還在為廣告投放效率煩惱？看這篇就夠了！

在Facebook看來，提升ROI的核心在于廣告效率，而：廣告效率 = 靈活性 X 信號

靈活性是指讓系統能夠選擇最有價值的廣告展示機會和最有可能表現最好的素材，及時的傳遞給適合的人。簡單來說三個關鍵詞，展示（廣告版位在哪里），受眾（誰能看見），競價&預算（多少錢）。

而信號是機器學習模型用來做出決策（是否會有轉化）的行為模型。兩個關鍵詞，轉化（用戶是否跟廣告做了互動）、事件（優化的行為及頻率）

如果讓我們的系統有適當的靈活性去學習你們最在意的結果（信號數據），我們才能根據數據來預測適合向什么樣的人群推進你的游戲。

反之，如果限制靈活性和信號數據，那么你的廣告就會像下面這張圖那樣，廣告系統將縮小能接觸到的受眾范圍。

剛剛我們提到了“學習”？是的，機器也要學習！在機器學習階段（learning phase），Facebook的投放系統在尋找最有可能在你的廣告上采取行動（estimated action rate) 的人群來進行優化。

那么在機器學習階段會發生什么事呢？

這張圖告訴我們，在機器學習初期數據波動會比較大，但是隨著系統有越來越多的轉化數據，系統預測廣告采取行動數據（estimated action rate)會越來越準確。需要特別注意的是，只有在7天內獲得50個轉化的數據，系統才能完成學習階段。

重要提示

以下任何的操作，都可能導致你無法有效的完成學習階段

有多個廣告賬戶同時使用同樣的受眾定位

復制表現已經在下降的廣告系列，然后重新再開啟

在不同的廣告系列中用同樣的受眾，但是每一個廣告系列有不同的素材

使用AEO或者VO，但是受眾的范圍少于2M或者4M

有多個素材還在“投放中”的狀態

有特定的競價策略，例如使用最低價格vs手動出價

每個小時或者每天都在手動操作廣告組/廣告系列

有個非常小、非常精品化的受眾

非常小的每日預算，尤其是在AEO或者VO的廣告系列

概括來說，導致無法完成機器學習的主要原因只有兩個：

靈活性受限（受眾范圍細微或重疊、廣告賬戶結構復雜）

缺乏信息（廣告主不停更改廣告系列、非常稀有的優化時間）

你可能覺得這沒什么，學就學唄

然鵝，如果你一直處于機器學習階段，那會造成你很高的廣告花費，你的錢可能都會付之東流...

接下來，請大家劃重點...

簡化的廣告帳號結構能夠增加靈活性，并且在廣告競拍當中增加信息數據來幫助您更快的離開學習階段，從而當中獲取更高效的廣告表現

下面為大家介紹廣告結構簡化的三大黃金法則

合并

排除

減少

記住了這三大黃金法則，再也不用擔心系統跑不出好成績了

法則一：合并

所謂合并，就是盡可能合并廣告系列、廣告組，以最大程度地提高競拍信號，具體說來，可以是：

擴大類似受眾的比例：例如 0-1%、1-2%、3-5%、5-10%

合并高度重疊的興趣和行為目標受眾：確保各個細分受眾群的創意策略相同

盡量減少受眾重疊： 使用合適的受眾排除條件，確保將過去購買過商品的顧客排除在外

增加每日預算：如果有多個廣告組有非常小的預算，可以合并試試效果（無法達到一周50個轉化的預算）

法則二：排除

即提高靈活性，排除限制：

如果在使用手動初建的模式，提高競價價格：根據 50 次轉化/每周的閾值計算競價的價格

使用廣告系列預算優化 （CBO）：充分利用預算！

綜合使用多個版位：選擇自動版位，提高效果和覆蓋的人數

罕見的優化事件：對于轉化比較少的事件或者高價值的用戶（VBLAL），可嘗試優化UA裸斗更上層的轉化事件

法則三：減少

限制手動更改的頻率和次數：

學習小結

1.廣告效率 = 靈活性 x 信息數據

如果有太多限制，這會造成數據不足而影響轉化。廣告表現也無法得到最好的效率。在優化時，記得考慮到靈活性以及廣告系統是否有足夠數據來提高轉化。

2.檢查廣告組的學習階段

這個數據能夠測量你的廣告組表現的效率。如果長期在學習階段中，那你們的花費不是最有效的，所以會浪費資源。

3.簡化廣告結構

整合廣告組有助于放寬限制，以獲取轉化和提高成效

Q：學習階段必須7天完成50個轉化嗎？

廣告學習階段一般都在廣告組（adset）當中。廣告組不一定需要在7天內有50個轉化。這是個指導的方向。有些廣告組在1-2天也能夠完成學習階段。這跟預算，競價，優化等等有關，也代表了系統有了足夠的信息為你們的廣告目標做轉化，帶來更好的廣告效率。有時候，30個轉化就可以離開學習階段。所以我們給了一個平均數據。如果是學習有限（learning limited), 那就是沒有給Facebook提供足夠的數據來來做做更有效的轉化。

Q：如果有個廣告組進入“學習有限”或者過了很長時間都還在“學習階段”，我該怎么做？

如果7天后，這個廣告組一直在學習階段，或者學習有限，建議把它關掉，把預算分配到表現較好的adset上。

Q：對同一個Campaign，先跑Install積累付費數據，再切換到AEO，再切換到VO是否比從頭開始就跑AEO或者VO好呢？

是的，我們建議一開始跑MAI來累計數據然后轉AEO和VO。其實在跑AEO和VO同時，還是可以繼續跑MAI，開拓新的用戶群體，也同時監控留存和下載數量。如果有興趣，可以跟你們的客戶經理商量怎么測試。

Q：廣告組加入新素材會導致重新學習，但是有些重度游戲需要持續加新的廣告素材，建議如何優化？

廣告素材需要更新，但我們建議不要每天更新新的素材，也不要在一個廣告組里有20-30個素材。我們測試結果顯示，一周更新一次廣告的表現比較好，在一個廣告組里有5-8個素材為最佳。每周應該觀察素材表現，然后做更新。雖然我們建議一周更新素材，但是系統也提供測試設定，建議你可以測試什么樣的頻率最適合你類型的廣告。

值得注意的是，有的時候重啟學習在所難免，不代表重學是一件壞事。廣告的效果表現是我們的最終目的， 為了達成這個目的，更新素材是非常必要的一個部分。我們很清楚這樣做會重啟學習期，不用太過緊張，如果進入學習期應該盡快拿到足夠的轉化完成學習。

Q：我的廣告在廣告學習階段都跑得不錯，但是學習階段完成后突然減量甚至不跑了，該如何去優化廣告？

廣告離開了學習階段表現不好有很多個可能性

素材表現：查看素材的CTR，然后把比較差的廣告更新一下

受眾太小，或重疊很高：查看受眾的大小，是否符合我們的建議。如果是比較小的國家，我們會建議放寬受眾范圍。

優化時間比較少：是否能測試除了付費以外的其他的優化事件，例如教程結束，關卡等等。

（來源：Facebook海外營銷）

以上內容屬作者個人觀點，不代表雨果網立場！如有侵權，請聯系我們。