亚马逊店铺运营包括了很多操作，比如说选择产品，设计主图，推广营销，物流发货等等，在做主图的时候，需要根据用户的习惯去设计，最好是进行测图的操作，那么一般亚马逊上怎么测图呢?
亚马逊测图实验步骤为：
选择两张要进行对比测试的产品主图分别放在两个新开SB广告中，选择一个流量比较大的关键词。
用精准匹配；
保持竞价相；
投放相同的一段时间；
保证两组广告的曝光都大于4000；
对比两组广告的CTR，谁的更大就选该组的图片作产品主图。
底层逻辑：控制单一变量，除图片外，其他因素尽可能保持一致。
注意要素：
两组广告必须都是新开的，防止因为其中一组广告存在历史积累权重影响实验结果;
选择大流量词是为了尽快积累足够多数据，防止测试花费太长时间;
选精准匹配是为了确保流量来源一致的，因为不同的关键词往往代表的是不同需求，对产品图片的好恶也会存在差异;
竞价相同倒不是因为担心广告展示的位置不同，(记得那时头条广告还只展示在搜索结果头部位置)单纯是为了确保两组广告初始条件一致;
投放时间段一致是为了确保排除掉极端情况的出现(例如旺季和淡季广告的效果也会有差异性)
曝光大于4000是我人为设置的一个节点，防止数据样本过少，导致结果出现偶然性，虽然数据越多结果肯定越准确，但还要考虑测试的成本，综合下来，我认为4000的曝光量已足以完成实验;
实验缺陷：
1.时间：虽然我们已尽可能的确保除了要测试的变量(主图)外其他因素尽可能保持不变，但有个因素我们却无法控制，那就是时间，由于客户的购物习惯等因素，一周内每天的广告的表现多少存在都会存在差异，一天之中的时间更是如此，大半夜展示的广告和大白天展示的广告表现也会不同，而我们无法保证两组广告总是会同时展示，这就会出现拿不同时间段的数据进行对比而导致的结果偏差;
2.数据量：即使我们设置了相同的竞价，相同的预算，但有时就是会出现一个广告组数据贼多，另一个却一直跑不出什么数据的情况，到了实验规定的截至日期之后(由于实验会产生时间和金钱成本，所以要人为规定截止日期，尽可能速战速决)，两个组积累的数据量差异可能会非常大，理论上来说，数据样本积累的越多，得出的结果越接近真实情况，反之数据越少结果的偶然性就越大，但拿两种不同量级的数据进行对比是非常不合理的;对此补救的办法是，曝光先达到4000的广告组暂停，没到4000的组继续开着直到两组广告曝光量差不多，然后进行比较，但这又会引起另一个变量：时间的变化，唉，真是按下葫芦起了瓢;
3.位置：SB广告后面又新增了搜索结果底部以及产品详情页的展示位，这些位置由于可见性不同导致点击率也会有差异，而且SB广告的数据呈现还没有像现在的SP广告这样将不同位置的数据分开，这就导致得到的数据是由不同位置汇聚而来的一锅大杂烩，你拿Top位置广告的点击率和Bottom位置的广告去比较，自然也是不合理的;
实验总结：
时间和数据量的因素我们还可以通过拉长实验时间，增加实验数据量的方式来尽可能避免极端情况，但是展示位置不同是一个硬伤，SB广告测主图的方式也因此被我淘汰。
亚马逊测图的方法有很多，大家在测图的时候。需要关注一些数据，根据这些数据去判断图片的好坏，数据比较差的话，可以更换新的有图片进行测试，直到测试出数据比较好的图片，再去停止测图的操作哦。
推荐阅读：
