现在，Facebook拥有⽐以往数量更多、质量更优的信号：广告互动、页面浏览量、“加入购物车”的数量、购物所用设备、购物前访问网站的天数……
如果你正在为⼴告帐户中众多的广告系列和广告组感到眼花缭乱，那么，下面的内容你一定要看！

简化的⼴告帐户结构带来更多竞拍信号，推动机器学习阶段加速完成，从⽽通过以下⽅式带来更⾼效的CPA和更⼴的扩展范围：1) 尽量合并数据，最⼤限度提供竞拍信号2) 消除制约因素，提升灵活性3) 减少⼿动更改的频率和次数

关于“机器学习阶段”

机器学习旨在最⼤限度收集竞拍信号，让广告主尽快完成机器学习阶段。处于机器学习阶段的⼴告组投放效率还不高，此时，投放系统会自动探索投放⼴告组的最佳⽅式，而⼴告组在表现稳定后就会结束机器学习阶段。

五大账户优化技巧

机器学习阶段的常见错误有：

• 版位 - ⼴告组过度细分
• 定位 - 受众群太⼩
• 预算 - 预算过低
• 竞价 - 竞价过低
• 优化 - 转化事件不⾜

每个制约因素都是撬动更多竞拍信号的杠杆，这些错误会导致信号减少。藉由五大帐户简化技巧，可以让Facebook系统性、规模化的进行投放。

技巧一 增加受众规模

1、延长再营销时间窗

确保再营销时间窗与⽹站访问量相匹配

2、扩⼤类似受众的⽐例

例如：0-1%、1-2%、3-5%、5-10%

3、合并⾼度重叠的兴趣和⾏为⽬标受众

确保各个细分受众群的创意策略相同

4、尽量减少受众重叠

使⽤合适的受众排除条件，确保将过去购买过商品的顾客排除在外

技巧二 综合使用多个版位

选择⾃动版位，获得更好效果。与仅选择 Facebook 版位相⽐：

• 提升2.1倍
• 单次转化费用降低71%
• 覆盖人数增加7%

技巧三 增强预算灵活性

选择⾃动预算优化，获得更好效果

1、提升“预算/竞价⽐”

根据50次转化/每周计算每⽇预算

2、使⽤⼴告系列预算优化

充分利⽤灵活预算！

3、在⼴告层级测试创意

vs. 为各个创意素材单独创建⼴告组

技巧四 合理竞价

避免竞价过低，⽆法完成机器学习

1、选择适当的竞价策略

务必以您的⽬标和费⽤要求为依据

2、尽量指定受众的价值

根据终⽣价值竞价

3、如果使⽤竞价上限，应确保上限⾜够⾼

我们建议设置⾼于实际⽬标的上限

技巧五 优化合适的事件

对于销量较少的⼩众商品或⾼价值商品，可尝试优化漏⽃中更上层的转化事件，例如：

• Install
• Registration
• Level Complete

增加转化事件的数量有助于我们更快达到机器学习阶段的阈值，提升整体优化效果。

注意：不是每个客户都要pitch这五个技巧！

成功案例

MoneyLion是一款理财移动应⽤，通过简化 Facebook ⼴告帐户结构，使⽤⾃动版位功能以及借鉴移动视频最佳实践，成功将应⽤安装量提升了62%。

如何自查优化成效

利⽤Ads Manager的Learning Phase Insight，⾃查学习阶段成果。

1 账户概览下可直接检视账号机器学习阶段的花费比例

学习期数据不足（花费余额）：使用此指标可了解在因成效不足而无法结束机器学习阶段的广告组中，广告共花费了多少预算。

机器学习（花费余额）：使用此指标可了解处于正常机器学习阶段的广告所花费的金额，以及在投放系统优化广告表现前所花费的预算。

以上两项加起来占总花费金额的比例，即为学习阶段占总花费⾦额的比例。

2 点选每个广告系列可查询目前的机器学习进度

3 使用现有工具数据，展示目前需改进的重点

⼴告组在表现稳定后就会结束机器学习阶段。⼤约共50次优化事件，耗时7天左右。