一张实用的 TikTok 广告素材测试表，要把四件事放在一起：准备测试什么变化、哪些条件保持一致、用哪个指标判断，以及下一步行动需要什么证据。先选两条标记清楚的广告，再提出一个具体问题，最后检查数据能不能回答它。
这一步很容易被跳过。点击率更高的广告，单次购买成本可能反而更高；另一条广告的数据更好，也可能同时换了受众、优惠和落地页。还有一些对比，只是现在的数据尚不足以判断。
下面提供可直接复制的计划表、结果表字段和三个完整案例。我们也用 Navos 的 Diagnose Creative Performance，把六条虚构广告记录和测试背景整理成复盘报告、指标 CSV 与计划 CSV。经复核的结果展示了它如何把计算、比较条件和后续行动放到一起。案例均为教学模拟，不是真实投放成绩，也不是行业基准。
先复制这张双版本测试计划表
每组比较单独建一份计划。计划与结果分开记录，避免看完数据后，才把某个表现好的指标说成最初的目标。
计划项 | 要填写什么 | Hook 测试示例 |
测试 ID 与负责人 | 固定编号、具体审核人 | HOOK-01；本轮投手 |
假设 | 预期哪个业务指标发生变化 | 先展示结果的开头，可能降低单次购买成本 |
两个版本 | 广告 ID、素材文件、版本名 | A：先展示问题；B：先展示结果 |
变化变量 | 明确只改哪里 | 视频开头三秒 |
控制项 | 哪些条件需要一致 | 正文、CTA、优惠、页面、受众条件、格式、出价与预算配置 |
主指标 | 投放前选定一个判断指标 | Purchase CPA，即单次购买成本 |
辅助指标与约束 | 用哪些指标解释结果、哪些损失不可接受 | CTR、CVR、ROAS；成本与风险上限 |
分组证据 | 如何分配受众、如何避免交叉 | 实验配置与执行记录 |
测量口径 | 日期、时区、归因窗口、事件定义 | 使用相同窗口、币种及购买定义 |
分析与样本设计 | 分析方法、值得检测的差异、功效与样本依据 | 启动前设计，不套用统一转化次数 |
停测与复核规则 | 收集上限、得出结论的前提 | 时间／资源上限、证据充分性、归因完整性 |
结果与下一步 | 当前观察、未知项、负责人、复核时间 | 描述、排查、重设或另启验证实验 |
如果两版素材还没有拍摄要求，可以先用 TikTok 广告创意 Brief 模板完成制作交接。Brief 说明要拍什么，测试表说明准备怎样比较。
结果表可以从以下 CSV 表头开始，每个版本占一行，暂时拿不到的值保留为
UNKNOWN：test_id,variant,ad_id,creative_version,market,currency,observation_start,observation_end,timezone,data_as_of,spend,impressions,destination_clicks,attributed_purchases,attributed_revenue,attribution_window,attribution_state,source_reference
这些是建议用于日常运营的字段。本次六行模拟输入包含 15 个原始字段；广告 ID、素材版本、数据截止时点和来源引用，是正式复盘时建议补充的信息。没有证据的字段不要编造。
把“哪条更好”变成一个能回答的问题
“哪条广告更好”可能包含不同目标：筛选整体创意、微调开头、测试行动引导，或决定是否继续合作某位达人。先明确这次决定什么，再选择比较方式。
如果测试 Hook，可以写成：“在正文、优惠和受众条件相同的情况下，先展示结果的开头，是否比先展示问题的开头带来更低的单次购买成本？”两版开头以外的内容保持一致。如果同时更换出镜人、优惠与落地页，就属于多个要素组合的比较，无法单独判断开头的贡献。
广告格式也要记录。从普通上传广告切换到 Spark Ads，可能同时引入开头以外的差异。Spark Ads 与非 Spark Ads 的对比可以帮助你在测试前列清格式条件。
预算配置与实际花费要分开。 两组设置相同预算，不代表实际分配一定相同；两组实际花费不同，也不能反推预算设置一定不同。复盘时需要同时保留设置与结果。
区分受控实验与普通投放观察
普通投放报表也能提供线索，但不会自动证明受众已随机分组、两组彼此互斥。没有实验执行证据时，应把结果标记为观察性比较。
2026 年 10 月 26 日复核的 TikTok Split Testing 官方文档，要求每次选择一个测试变量，并列有兼容性限制，其中 TikTok Shop 被列为不兼容。使用前需要核对具体广告类型、目标、设置及账号可用性，不能把通用 Split Test 流程直接套到 Shop 或 GMV Max。
这张表可以整理两类记录，但“分组证据”一栏必须让阅读者知道，眼前是受控实验，还是普通投放观察。
用相同定义复算指标
先确定主指标。本篇案例使用 purchase CPA：广告花费 ÷ 归因购买事件数。CTR 用于辅助观察，不能看到它更好后，临时替换最初的业务目标。
指标 | 计算公式 | 需要核对什么 |
目的地点击率 CTR | 目的地点击数 ÷ 展示次数 × 100 | 不混用全部互动点击 |
CPC | 花费 ÷ 目的地点击数 | 两组使用同一点击定义 |
CPM | 花费 ÷ 展示次数 × 1,000 | 币种一致 |
点击到购买 CVR | 归因购买事件数 ÷ 目的地点击数 × 100 | 事件数不一定等于去重购买人数 |
单次购买成本 CPA | 花费 ÷ 归因购买事件数 | 分母为零或未知时，说明不能计算的原因 |
ROAS | 归因收入 ÷ 花费 | 收入不等于利润，说明退款和收入处理口径 |
这里的 CVR 是对输入字段定义的比率。如果事件含义和归因窗口不一致，两列即使都叫 CVR，也不一定能直接比较。购买事件数还不能证明“每次点击都是独立、且最多产生一次购买的试验”，因此不能只拿这些汇总值就套入通用显著性公式。
跨多天汇总时，应先在同一版本、兼容的观察窗口内汇总分子和分母，再计算比率。每天展示量不同时，不要直接对每日 CTR 取简单平均。不同实验也不要合成一张“总赢家”榜。
三组对比，得到三种后续行动
下面三组案例来自本次 Navos 文件测试，使用虚构的美国站外网站转化记录，币种为美元。它们是彼此独立的练习，不是同一广告的连续三轮测试。场景假设和数据状态都保留下来，方便复核计算，也避免把教学输入当成真实平台实验。
案例一：点击更多，单次购买成本却更高
T1 的计划只改变开头。两版各有 20,000 次展示、600 美元实际花费。背景说明中的其他条件一致，但没有提供随机分配执行日志或统计结论。
结果 | 广告 A | 广告 B |
目的地点击 | 400 | 600 |
归因购买事件 | 40 | 30 |
归因收入 | $2,000 | $1,500 |
目的地点击率 | 2.00% | 3.00% |
CPC | $1.50 | $1.00 |
点击到购买 CVR | 10.00% | 5.00% |
单次购买成本 | $15.00 | $20.00 |
ROAS | 3.33 | 2.50 |
B 的点击更多、CPC 更低；A 的观察 CPA 更低，而 CPA 才是这组练习事先选定的指标。这为素材会议提供了一个具体判断：点击表现领先和购买成本领先，可能来自不同的广告。
下一步应核验分组与测量证据，再决定能否作更强判断。这些汇总值不能证明显著赢家，也没有解释差异究竟由什么造成。Navos 经复核的对比结果把“当前方向”和“还缺的证据”放在一起，团队拿到的是可以继续推进的复盘记录。
案例二：数字更好，但同时改变了多项条件
T2 的 A 使用广泛受众、无折扣、落地页 L1，每日预算配置为 100 美元；B 使用再营销受众、九折优惠、落地页 L2，每日预算配置为 150 美元。两版 Hook 和观察日期也不同。两个窗口有四天重叠，但并不完全一致。
B 的观察 CPA 为 10 美元，低于 A 的 15 美元；报告 ROAS 为 5.00，高于 A 的 3.33。这些算术比较成立，却不能解释差异分别来自 Hook、受众、优惠、页面、预算还是时间。
此时最有用的输出是重新设计比较：让受众、优惠、页面、预算规则、格式与观察窗口一致，再单独改变开头。现有数据保留为探索性参考，不能把再营销或折扣说成已经证实的效果原因。
这组输入还有需要保留的口径问题：折扣与收入如何对应，尚未说明；
complete 归因状态也是模拟给定标记，并非独立核验的时间证据。应保留原始报告值并标记问题，不要自行假设优惠核销方式，再去“修正”收入。
案例三：零购买与购买数据未知，要分开处理
T3 只有首日快照。A 花费 18 美元，产生 12 次点击，当前报告购买数为零；B 花费 21 美元，产生 21 次点击，购买和收入数据不可用。A 的归因状态为 partial，B 为 unavailable。
结果 | 广告 A | 广告 B |
当前购买事件数 | 0 | UNKNOWN |
当前 CVR | 0.00% | 未知 |
当前单次购买成本 | 不可计算：分母为零 | 不可计算：分母未知 |
当前 ROAS | 0.00 | 未知 |
下一步 | 等待归因回填后复核 | 恢复缺失数据，再复核 |
A 当前为零的指标可以如实记录，但不能当成最终表现。归因未成熟意味着数值可能变化，不能证明“零购买就是延迟造成的”。B 的未知值也不能填成零。
根据计划窗口和归因设置安排复核时间，再确认报告是否完整。到了某个日期，并不代表缺失数据会自动恢复。如果需要验证性结论，应在新的独立实验开始前确定设计；看过本批数据后再补规则，不能让它变成这批数据的事前设计。
用 Navos 把数据导出变成团队复盘资料
实际工作里，难点往往是把不同地方的信息拼起来：指标在 CSV 里，实验设置在文档里，待确认的问题又散落在聊天记录里。Navos 可以帮助把这些输入整理成团队能共同审阅的材料。
本次受控文件测试中，Diagnose Creative Performance 生成了 HTML 报告、指标 CSV 和测试计划 CSV。独立复核确认，经审阅的输出中，六条记录的 90 个原始数据单元格、32 个可计算指标以及 4 个不可计算结果均与输入和复算一致。这验证的是本次文件分析流程，不代表广告投放效果提升。
每份输出对应一项具体用途：
输出 | 汇集哪些信息 | 团队怎么使用 |
复盘报告 | 指标表现、比较条件、缺口和后续行动 | 让投手与创意负责人基于同一份证据讨论 |
指标 CSV | 原始字段、计算结果、公式 | 逐项复核数字，并继续用于工作表 |
测试计划 CSV | 控制项、待补设计、负责人和跟进任务 | 把本轮经验带入下一轮比较 |
使用者仍需核对来源并确认实验设计。Navos 在这次测试中承担的是分析整理和行动计划生成，没有连接广告账户或启动实验。
你可以先下载 Navos，准备第一份素材测试复盘。在 Square 查找本次使用的 Diagnose Creative Performance，以当前客户端实际可用状态为准；上传已获授权、完成去敏的导出数据，再附上简短的测试背景。
可直接复制的文件分析提示词
请复核附件中的两条广告表现数据和测试背景说明。 先确认文件可读及记录行数，再开始分析。 保留全部原始字段，复算目的地CTR、CPC、CPM、点击到购买CVR、 purchase CPA和ROAS，明确公式、分母、单位和缺失原因。 保留UNKNOWN，区分未知值与零。 检查变化变量、控制项、观察窗口、分组证据及归因完整性。 依据事先指定的主指标，分别说明观察到的差异、尚不能得出的结论、 需要补充的证据，以及下一步行动与负责人。 生成复盘报告、指标CSV和下一轮测试计划CSV。 没有依据的实验设计保持待填，不编造统计显著性或赢家。 本次仅做文件分析，不连接或修改广告账户。
同时提供数据和背景，结果才有判断基础。只上传花费和点击，无法让模型知道某一版曾更换落地页。分享前也应移除不必要的个人信息和账户标识。
让每次复盘留下一个可执行的决定
用三句话结束一次比较：看到了什么、还不能确定什么、接下来做什么。T1 看到的是 A 的报告 CPA 更低；尚不确定的是实验执行和统计证据；如果这一方向值得继续投入，下一步就是设计独立验证。
T2 应重设比较条件。T3 应修复数据缺口，并等到测量窗口可以解释。没有必要为了结束会议而强行选出赢家。
如果你面对的是一条过去表现不错、最近开始下降的素材，可以先做 TikTok 创意疲劳检查。诊断已有素材的下滑，与测试新版本，是两个不同的问题。
为下一步指定负责人和复核时间，把素材版本、原始快照、计算定义与判断记录放在一起。接手的投手或创意负责人，就能沿用这次分析，而不必再从聊天记录里重建来龙去脉。
常见问题
一次应该测试多少条素材？
这张模板用于两版广告、一个明确问题。更广泛的创意筛选可以包含更多素材，但普通投放中的分配结果不能直接当成受控双组实验。测试范围应与预算、测量能力和需要作出的决定相匹配。
TikTok 广告素材要测几天？
当前 TikTok 创建 Split Test 的帮助页建议排期至少七天。这是平台设置建议；结果是否能解释，还取决于分析计划、事件量、业务周期和归因完整性。到达时间或资源上限时，可以结束收集，但结论仍可能是证据不足。
需要准备多少测试预算？
没有一个固定美元金额能保证得到赢家。应结合自身基线、希望检测的差异、主指标、分析方法，以及适用平台提供的规划工具来确定。如果无法负担所需设计，就缩小问题或把结果定位为探索性参考，不要把更小的样本包装成确定结论。
点击率最高的素材就应该保留吗？
先看这次的业务问题和事前主指标。T1 中 B 的 CTR 更高，但 A 的观察 CPA 更低。CTR 有助于理解表现，却不能在看到结果后替换原本的购买成本目标。
这张表能用于 TikTok Shop 或 GMV Max 吗？
可以根据其事件定义和报告条件调整记录字段，用来整理导出数据。但使用这张表，不等于那些广告可以使用通用 Split Test 功能；真实实验能力和账号设置仍要按对应产品单独核对。
Navos 能自动找出赢家吗？
本次测试验证了它能够把所提供文件中的指标、比较缺口和后续行动组织起来，帮助团队作有依据的判断。要确认因果关系或显著赢家，仍需要适当的实验和有效分析，不能仅凭一份生成报告完成。
把导出数据、测试背景和主指标放进同一轮复盘。用 Navos 整理你的素材测试资料，再决定是验证有潜力的方向、重设比较，还是先补齐证据。
