测试跑完后，决定每条素材留、放还是停，分四步：测试前定好判定标准；测试后按成本、量级、衰减三类信号给素材分档；放量、复测、淘汰三档各按对应动作执行；最后复盘归档，作为下一轮测试的输入。
测试后的决策比测试设计更容易走样。凭感觉放量、凭印象淘汰，前面的测试就白做了。
判定标准在测试开始前定
测试结束后最常见的混乱，是“什么算达标”没有提前定。启动测试前写下三件事：
- 测试跑多久：按计划积累转化的速度来定，不预设固定天数。
- 达标线：成本上限和量级下限，数值用账户历史数据反推。
- 分几档处理：常见做法是放量、复测、淘汰三档。
测试中途改标准，就等于没有标准。
按三类信号分档
不要只看成本。三类信号各回答一个问题。
成本信号回答“效率够不够”：获客成本离达标线有多远，消耗随时间往哪个方向变化。成本贴线但量级可观的素材，往往比成本漂亮却跑不出量的素材更值得等一等。
量级信号回答“上限在哪里”：单日消耗能否稳定站上一个台阶，还是一直停在小额区间。有些素材成本达标，但怎么加预算都起不来量，问题多半在受众宽度。复测时应该换定向，而不是换出价。
衰减信号回答“还能跑多久”：转化率是平稳、缓慢下滑，还是断崖式下跌。测试期就出现断崖的素材，即使成本达标，放量价值也要打折扣，它可能在走完学习期之前就已经衰退。
创量的素材效果报表可以把同一批测试素材按这三类维度放在一起比较，跨账户测试时不必逐个账户翻数据。报表数据有更新周期，也存在口径差异，正式判定前先统一统计口径。
举个假设的例子。一批测试共 12 条素材，每组观察三天。团队设定的达标线是获客成本不高于 45 元，单日消耗能站上 800 元。
- 素材 01、07：成本 38 到 41 元，消耗稳定过线，衰减平稳，进入放量档。
- 素材 04：成本 47 元，略超线，但消耗冲得上去，进入复测档，换出价档位再测。
- 素材 09：成本达标，消耗一直在两三百元徘徊，进入复测档，换更宽的定向。
- 素材 03、05、12：成本超线一半以上，转化率持续下滑，进入淘汰档。其中两条归因为开头流失，一条归因为受众错配。
每个分档都能说清是哪个信号决定的。数字只用来演示方法，达标线要按自己账户的数据设定。
三档各做什么
放量档：小步加预算。每次上调幅度可控，两次调整之间留出观察时间，不要一次拉满，避免成本波动。放量的计划打标或单独分组，后续巡检按组提高频次。
复测档：一次只改一个变量。成本贴线但量小，换定向；量够但成本超，换出价档位；两者都还可以但转化差，换素材开头。同一条素材复测两次仍不达标，转入淘汰档。
淘汰档：做清理和归因两件事。清理是用批量操作把低效素材从在投广告里替换或删除，避免继续占用计划和预算。能清理哪些对象取决于媒体支持，执行前按账户确认范围。归因是写清楚为什么不行，比如开头三秒流失、转化路径断裂、受众错配，并给淘汰素材打上原因标签。这些标签会成为下一轮测试的避坑清单。
放量后，巡检要比测试期更细。测试期按天看数据即可；放量后要更早发现成本偏离和衰减加速，预警规则的阈值也要相应收紧。同时提前给放量组定好递补预案，例如转化率跌到什么水平开始补充新素材。素材进入衰退期是迟早的事，有预案就不用临时找素材填坑。
每批测多少条素材
批次规模是测试后能否顺利决策的前提。批次太大，放量和淘汰的执行量超出团队处理能力，决策会堆积变形；批次太小，结论受偶然因素影响大。
上限：放量档加复测档的条数，不超过团队一周能处理的操作量。下限：覆盖三到四个创意方向，每个方向至少两条素材。
宁可多轮小批，也不要单轮大批。小批次的复盘结论能及时用到下一轮设计里。
复盘归档，作为下一轮输入
每轮测试结束，把分档结果、放量素材的特征、淘汰素材的原因标签归档到素材库。下一轮设计测试前先翻这份记录：上一轮哪类开头的素材集中达标，哪类定向浪费最多。
测试结论和后续动作由团队判断，批量工具负责执行测试、集中数据和批量清理。把信号读法和分档标准写进团队的测试流程文档，不要只存在某个人的经验里。测试设计可以参考游戏素材测试矩阵：变量、批次与预算分配和固定、阶梯与随机出价测试：批量测试的出价设计，从测新到放量的衔接见优质计划自动衍生与止损兜底：测新到放量的闭环。需要统一管理游戏素材测试与托管的团队，可以进一步了解游戏解决方案。