你是否害怕在廣告上浪費金錢，所以通常不去發(fā)布特定內(nèi)容的廣告——因為你認為太過特別的廣告可能表現(xiàn)會很差。
這種思維方式存在一個根本問題，你所做出的的判斷來自于個人偏見，“我認為這個廣告可能不會有很好的表現(xiàn)“。
Facebook的廣告平臺在不斷進行更新，它的目的就是排除一切來自于“人類“的干擾因素。
因此，不論收聽了多少策略播客，或者閱讀了多少文章，都不重要。我們不該去研究如何擊敗Facebook 的算法，這純粹是浪費時間——我們不會贏的。
相反，我們需要利用 Facebook 的機器學習 (ML) 系統(tǒng)，做出一些創(chuàng)意性的決策。言下之意是，我們需要利用好手頭的每一個網(wǎng)紅生成內(nèi)容 (IGC)。
如何戰(zhàn)略性的設置廣告帳戶，從而激發(fā)大量網(wǎng)紅創(chuàng)意
通過產(chǎn)品播種工作，我們每月至少可以獲得60-90 條獨特的內(nèi)容——而且全部是免費的。
算上這些獨特資產(chǎn)的迭代和變種，我們就會擁有超過 100 多個廣告創(chuàng)意。
但是，我們應該如何在 Facebook 廣告帳戶中發(fā)布所有這些創(chuàng)意？
我們應該挑選最喜歡的內(nèi)容，放棄其他所有創(chuàng)意嗎？既然有這么多創(chuàng)意，我們應該在接下來的幾個月里不斷換內(nèi)容嗎？
讓我們通過一個假設的場景來進一步探索這些問題的答案。
假設我們有 10 個 DCT 廣告活動，用成本上限出價策略，推出 100 個網(wǎng)紅生成的創(chuàng)意內(nèi)容。
設置動態(tài)創(chuàng)意測試（DCT）廣告系列
在付出產(chǎn)品播種的努力之后，讓我們假設，我們現(xiàn)在手頭上已經(jīng)有了 100 個創(chuàng)意可以利用。
有了這100 個廣告創(chuàng)意，就意味著我們將擁有 10 個DCT廣告系列，可以開始構建潛在受眾漏斗——其中每個廣告系列都可以容納 10 個創(chuàng)意。
動態(tài)創(chuàng)意測試更容易融入機器學習系統(tǒng)，因為Facebook 會根據(jù)算法，給表現(xiàn)最佳的廣告分配更多的支出。
不要因為個人的看法去做出決定，相反，我們需要相信 Facebook 的 ML 系統(tǒng)會為我們做出最佳決定。
我們的目標是建立盡可能多的“管道”，讓 Facebook 的
機器學習系統(tǒng)獲得最大的成功。
對于每個廣告系列，我們需要做出如下設置：
? ? ? ?針對轉化進行優(yōu)化
? ? ? ?打開“廣告系列競價優(yōu)化“
? ? ? ?將預算設置為每周 50 次購買，從而優(yōu)化廣告系列
? ? ? ?打開詳細定位/LAL擴張
? ? ? ?選擇自動版位
? ? ? ?使用“成本上限競價策略”
? ? ? ?使用一致的的命名約定
上面這些要點都將幫助我們盡可能高效地利用 Facebook 的 ML 系統(tǒng)。
廣告系列命名約定
我們的團隊對最初的 10 個 DCT 活動使用以下命名約定：“Kyn
- DCT - Prospecting - CBO - CC $ - Insert Date - NEW SEEDING CONTENT’沒錯，我們強調(diào)了“NEW SEEDING CONTENT”。對于最初的 DCT 廣告系列，最好一開始就使用這樣的命名約定，因為廣告系列的命名會根據(jù)它的“失敗”或“勝出”進行更改。為什么選擇成本上限競價策略？
在這10 個廣告系列中，我們把每一個都設置了CPA的成本上限，在該 CPA的限額中，我們的品牌可以從所花費的廣告費用中獲利。
通常，只有 1-2 個創(chuàng)意最終會在 DCT 中獲得90% 的支出。這是為什么？因為只有 Facebook 的機器學習系統(tǒng)知道哪些內(nèi)容能夠超過成本上限，而這些內(nèi)容最終會獲得所有支出。機器學習放棄了那些效果不佳的廣告，“失敗”的廣告會在 DCT 中獲得零支出，因為Facebook 知道，這些內(nèi)容無法超過我們現(xiàn)有的成本上限。“這個網(wǎng)紅生成內(nèi)容 (IGC) 看起來不會是表現(xiàn)最好的資產(chǎn)”“這個 IGC 的 CPA 比品牌的目標CPA 低 42%”在使用創(chuàng)意內(nèi)容時，一定不能帶上個人偏見“我們越快放下個人的想法，就越能越早成為更厲害的廣告投放師”如何確定優(yōu)勝的DCT廣告系列，如何擴張它們？
啟動 DCT 后，我們需要做出一些持續(xù)的決定。首先，我們需要確定哪些 DCT 廣告是優(yōu)勝的，哪些是失敗的。一旦進入這種節(jié)奏，我們就更容易知道在哪里擴張支出，重新利用什么內(nèi)容，以及放棄哪些沒希望的內(nèi)容。此外，我們也會通過持續(xù)的網(wǎng)紅播種，努力將一些新鮮內(nèi)容添加到廣告系列中。如何確定這 10 個 DCT 廣告是“贏”還是“輸”？
? ? ? ?不是發(fā)起付款、ATC、退出頁面點擊率……在 10 個 DCT 廣告系列中，我們?yōu)槊恳粋€廣告系列制定了成本上限競價策略，支出是我們確定廣告系列是否成功的主要成功指標。就像我們之前提到的，如果廣告系列一直有廣告支出，F(xiàn)acebook 的 ML 系統(tǒng)將認定這些廣告系列中的創(chuàng)意是“優(yōu)勝的”。反之，如果廣告系列沒有支出，F(xiàn)acebook 的 ML 系統(tǒng)將認定這些廣告系列中的創(chuàng)意將在當前成本上限下失敗。如何擴張優(yōu)勝廣告系列
因此，如果我們確定某個“NEW SEEDING CONTENT”DCT 廣告系列獲得了足夠的支出，就可以將其命名約定換成“winning” DCT。此時，我們就可以盡可能增加優(yōu)勝廣告系列的預算。為了防止優(yōu)勝DCT 廣告系列返回到學習階段并退出優(yōu)化過程，F(xiàn)acebook 建議我們每天最多增加 15% 的預算。因此，如果我們對優(yōu)勝DCT 廣告系列的每日預算為 1000 美元，一定要確保當天增加的預算不超過 150 美元。不惜一切代價避免這些優(yōu)勝廣告系列回到學習階段！我們是需要盡可能擴張，但一定要在Facebook允許的范圍內(nèi)進行。那么，當命名為“NEW SEEDING CONTENT”的廣告系列沒有收到足夠的支出時會發(fā)生什么？擴張或停止：如何處理失敗的 DCT 廣告系列
這就是我們所說的“失敗的”廣告系列——稱之為“失敗”是為了區(qū)分命名約定，我們最好避免在廣告帳戶中使用這種消極情緒。相反，對于目前失敗的廣告系列，我們會根據(jù)該廣告系列中填充的創(chuàng)意重新標記為以下之一：? ? ?或者再一次命名為：新鮮內(nèi)容）“如果“新鮮內(nèi)容”的廣告系列以“失敗”告終，則該DCT廣告系列中的所有創(chuàng)意（10 條內(nèi)容）都應該被取出，并全部替換為一組單獨的內(nèi)容。再一次，如果廣告系列沒有支出，F(xiàn)acebook 的 ML 系統(tǒng)將確定這些廣告系列中的創(chuàng)意將在我們設定的當前成本上限下失敗，因此這個廣告系列不會再出現(xiàn)支出。因此，我們可以暫時從廣告帳戶中刪除這些資產(chǎn)。但不要完全將它們丟棄——或許這些創(chuàng)意可以在以后與不同的廣告文案一起使用，給它們另一個成功的機會。那么，哪些內(nèi)容應該補充到這些“失敗”的 DCT 中呢？假設最初的10 個“新鮮內(nèi)容“DCT會呈現(xiàn)下面的趨勢：
其中 5 個最終成為“優(yōu)勝”廣告系列
其中 5 個最終成為“失敗” 廣告系列
我們還假設，自從啟動這最初的 10 個廣告系列以來，我們其他的工作還產(chǎn)生了額外的 50 個創(chuàng)意資產(chǎn)。考慮到這一點，下一步，我們將按照前文討論的方式擴張 5 個“優(yōu)勝” 廣告系列！但是，當面對 5 個“失敗”的DCT廣告系列時，我們可以把這些廣告系列中的50 條內(nèi)容暫時放在一邊。我們?nèi)绾斡眯碌膭?chuàng)意來補充這 5 個“失敗”的 DCT？
在 5 個“優(yōu)勝”DCT 中，我們會找到“表現(xiàn)最佳的內(nèi)容”。這就意味著，我們的優(yōu)勝 DCT 中花費最多的廣告素材是有“表現(xiàn)最佳的內(nèi)容”的廣告素材！現(xiàn)在，假設我們能夠將每個“優(yōu)勝”廣告系列中的2 個廣告素材確定為我們的“表現(xiàn)最佳的內(nèi)容”。我們就會獲得總共 10 個創(chuàng)意資產(chǎn)，可重新用于“表現(xiàn)最佳的內(nèi)容”廣告系列。2 個“表現(xiàn)最佳的內(nèi)容”廣告素材 x 5 個“優(yōu)勝”DCT = 10 個“表現(xiàn)最佳的內(nèi)容”廣告素材然后，我們拿出這10 個創(chuàng)意資產(chǎn)，并補充 5 個“失敗”DCT 廣告系列中的 1 個創(chuàng)意（請記住，每個 DCT 廣告最多可以容納 10 個廣告素材）。此“失敗”廣告的命名將從“新鮮內(nèi)容”DCT 變?yōu)椤白罴驯憩F(xiàn)內(nèi)容”DCT。除了在我們的“優(yōu)勝”DCT 中確定為“表現(xiàn)最佳的內(nèi)容”廣告素材外，我們的團隊還建議加入在“優(yōu)勝”DCT廣告系列之外的那些表現(xiàn)不錯的創(chuàng)意。這就是前文提到的：“2nd Chance U”DCT。在 5 個“優(yōu)勝”的 DCT 中，我們的團隊隨后重新利用了所有未獲得任何支出的內(nèi)容。為什么？因為這些創(chuàng)意資產(chǎn)很可能會超過我們的 CPA 目標，它們在“優(yōu)勝”DCT 中根本沒有收到任何支出，因為“表現(xiàn)最佳的內(nèi)容”正在收到所有支出。例如，假設我們的成本上限設置為 50 美元。在“優(yōu)勝”廣告系列中，我們“表現(xiàn)最佳的內(nèi)容”將獲得所有廣告支出，并實現(xiàn)了 30 美元/每次的轉化費用。這意味著，這些廣告系列中的其余創(chuàng)意內(nèi)容仍然有著超過我們現(xiàn)有的50 美元成本上限的潛力。因此，值得將這些內(nèi)容重新用于“2nd Chance U”DCT。這確實意味著 Facebook 認為“表現(xiàn)最佳的內(nèi)容”創(chuàng)意將優(yōu)于“優(yōu)勝”DCT 中的其他內(nèi)容。但這并不意味著其他內(nèi)容不會超過我們的 CPA 目標和我們設置的成本上限。因此，讓我們重新利用 5 個“優(yōu)勝”DCT 中剩余的 40 個資產(chǎn)，并用它們來補充我們剩余的 4 個“失敗”DCT。這 4 個“失敗”活動的命名將從“新鮮內(nèi)容”DCT 變?yōu)椤?nd Chance U”DCT。5 個“優(yōu)勝”DCT，總共應包含 50 個創(chuàng)意資產(chǎn)
? ? 從單個“表現(xiàn)最佳的內(nèi)容”DCT 的 50 個創(chuàng)意資產(chǎn)中取出10 個? ? 從四個“2nd Chance U”DCT的 50 個創(chuàng)意資產(chǎn)中取出40 個所以，我們的廣告帳戶中仍然有 10個DCT 廣告系列（50個創(chuàng)意），但使用不同的命名，并嚴格擴張了“優(yōu)勝”廣告系列的創(chuàng)意。這時，最初的10 個 DCT 廣告系列將不再被標記為“新鮮內(nèi)容”，而是：? ?5 個將被重新標記為“優(yōu)勝”DCT? ?4 將被重新標記為“2nd Chance U”DCT? ?1 將被重新標記為“表現(xiàn)最佳的內(nèi)容”DCT如果你還記得的話——前面提到，我們?nèi)匀挥?50 條來自網(wǎng)紅的新創(chuàng)意。我們現(xiàn)在要做的就是從頭再次開始這個過程！我們把所有這些新的創(chuàng)意融入 5 個“新鮮內(nèi)容”廣告系列——這意味著，現(xiàn)在我們總共有 15 個 DCT廣告系列。讓我們繼續(xù)為 FB 建立“管道”，從而取得成功。最初啟動廣告系列時，我們的命名會包括“新鮮內(nèi)容”，但隨后將轉換為以下命名之一：創(chuàng)意是我們實現(xiàn)Facebook 廣告帳戶成功的最大杠桿。我們所做的一切都是為了為機器學習系統(tǒng)創(chuàng)建盡可能多的“管道”，從而實現(xiàn)最大化的成功。消除個人偏見，融入Facebook機器學習系統(tǒng)
永遠都不要依靠個人喜好做出決定，也不要根據(jù)歷史數(shù)據(jù)來決定使用或不使用哪些內(nèi)容。相反，我們要利用 Facebook 優(yōu)秀的機器學習系統(tǒng)，讓機器決定什么是優(yōu)勝的創(chuàng)意。盡管我們可能討厭這種失去控制的感覺，但Facebook的算法知道一切。付費廣告是榨取網(wǎng)紅營銷最大價值的最佳渠道之一，這也是它在我們的流程中占據(jù)如此重要地位的原因。
