Eksperymenty w Google Ads i Meta Ads: testy kampanii, zasobów i stawek bez psucia algorytmu

Jakie eksperymenty oferuje Google Ads w 2026 r.

Google Ads zbiera wszystkie testy w sekcji „Eksperymenty”. Typ eksperymentu wybierasz w zależności od tego, czy testujesz ustawienia kampanii, kreacje, czy dodanie nowego typu kampanii.

Najwięcej zmian przyniósł w tym roku Performance Max. Testy zasobów pozwalają sprawdzić np., czy nowy zestaw wideo poprawia wyniki, bez tworzenia osobnej kampanii. Pamiętaj też, że dla nowych kampanii PMax od 4 grudnia 2026 r. ekstrakcja obrazów ze strony będzie domyślnie włączona – w teście zasobów obie wersje powinny mieć to ustawienie takie samo. Więcej o zmianach w tym typie kampanii piszemy w przeglądzie Performance Max w 2026 r.

Jak ustawić eksperyment niestandardowy w Google Ads krok po kroku

Eksperyment niestandardowy tworzy kopię kampanii, w której zmieniasz jeden element, a następnie dzieli ruch między oryginał i kopię. To podstawowe narzędzie do testowania strategii stawek i ustawień w sieci wyszukiwania.

1. Otwórz sekcję „Eksperymenty” w menu kampanii i wybierz eksperyment niestandardowy.
2. Wskaż kampanię bazową. Powinna mieć stabilne wyniki i co najmniej kilkadziesiąt konwersji tygodniowo.
3. Wprowadź jedną zmianę w wersji testowej, np. zmianę strategii z docelowego CPA na docelowy ROAS albo włączenie funkcji AI Max.
4. Ustaw podział ruchu, zwykle 50%, i metodę: według plików cookie (ta sama osoba widzi jedną wersję) albo według wyszukiwań (szybsze zbieranie danych, ale jedna osoba może trafić do obu wersji). Do testów stawek i stron docelowych wybieraj podział według plików cookie.
5. Włącz synchronizację, żeby zmiany wprowadzone w kampanii bazowej, np. nowe wykluczające słowa kluczowe, trafiały też do wersji testowej.
6. Ustaw daty. W praktyce testy strategii stawek trwają 4–6 tygodni, a ocena powinna uwzględniać opóźnienie konwersji.
7. Wybierz wskaźniki oceny: konwersje, wartość konwersji, CPA lub ROAS – zgodne z celem kampanii.
8. Zastosuj wynik. Po zakończeniu możesz zaktualizować kampanię pierwotną albo przekształcić wersję testową w nową kampanię.

Kampanie w sieci wyszukiwania, które we wrześniu 2026 r. zostały automatycznie przeniesione do AI Max, to dobry kandydat do takiego testu: wersja z AI Max i bez niej. Jeśli na Twoim koncie dostępny jest gotowy typ eksperymentu dla AI Max, możesz z niego skorzystać. Co sprawdzić po migracji, opisujemy w tekście o AI Max for Search.

Jak testować stawki i Smart Bidding bez psucia algorytmu

Eksperyment ze strategią stawek jest wiarygodny, gdy obie wersje mają ten sam budżet, te same cele konwersji i tę samą konfigurację, a ocena obejmuje okres po zakończeniu nauki. Inaczej porównujesz algorytm w trakcie nauki z algorytmem, który zna już kampanię.

• Okres nauki. Według dokumentacji Google okres nauki trwa zwykle do ok. 7 dni. Google potwierdził w październiku 2026 r., że zmiana celu i budżetu go nie resetuje, ale zmiana strategii w wersji testowej wymaga nauki. Wyniki z pierwszego tygodnia traktuj jako rozgrzewkę. Szczegóły opisujemy w tekście o okresie nauki Smart Bidding.
• Opóźnienie konwersji. Jeśli klienci kupują średnio kilka dni po kliknięciu, ostatnie dni testu mają niepełne dane. Odczekaj ten czas przed oceną.
• Eksploracja. Smart Bidding Exploration w 2026 r. obejmuje kolejne typy kampanii, w tym Performance Max i kampanie produktowe, a jego domyślny status zależy od typu kampanii i konta. Obie wersje testu muszą mieć to ustawienie identyczne – więcej w tekście o Smart Bidding Exploration.
• Budżet. Przy podziale 50/50 każda wersja dostaje połowę danych. Jeśli kampania jest ograniczona budżetem, obie wersje działają w innych warunkach niż kampania docelowo.
• Wskaźnik. Przy strategiach opartych na wartości porównuj wartość konwersji i ROAS, a nie liczbę konwersji. Jak wybrać strategię, wyjaśniamy w tekście o docelowym ROAS i maksymalizacji wartości.

Załóżmy, że kampania generuje 1200 konwersji miesięcznie. Przy podziale 50/50 każda wersja zbierze ok. 600 konwersji w miesiącu, czyli ok. 840 w ciągu sześciu tygodni. To wystarczy, żeby wykryć różnicę w CPA rzędu kilkunastu procent, ale nie kilku. Zasady liczenia próby opisujemy w artykule o istotności statystycznej i wielkości próby.

Testy w Meta Ads: test A/B, testowanie kreacji i Conversion Lift

Meta oferuje trzy rodzaje testów: klasyczny test A/B na poziomie kampanii lub zestawów reklam, testowanie kreacji na poziomie reklamy oraz badania przyrostu. Każde odpowiada na inne pytanie.

Testowanie kreacji uruchamiasz podczas tworzenia lub edycji reklamy, w sekcji testów kreacji pod ustawieniami kreacji. Meta tworzy kopie reklamy (oryginał nie bierze udziału w teście), a Ty wydzielasz część budżetu – Meta zaleca nie więcej niż 20%. Domyślny czas to 7 dni, a jako wskaźnik porównania wybierasz najczęściej koszt wyniku. W trakcie testu warianty dostają zbliżone wydatki, a po jego zakończeniu reklamy działają dalej bez wyrównywania budżetu. Wyniki znajdziesz w sekcji eksperymentów.

Po wprowadzeniu systemu Andromeda sens ma testowanie wyraźnie różnych koncepcji kreatywnych, a nie drobnych zmian koloru przycisku, bo system premiuje różnorodność kreacji. Strukturę kampanii dopasowaną do tego podejścia opisujemy w tekście o Meta Ads po Andromedzie. Porównując wyniki testów sprzed marca 2026 r. z nowszymi, uwzględnij też zmiany w zasadach atrybucji, które omawiamy w artykule o atrybucji w Meta od marca 2026 r.

Jak czytać wyniki eksperymentów i kiedy wdrożyć zwycięzcę

Wdrażaj zwycięzcę dopiero wtedy, gdy test zebrał zaplanowaną próbę, minął czas opóźnienia konwersji, a różnica jest istotna i zgodna z danymi spoza platformy. Wcześniejsza decyzja to ruletka.

1. Sprawdź istotność. Google Ads pokazuje różnicę między wersjami z przedziałem ufności i oznaczeniem istotności statystycznej. Meta wskazuje zwycięską wersję i poziom pewności wyniku.
2. Sprawdź skalę danych. Przy kilkudziesięciu konwersjach na wersję nawet „istotny” wynik bywa niestabilny.
3. Porównaj z GA4 lub CRM. Jeśli platforma pokazuje poprawę, a sprzedaż w systemie sklepu się nie zmienia, wynik może wynikać ze zmiany sposobu przypisywania konwersji.
4. Oceń wskaźniki pomocnicze. Niższy CPA przy wyraźnie niższej wartości zamówienia może oznaczać gorszy wynik biznesowy.
5. Wdrażaj stopniowo i obserwuj wyniki przez kolejne 2–3 tygodnie.

Eksperyment w platformie mówi, która wersja kampanii daje lepsze wyniki według pomiaru platformy. Nie mówi, ile sprzedaży kampania przynosi ponad to, co wydarzyłoby się bez niej. To pytanie rozstrzygają testy inkrementalności i Conversion Lift.

Najczęstsze błędy w eksperymentach kampanii

Większość błędów w eksperymentach kampanii wynika z tego, że w trakcie testu zmieniło się coś poza testowaną zmienną. Przed startem sprawdź poniższą listę.

• Nakładające się testy. Dwa eksperymenty na tej samej kampanii lub grupie odbiorców uniemożliwiają rozdzielenie efektów.
• Zmiany bez synchronizacji. Edycja kampanii bazowej, która nie trafia do wersji testowej, tworzy drugą różnicę między wersjami.
• Automatyczne zmiany. Automatycznie stosowane rekomendacje czy włączone domyślnie od 12 października 2026 r. automatyczne promocje mogą zmienić kampanię w trakcie testu. Sprawdź te ustawienia przed startem.
• Zbyt krótki test. Zakończenie testu w okresie nauki lub przed upływem opóźnienia konwersji faworyzuje wersję, która szybciej się ustabilizowała.
• Zły wskaźnik. Ocena na podstawie CTR, gdy celem jest sprzedaż, prowadzi do wyboru reklam przyciągających kliknięcia, a nie klientów.
• Test w nietypowym okresie. Wynik z Black Friday nie przenosi się automatycznie na styczeń.

Pełną listę błędów, które fałszują eksperymenty, także na stronie, opisujemy w artykule o 12 błędach w testach A/B. Pozostałe poradniki znajdziesz w dziale Testy A/B.