广告效果会受各种因素的影响，当我们想要测试不同因素对广告效果的影响时，如果通过创建不同广告系列来研究变量对广告的影响，结果会收到广告系列之间的竞争关系的影响，难以测出真正的效果，而且会造成账号广告内耗，所以才有AB测试。
AB测试是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。
借助A/B测试，您可以对中介组中的2个变体进行评估，然后比较评估结果。例如您在使用现有中介组后，为该中介组创建一个变体，看看哪个中介组的效果更好。该测试会在现有中介组设置和变体之间同时实施，并对您的应用进行用户进行分配，以便对两者的效果进行对比衡量。
1）您可通过以下方法更改变体B中的中介组设置：
2）添加或移除广告来源，看看它们对中介组的影响
3）通过更改广告来源的人工有效每千次展示费用值来采用不同的广告瀑布流顺序
4）启用或停用对广告瀑布流中广告来源的优化；
5）更改向广告来源发出广告请求的次数；
用户体验永远是卖家最关心的事情之一，但随意改动已经完善的落地页是一件很冒险的事情，因此很多卖家会通过AB测试进行决策。常见的是在保证其他条件一致的情况下，针对某一单一的元素进行AB两个版本的设计，并进行测试和数据收集，最终选定数据结果更好的版本。
通常影响电商销售转化率的因素有产品标题、描述、图片、表单、定价等，通过测试这些相关因素的影响，不仅可以直接提高销售转化率，长期进行也能提高用户体验。
广告优化可能是AB测试最常见的应用场景了，同时结果也是最直接的，营销人员可以通过AB测试的方法了解哪个版本的广告更受用户的青睐，哪些步骤怎么做才能更吸引用户。
1、打开Google Ads首页找到左边列表中的“实验”（如果看不到，就点击最下面“更多”就可以看到“实验”），点击蓝色+新建实验
以上就是自定义实验的创建过程了。
