة للقياس.

ما أفضل مؤشر للحكم على نتيجة اختبار الإعلان؟

المؤشر الذي يرتبط مباشرة بالربح، مثل تكلفة الطلب أو تكلفة العميل المحتمل المؤهل أو العائد على الإنفاق الإعلاني. نسبة النقر مفيدة لفهم جاذبية الإعلان، لكنها قد تخدعك، فالإعلان الذي يثير الفضول قد يجلب نقرات كثيرة ومبيعات أقل. حدد المؤشر قبل بدء الاختبار لا بعده.

ماذا أفعل إذا كانت ميزانيتي صغيرة لا تكفي للاختبار؟

ركّز على المتغيرات الكبيرة فقط، كالعرض والرسالة، لأن الفروق الكبيرة تظهر ببيانات أقل. ويمكنك الاعتماد مؤقتاً على مؤشر أعلى في المسار له أحداث أكثر، كالإضافة إلى السلة، مع التعامل مع نتيجته كمؤشر تقريبي. وقلّل عدد الاختبارات بدل توزيع ميزانية صغيرة على نسخ كثيرة.

متى تكون نتيجة الاختبار ذات دلالة إحصائية؟

حين يكون الفرق بين النسختين أكبر مما يمكن أن تصنعه الصدفة عند مستوى الثقة الذي حددته. في أشكال الإعلانات على جوجل، تعني النجمة الزرقاء أن احتمال أن يكون الأثر ناتجاً عن تغييرك 95% على الأقل. وفي ميتا تحدد مستوى الثقة قبل إنشاء الاختبار، وتعرض الأداة النتيجة على أساسه.

اقرأ أيضًا

1. العائد الإعلاني ROAS: هل إعلاناتك تربح أم تخسر بصمت؟
2. إعادة الاستهداف: عملاؤك زاروك ولم يشتروا، ماذا بعد؟
3. إعلانات Meta للمتاجر: دليلك من الصفر لأول بيع (2026)

هل تعرف أي إعلاناتك يربح فعلاً؟

الاختبار المنظم يحوّل الإنفاق الإعلاني من تخمين إلى قرارات مبنية على بيانات. فريق استشارات النمو في BAIGR يبني معك خطة اختبارات مرتبة بحسب أثرها وميزانيتك، ويقرأ النتائج معك بدقة.

اطلب استشارة نمو ←

المصادر

1. Split Testing – Marketing API — Meta for Developers
2. Launch an ad campaign (learning phase guidance) — Meta for Developers
3. Set up a custom experiment — Google Ads Help
4. Experiments FAQs — Google Ads Help
5. About ad variations — Google Ads Help
6. Monitor your ad variations — Google Ads Help