精品国产三级a在线观看网站,亚洲综合色成在线观看,亚洲熟妇一区二区三区,,中文字幕成人精品久久不卡 ,永久免费av无码网站国产

?廣告表現(xiàn)下降、費用上升、歸因難做,這應該是當前所有廣告主都會遇到的問題。

今天,Meta官方團隊與官方代理商「獵豹移動」一起帶大家“回歸基礎”,深挖 Meta 廣告競拍系統(tǒng)的運作原理,讓你重新認識自己的廣告賬戶和成效數(shù)據(jù)!


圖文并茂,建議收藏后反復查看!

?

你真的了解“機器學習階段”嗎?為什么越來越多的投手在意“機器學習階段”?


答案歸納為以下3點:

1.當前投放系統(tǒng)仍在探索投放廣告組的最佳方式(受眾、版位等);
2.尚未獲得足夠的轉化量(每周約 50 次轉化)以獲得穩(wěn)定的“機器學習期數(shù)據(jù)”;
3.預估操作率會上下波動,這意味著總價值并不穩(wěn)定且預算使用效率未達到最高;


所以當我們數(shù)據(jù)受到限制、經過匯總和延遲報告等情況,可能都意味著機器學習階段的花費增加,而機器學習階段花費較高,則會導致單次操作費用的增長。



上圖是 Meta for Business 統(tǒng)計到的機器學習階段的花費占比情況。相比在機器學習階段花費約 80% 預算的廣告主,在機器學習階段花費約 20% 預算的廣告主獲得的轉化量多出 17%,單次操作費用要低 15%。



如何查看“機器學習階段”的狀態(tài)?


2種方法:


方法一:賬戶層級-賬戶概覽>機器學習階段的整體進展>投放建議

方法二:廣告組層級-檢查工具>機器學習階段的趨勢>影響機器學習階段的要素

●機器學習階段花費的預算超過 20%(尤其是花費超過 50%)的廣告主應采用簡化結構的優(yōu)化做法
●每3個A/A+的廣告主中,就有2個的學習階段比例>50%




為什么你在機器學習階段花費占比較高呢?


4個原因,逐一排查!


1.廣告系列和廣告組的數(shù)量較多,例如太過細分,建議整合。

——簡化賬戶結構、整合廣告組,收集盡可能多的信號,更快退出機器學習階段。




2.頻繁進行手動編輯。

——僅做少量更具策略意義的調整,避免機器學習階段重置。



3.設置中的限制因素如受眾規(guī)模、競價/預算水平。

——可獲得的轉化量取決于廣告主設置的競價金額和可用預算。

①網(wǎng)頁廣告組:根據(jù)退出機器學習階段所需的每周約50次轉化這一閾值計算每周預算;

②使用應用事件優(yōu)化/價值優(yōu)化的SKAN廣告系列:根據(jù)每個廣告系列單日88次*安裝的閾值計算預算;

③對于投放期少于3天的廣告,建議使用自動競價;

④利用廣告系列預算優(yōu)化提高預算使用效率,增強系統(tǒng)的自動分配能力;

⑤對于競價上限:通過測試找到最優(yōu)競價(大型廣告主);

⑥如有充分的理由,可對使用廣告系列預算優(yōu)化的廣告系列進行手動調整,比如提高競價上限,向規(guī)模較小的高價值受眾展開營銷;



4.缺乏轉化事件。

——賦能型廣告預算優(yōu)化,實現(xiàn)同一筆廣告預算在多個廣告組之間的最佳分配。


①如果不能使用進階賦能型版位,則至少應啟用6個版位,以充分發(fā)掘Meta旗下各平臺的強大功能;相比使用4個或更少版位,至少啟用6個版位的廣告系列取得更出色表現(xiàn)的可能性為73%。



②能否結束機器學習階段取決于優(yōu)化的轉化事件發(fā)生的次數(shù)。排列事件的優(yōu)先順序(一個網(wǎng)域可設置 8 個,應用廣告最多可設置 64 個事件)。對于選擇拒絕追蹤的用戶,只會傳回優(yōu)先級最高的已完成事件。


實用技巧:

? 設置可代表最寬泛且最多樣化受眾的事件;
? 優(yōu)先考慮優(yōu)化漏斗下層事件,并逐次優(yōu)化上一層的事件;
? 僅在有充分理由的情況下使用“購物價值”優(yōu)化目標,同時至少須設置 4 個事件;



簡化賬戶結構 Top 5 問


Q1:“廣告學習階段由于轉化下降,降低預算之后,會重新進入廣告學習階段,這種問題最好的解決辦法是什么?”


A1:由于最近廣告生態(tài)系統(tǒng)的變化,如蘋果的ATT,轉化率報告可能會被推遲。建議將廣告組單獨放置72小時,然后再審查其效果追蹤的準確性,并進行編輯。過早且大幅度的編輯可能導致退出學習階段進一步延遲,這意味著CPA延長或提高,特別是低預算的情況下。


如果因為業(yè)務原因要調整賬戶,請注意:

①預算設置是否達到最低門檻?
②關閉廣告設置,或與其他具有更多結果和更低CPA的廣告組合

Q2:“機器學習期太長,多數(shù)廣告總是沒有完成學習期”


A2:關鍵是利用簡化賬戶結構的最佳實踐,更快地退出學習階段。你的大多數(shù)廣告設置是“學習受限”/不退出學習階段的主要原因可能是:

①當同時有太多廣告組時,每個廣告組的效果就會降低預算。因為廣告組需要在7天內獲得50次左右的轉化才能退出學習階段,所以廣告營銷活動應該有足夠的預算來允許在7天內獲得50次左右的轉化。
②用戶規(guī)模越大,就越有可能產生足夠的轉化率,讓廣告退出學習階段。
③頻繁的編輯。

Q3:廣告的好壞評判標準只能是依靠機器學習階段的反饋來判斷嗎?如果預算較小,但是成本很低的情況下,雖然暫時沒過學習期,但不能代表這條廣告表現(xiàn)不好,對嗎?


A3:學習階段并不是衡量廣告表現(xiàn)好壞的指標,這只是表明你的廣告表現(xiàn)還沒有穩(wěn)定下來的一個指標,因為它仍然在探索傳遞廣告的最佳方式。

一旦你的廣告退出學習階段,你便更有可能看到它的未來表現(xiàn),到時你的廣告投放將會穩(wěn)定下來。

Q4:“我創(chuàng)建的廣告組越多,我做的優(yōu)化越多, 我能找到新辦法的可能性就越大”?


A4:通過減少廣告組并遵循Meta給出的最佳實踐,你將開始看到更多高效的廣告組,通過賦予系統(tǒng)更多的靈活性,你實際上獲得了更多的控制權??此颇愕幕顒臃指畛闪嗽S多個小的廣告組能夠有助于你看到哪個表現(xiàn)最好,但有了過多的廣告組之后,它們就不太可能退出學習階段了,這會阻礙你的目標實現(xiàn)。

A5:“增加預算/出價會讓一個廣告組重新進入學習階段?”


Q5:視情況而定。但是,知道準確性的閾值可能會錯過重點,因為學習階段只是一個指標。如果我們設置一個20%的閾值來觸發(fā)這個指標,這并不意味著19%的變化不會影響你的表現(xiàn)。這就是為什么我們建議廣告主使用真實的預算和成本來約束,而不是將預算和成本控制作為業(yè)績的杠桿。




END


#?Meta 更新丨應用認證要求、廣告管理中心的素材的主動警告

#?Meta 重要更新丨BM 風險審查流程

#?Meta關于細分定位功能、API轉化提升的更新

#Collaborative Ads 協(xié)作廣告應用和網(wǎng)絡聚合事件歸因升級

戳↙【閱讀原文】?免費咨詢FB/TT開戶



點贊(2) 打賞

評論列表 共有 0 條評論

暫無評論

服務號

訂閱號

備注【拉群】

商務洽談

微信聯(lián)系站長

發(fā)表
評論
立即
投稿
返回
頂部