A/B-test i Google Ads er en af de hurtigste måder at få mere ud af et annoncebudget på, hvis du driver webshop. Ikke fordi testen i sig selv skaber salg, men fordi den gør det lettere at skille mavefornemmelser fra reel effekt.
Mange konti bliver stadig optimeret ud fra enkeltstående dage, små udsving eller en intern idé om, hvad der “burde” virke. Det er sjældent en god metode. Når du tester systematisk, får du et bedre grundlag for at ændre budskaber, assets, kampagneindstillinger og struktur uden at gætte.
Hvad A/B-test i Google Ads betyder for en webshop
En A/B-test i Google Ads er i praksis en kontrolleret sammenligning mellem en original version og en testversion. Målet er at finde ud af, om en ændring giver bedre resultater, typisk målt på konverteringer, CPA eller ROAS.
For webshops giver det især mening, når trafikken allerede er der, og næste skridt er at forbedre effektiviteten. Hvis du allerede bruger penge på Search, Shopping eller Performance Max, kan selv små forbedringer få stor effekt over tid. En lavere CPA eller en højere ROAS på samme budget flytter noget direkte på bundlinjen.
Det kræver dog, at testen er ren. Tester du for mange ting på én gang, ved du ikke, hvad der skabte forskellen.
Hvilke eksperimenttyper i Google Ads er mest relevante
Google Ads har flere måder at teste på. Nogle ligger på den generelle Experiments page, hvor du kan dele trafik eller budget mellem original og eksperiment. Andre er mere specifikke, som Performance Max asset testing.
For webshops er det sjældent nødvendigt at bruge alle typer. Det relevante er at kende forskellen, så du vælger den rigtige testform til det, du faktisk vil måle.
| Eksperimenttype | Hvad du tester | Hvornår det giver mening | Praktisk note |
|---|---|---|---|
| Custom experiments | Kampagneindstillinger, budstrategi, struktur | Når du vil teste større ændringer i en eksisterende kampagne | Trafik eller budget kan deles mellem original og eksperiment |
| Ad variations | Variationer af annoncetekst | Når du vil teste formuleringer i søgekampagner | God til mindre tekstændringer |
| Performance Max experiments | Features, settings eller kampagner i relation til Performance Max | Når du vil måle forskel på en mere overordnet ændring | Kræver ofte nok konverteringsvolumen for at være relevant |
| Performance Max asset testing | Nye eller ændrede assets i samme kampagne | Når du vil måle effekten af kreative elementer uden at ændre hele opsætningen | Samme kampagne opdeles i kontrolgruppe og testgruppe |
Google beskriver også, at eksperimentresultater kan vurderes i en samlet opsummering, hvorefter du kan vælge at anvende ændringen eller afslutte testen. Det er en vigtig detalje, fordi A/B-test ikke kun handler om opsætning. Det handler også om at have en klar beslutning bagefter.
Performance Max asset testing i Google Ads
Performance Max er ofte den kampagnetype, som webshops bruger mest tid og budget på. Derfor er det også her, A/B-test kan være ekstra værdifuld.
Ved asset testing i Performance Max tester du effekten af at tilføje eller ændre assets, altså billeder, video, overskrifter, beskrivelser og lignende. Google kører testen inden for én kampagne og fordeler trafikken mellem en kontrolgruppe og en testgruppe. Fordelen ved den model er, at du ikke nødvendigvis starter to helt separate kampagner, som hver skal lære fra bunden.
Google peger selv på, at denne metode kan reducere læringsperioden og give hurtigere resultater end mere tunge opsætninger. Det gør testen interessant for webshops, hvor man gerne vil have et brugbart svar uden at forstyrre en kampagne, der allerede skaber salg.
Det betyder ikke, at asset testing er “hurtig gevinst” hver gang. Hvis kampagnen har lav volumen, svag tracking eller meget skiftende efterspørgsel, bliver signalet støjende.
Trafiksplit og kontrolgruppe i Google Ads eksperimenter
Når man taler om A/B-test, er trafiksplit et af de mest oversete punkter. Hvis trafikken ikke fordeles ordentligt mellem version A og B, er testen i praksis svær at stole på.
I de almindelige eksperimenter i Google Ads kan du typisk splitte budget eller trafik mellem original og eksperiment. I Performance Max asset testing sker opdelingen som nævnt i samme kampagne mellem kontrolgruppe og testgruppe. Det gør sammenligningen mere ren, fordi fundamentet i højere grad er det samme.
Det lyder teknisk, men den praktiske pointe er enkel: Du vil sammenligne to versioner under så ens forhold som muligt.
Sådan opsætter du en brugbar A/B-test i Google Ads
En god test starter ikke i Google Ads interface. Den starter med et klart spørgsmål. Hvad vil du bevise eller afkræfte?
Hvis målet er bedre effektivitet, skal du formulere testen stramt. Ikke “kan vi få kampagnen til at performe bedre?”, men “giver nye produktvideoer i Performance Max en bedre ROAS end statiske billeder alene?” Det er konkret. Og det kan måles.
Når opsætningen bliver for bred, ender du med data, der ikke kan bruges til noget.
En enkel arbejdsgang ser typisk sådan ud:
- Vælg én variabel
- Brug samme målgruppe og samme budgetlogik
- Hold øvrige elementer stabile
- Lad testen køre længe nok
- Evaluer på forretningsmål, ikke kun klik
Der er også nogle helt praktiske krav, som bør være på plads, før du trykker start.
- Tracking: Konverteringer skal registreres korrekt og stabilt
- Attribution: Samme model skal bruges i hele testperioden
- Feed-kvalitet: Merchant Center og produktdata skal være ens før og under testen
- Budget: Der skal være nok spend til at generere et tydeligt signal
- Dokumentation: Skriv ned præcis hvad der er ændret, og hvornår testen startede
Hvis du springer disse punkter over, risikerer du at bruge tid på en test, der ender med et uklart svar.
Hvad du bør teste først i Performance Max
Det er fristende at teste alt. Det er næsten altid en fejl.
Start med ændringer, som realistisk kan flytte noget på enten konverteringsraten eller ordreværdien. I Performance Max vil det ofte være assets, især hvis kampagnen allerede har fornuftig volumen og et stabilt feed.
Relevante testemner kan være nye videoassets, nye billeder med stærkere produktvinkel, andre overskrifter, eller en anderledes kombination af branding og prisfokus. Hvis du ændrer både video, billeder, copy og mål på én gang, får du ikke et klart svar.
For webshops med mindre volumen er det ofte bedre at teste få tydelige ændringer end mange små justeringer.
KPI’er til A/B-test i Google Ads: konvertering, CPA og ROAS
Klikrate og CPC kan være nyttige sekundære signaler, men de bør sjældent være det, der afgør testen i en webshop. Det afgørende er, om den nye version skaber mere værdi.
De mest brugbare målepunkter er typisk disse:
- Konverteringer: Giver testversionen flere køb eller flere værdifulde leads?
- CPA: Koster en ordre mindre eller mere i testgruppen?
- ROAS: Skaber testversionen mere omsætning pr. annoncekrone?
- Konverteringsværdi: Flytter testen den samlede værdi, selv hvis antal køb er stabilt?
Et simpelt webshop-scenarie kan se sådan ud: En webshop kører Performance Max med stabil omsætning og vil teste nye assets. Version A er den nuværende opsætning. Version B får nye produktbilleder og en kort video. Efter testperioden viser experiment summary, at version B giver næsten samme antal konverteringer, men højere gennemsnitlig ordreværdi. CPA er stort set uændret, mens ROAS stiger. I det tilfælde er testen ofte værd at implementere, selv om konverteringsantallet ikke eksploderer.
Hvis din forretning arbejder med lave marginer, vil CPA ofte veje tungere. Hvis du har bred margin og stor forskel i ordreværdi mellem produkter, kan ROAS være mere relevant som primært beslutningsmål.
Hvor længe skal en A/B-test i Google Ads køre
En test skal have tid til at samle data nok til, at resultatet giver mening. For korte tests er en klassisk årsag til forkerte beslutninger.
For Performance Max asset tests er en god tommelfingerregel mindst 4 uger. Det skyldes både læring, variation mellem ugedage og behovet for et mere stabilt datagrundlag. Hvis kontoen har lav volumen, kan der være behov for længere tid.
Google viser kun visse anbefalinger til A/B-tests på kampagner, der er egnede og har nok konverteringsvolumen. Det siger en del i sig selv. Hvis kampagnen næsten ikke konverterer, er det svært at få et svar, du kan handle trygt på.
Derfor bør du ikke spørge “hvor hurtigt kan vi få et resultat?”, men “hvornår har vi nok data til at tage en god beslutning?”
Sådan læser du resultaterne i experiment summary
Når testen har kørt længe nok, skal resultaterne læses roligt og i sammenhæng. Google Ads samler normalt resultatet i en eksperimentoversigt, hvor du kan sammenligne performance mellem original og test.
Det vigtigste er ikke, om én kolonne er grøn. Det vigtigste er, om forskellen er stor nok og stabil nok til at have forretningsværdi. Hvis ROAS stiger 3 procent, men udsvinget ligger inden for normal variation, er der ikke meget at handle på. Hvis CPA falder markant over flere uger, samtidig med stabil volumen, er signalet stærkere.
Når data er tilstrækkelig, har du i grove træk tre muligheder:
- Anvend testen: Brug ændringen i den oprindelige kampagne
- Afslut testen: Behold nuværende opsætning, hvis forskellen er svag eller negativ
- Kør en ny test: Tag læringen med videre og test næste enkeltvariabel
Det sidste punkt er ofte det mest værdifulde. A/B-test er ikke en engangsøvelse. Det er en arbejdsmåde.
Typiske fejl i A/B-test for webshops
De fleste fejl er ikke tekniske. De er metodiske. Man vil gerne frem til et svar hurtigt, men ender med at gøre testen for rodet.
Det ses især i konti, hvor mange ændringer sker samtidig, eller hvor kampagnen bliver optimeret manuelt midt under testen. Så måler du ikke længere A mod B. Du måler en bevægelig målskive.
De mest almindelige fejl er ofte disse:
- For kort testperiode
- For lav volumen
- Flere ændringer på én gang
- Ustabil tracking
- Beslutning taget på få dage
En anden klassiker er at fokusere for meget på annonceplatformen og for lidt på webshoppen. Hvis produktsiden, prisstrukturen eller checkout skaber friktion, kan du godt forbedre klik og stadig stå med samme salgstal. A/B-test i Google Ads virker bedst, når hele kæden hænger sammen fra annonce til køb.
Det er også værd at være nøgtern omkring, hvad testen kan svare på. En asset test i Performance Max kan fortælle noget om effekten af dine kreative elementer. Den kan ikke alene forklare hele udviklingen i din forretning, især ikke hvis sæson, lagerstatus eller tilbud ændrer sig samtidig.
Praktisk prioritering for marketingteams i webshops
Hvis du sidder i et lille marketingteam eller som ejerleder, er det sjældent realistisk at køre mange parallelle tests. Det behøver du heller ikke.
Start med den kampagne, hvor budgettet er størst og datagrundlaget bedst. For mange webshops vil det være Performance Max. Vælg derefter én test, der er nem at beskrive og nem at måle. Kør den færdig. Tag beslutningen. Gå videre til næste.
Det er ofte den enkle disciplin, der skaber fremdrift:
- Ét klart spørgsmål
- Én ændring ad gangen
- Én fast evalueringsperiode
- Én beslutning bagefter
Når det bliver rutine, bliver Google Ads mindre præget af gæt og mere præget af drift, læring og bedre økonomi i annonceringen.