廣告地理實驗在測的是什麼
廣告地理實驗是增量測試的一種：把一組地理市場的廣告停掉當對照組，再和照常投放的市場比較結果。The Ad Spend 把兩組的差額稱為 lift，也就是沒有這筆花費就不會發生的營收。
Measured 對增量的定義是：一個管道、活動、廣告組或戰術，對業績結果造成的因果增量影響。該公司以在 Facebook 投廣告為例說明，平台報告可能把廣告碰過的每一筆轉換都 100% 算成廣告的功勞，其中包括沒看到廣告也可能會發生的轉換。Haus 的說法類似：增量測試要分辨的是，廣告真的帶來新的業績，還是只把本來就會發生的轉換記到自己名下。
incrementality testing（增量測試）是用對照組量出廣告因果效果的做法。The Ad Spend 稱它就是把隨機對照試驗用在媒體上，對照組可以是一群使用者，也可以是一組地理市場。延伸閱讀可看 incrementality testing 術語頁。
Haus 用一個 Meta 廣告的假設例子說明差距有多大：花 10,000 美元，Meta 回報 100 筆轉換、營收 15,000 美元，帳面報酬 1.5 倍。隨機分組之後，沒看到廣告的對照組也有 40 筆轉換，真正的增量只有 60 筆、9,000 美元，實際報酬是 0.9 倍。
地理實驗和使用者層測試的差別，在於隨機分組的單位。Haus 稱，地理保留實驗把地理區域隨機分到實驗組或對照組，再用合成控制法比較整體結果。
平台回報的 ROAS 為什麼和增量對不上
平台歸因記的是廣告有沒有出現在成交路徑上，增量測試問的是沒有廣告還會不會成交。Cometly 以再行銷為例：歸因資料可能顯示再行銷廣告轉換率高，增量測試卻常發現很多顧客本來就打算回來買，廣告在場，但不是成交的原因。
搜尋廣告也可能出現同樣的情形。該公司寫到，沒有增量資料時，可能會認定 Google 搜尋是表現最好的管道；增量測試則可能顯示 Google 搜尋的增量偏低，因為這些顧客本來就會從自然搜尋找到你。The Ad Spend 把第三次去證明品牌字搜尋增量低，列為常見失誤之一，建議把測試留給預算最大、最有爭議的項目。
這不表示歸因報告沒有用。Cometly 在 2026 年 2 月的指南裡這樣寫：
incrementality testing and attribution are complementary, not competitive
意思是增量測試和歸因是互補關係，不是互相取代。The Ad Spend 的分工建議是：歸因用來做快速的日常優化，增量測試用來驗證被記功的管道是否真的創造營收。
測出增量之後，可以回頭校正平台數字。該站建議每個管道算一個增量係數，也就是實測 lift 除以歸因轉換數，再套用到平台數字上，讓日常優化看的是打過折的 ROAS。Haus 舉的例子是：Meta 回報 500 筆轉換、測試顯示增量 300 筆，係數就是 0.6，代表 Meta 回報的轉換有 60% 是真正的增量。
廣告地理實驗與其他測試設計比較
The Ad Spend 列出五種主要的測量方法，其中三種要設對照組：地理保留（配對市場）、平台轉換提升測試、受眾保留／幽靈廣告；另外兩種是行銷組合模型（MMM）與多點觸及歸因（MTA）。三種實驗的差別在對照組切在哪一層，以及要花的時間與成本。
| 做法 | 測的是什麼 | 典型時程 | 成本 | 適合 |
|---|---|---|---|---|
| 地理保留（配對市場） | 任何管道（線上或線下）在市場層級的因果 lift | 設計 1–2 週，上線 4–8 週 | 從免費工具（GeoX）到六位數美元的廠商合作，另加停投市場的機會成本 | 大筆預算；沒有點擊路徑的管道（CTV、音訊、戶外、網紅） |
| 平台轉換提升測試 | 單一平台內（Meta、Google、TikTok）使用者層的 lift | 2–4 週 | 達到花費門檻後通常免費 | 快速看單一管道、檢查平台 ROAS |
| 受眾保留／幽靈廣告 | 針對自己掌握的受眾量使用者層 lift，對照組是本來會被曝光的人 | 2–6 週 | 低到中，需要乾淨的受眾基礎設施 | Email、CRM、再行銷 |
The Ad Spend 也提醒，平台轉換提升測試的結果要標成平台自行回報，因為那等於平台自己批改自己的作業。Haus 則稱，平台提升測試能做精確的使用者層隨機分組，但需要 Meta 核准；地理保留實驗任何廣告主都能做，但需要足夠的地理涵蓋範圍與量。
合成控制是地理實驗常搭配的分析方法。The Ad Spend 稱，GeoX 與多數廠商用合成控制法替每個停投市場建一個加權的分身市場，可以減少需要的市場數量。Haus 稱這種做法可以比傳統配對市場測試精確四倍，這是該公司本身的說法。
主力放在 Google 的廣告主，還要先想清楚測的是哪一塊。Northbeam 產品副總 Stas Goldobin 接受 AdExchanger 採訪時說，就增量測試而言，Google 其實要拆成六個不同的版位：Google Search、Google Shopping、Performance Max、Demand Gen、YouTube 與 Google Ads。AdExchanger 報導，Northbeam 在 2026 年 4 月推出的增量測試功能先支援 Meta 與 Google。Cometly 另寫到，Google 的轉換提升測試設定時需要和 Google 業務代表協調。
開跑前要先定下來的事
The Ad Spend 建議地理保留測試從一個預算決策開始，例如要不要砍品牌字搜尋，並稱無法改變任何一條預算的測試只是科學專題。決策定了，再談市場怎麼配、對照組多大、跑多久、怎麼讀結果。
選市場方面，該站建議用至少 12 個月的歷史資料，把地區或郵遞區號群組切成配對好的實驗組與對照組。Cometly 提醒，地區之間的人口結構、競爭環境或季節型態可能不同，挑選要謹慎，最好輪流換對照地區、多跑幾次。
花錢之前先做檢定力分析。The Ad Spend 舉例，如果測試只偵測得到 30% 的 lift，而你預期的是 10%，這個測試在開跑前就注定失敗。
對照組要多大，各家說法不同，談的對象也不一樣。The Ad Spend 針對地理保留稱，通常有 10–25% 的市場或花費停投；Measured 談以受眾建立對照組時稱，對照組一般至少占實驗組加對照組總觸及的 10%；Haus 談增量測試的一般限制時稱，為了足夠的統計檢定力，往往要保留 20–50% 的受眾，時間長達數週到數月。除了統計需求，停投本身也有阻力：Haus 提到，行銷團隊常抗拒從已證明有效的管道保留大筆預算，旺季時尤其如此。不能接受停投的團隊，The Ad Spend 建議反過來做：各地花費維持不變，只在實驗市場額外加碼。
要跑多久，說法也不一致。Cometly 稱多數增量測試至少要跑兩週，最好四週，才能涵蓋完整的轉換窗口；The Ad Spend 對地理保留的建議是 4–8 週再加一段冷卻期，B2B 和需要考慮較久的購買要取長端。
Haus 文中引用一份 640 個 Meta 實驗的分析：上層漏斗測試平均跑 34 天，一般 Meta 測試平均是 18.6 天。Haus 的解釋是上層漏斗活動的效果會延遲出現，需要更長的觀察期。
讀結果的規則要在開跑前寫下來。The Ad Spend 建議事先登記成功指標、分析方法，以及每種結果會觸發什麼決策，並且不要中途偷看，因為重複檢查顯著性會讓偽陽性變多。Eppo 統計工程主管 Sven Schmit 在 2024 年一篇比較 A/B 測試統計方法的文章中寫到，傳統 t 檢定只有在事先決定樣本數時才有效，不允許偷看；序列檢定能很快偵測到指標的大幅偏離；貝氏方法用先驗分布，可以緩解偷看帶來的問題。Eppo 也把序列檢定可以提早結束實驗列為優點，這和 The Ad Spend 不要中途偷看的建議出發點不同。
預算門檻、干擾因素與重測頻率
The Ad Spend 稱地理保留沒有硬性的預算下限，但經驗法則是：單一管道每月花費低於約 10 萬到 25 萬美元的品牌，很難在 4–8 週內達到顯著，應該先從平台轉換提升測試或受眾保留開始。
工具方面，該站稱 Google 在 2026 年 5 月的 Google Marketing Live 發表開源的地理增量工具 Meridian GeoX，並轉述 Google 表示測試會在 2026 年稍後開始。The Ad Spend 認為地理實驗因此有了免費的預設選項，對中型品牌是好事。同一篇文章也提醒，Google 同時賣媒體又提供測量模型，建議每年至少用中立的工具或分析師，對 Google 的花費跑一次地理測試做對照。
實驗期間的干擾也會讓結果失真。The Ad Spend 列出的污染來源包括通勤者跨區、共用的媒體市場、重疊的促銷，以及測試中途上線的品牌活動。Cometly 舉例，在黑色星期五跑增量測試，實驗組和對照組的轉換率都會被推高。
測完一次也不是定論。The Ad Spend 建議每個主要管道每 6–12 個月重測一次，理由是增量會隨受眾飽和與競價變化而衰退；Cometly 稱許多成熟的行銷人每季對主要管道跑增量測試。
銷波快觀點：控制變因才是實驗的本體
我們在節目裡講過 3×3 測試法，核心是控制變因。固定同一組素材、文案、CTA，分別投三個不同受眾，每組每天大約 15 美金。三組點擊率都低，問題在素材或文案；三個元素確認沒問題還是跑不動，問題百分之百在產品本身。廣告地理實驗是同一套邏輯放大到市場層，只是被控制住的變因從受眾換成了地區。
建關鍵字 hub 的時候，我們踩過一次很像的坑。原本的規則是取那一群搜尋量最高的詞當錨點，連續選錯 3 次。量高只代表詞熱，不代表能代表這個群。後來還查到兩個不同的關鍵字，月曲線連續 10 個月逐字相同，那是聚類污染造成的假數字。帳面數字漂亮跟數字是真的，中間差了一整個驗證步驟。ROAS 也一樣。
另一個相關的習慣是買廣告前先對照自然排名。我們替一家客戶用 SERP 實測過 Maps 排名，某個地區的字組已經排在最前面，買廣告等於左手打右手，直接砍掉；另一個地區的字組還沒被收錄，廣告是唯一入口，改列主力。這個判斷的形狀跟增量測試一樣，都是在問沒有廣告會怎樣。差別只在一個用排名推估，一個用實驗直接量。
我們的判斷是：後台報告和地理實驗回答的是兩個不同的問題，兩份都要看，只是別拿後台的 ROAS 去回答「這筆預算該不該加」。
結論：先寫下要回答的預算問題，再決定停投哪一區
平台報告記的是廣告碰過的轉換，增量測試量的是沒有廣告就不會發生的那一塊。地理實驗把對照組切在市場層，任何管道都能測，但依 The Ad Spend 的整理，設計加上線要 1–2 週再加 4–8 週，單一管道月花費約 10 萬到 25 萬美元以下的品牌不容易測出顯著結果。
對照組要多大、要跑多久，Measured、The Ad Spend、Haus 與 Cometly 的建議不同。The Ad Spend 建議開跑前先做檢定力分析，並把成功指標與對應的預算決策寫下來。預算不夠撐地理實驗時，該站建議先從平台轉換提升測試或受眾保留開始；其中平台轉換提升測試的結果，要標成平台自行回報。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- Incrementality Testing: A Practical 2026 Playbooktheadspend.com
- Understanding Meta incrementality testinghaus.io
- Incrementality Testing for Paid Advertisingcometly.com
- What is Incrementality Testing and How Do You Measure Incrementality?measured.com
- Comparing Frequentist vs. Bayesian vs. Sequential Approaches to A/B Testinggeteppo.com
- Northbeam Adds The Third Leg Of The Attribution Stool With Incrementality Testingadexchanger.com
