更智能的营销活动：机器学习如何提升 Meta 技术中的广告表现

什么是机器学习？

机器学习利用预测分析和算法帮助系统向目标受众精准投放广告。它能基于您的广告目标，通过将广告花费分配到系统有可能实现最佳成效的位置来提升广告表现。这一过程称为“自动分配”。

优化广告系列设置，让您的广告更加智慧高效

广告每展示一次，广告投放系统就会获取更多有关展示广告的最佳受众和位置的信息。广告展示的次数越多，广告投放系统优化广告表现的能力就越强。机器学习阶段是指广告投放系统仍需要学习关于广告组的大量信息的时期。在机器学习阶段，投放系统会不断探索最佳广告组投放方案，因此广告组的表现比平常的波动性更大，单次成效费用也比平常更高。当您新建广告或广告组，或是对现有广告或广告组做出重大修改时，即会进入机器学习阶段。了解机器学习对广告投放的巨大助力作用能让您更加自信地设置广告系列，从而获得最理想的成效。

以下是设置和管理广告系列时需要考虑的一些最佳实践：

1. 避免频繁编辑：每当您对广告作出重大修改后，机器学习阶段都会重新开启。请避免进行频繁编辑，以便系统能够尽快完成机器学习阶段，而无需重置。
2. 避免设置过多的广告组和广告：广告组数量过多是导致广告组无法退出机器学习阶段的“罪魁祸首”。如果一次性投放过多广告组，则每个广告组的投放频率将降低。建议您只添加不同的图片和视频。为获得最佳投放效果，每个广告组中投放的广告不应超过五个。
3. 选择宽泛受众来发现更多客户：在受众定位中采用宽泛的参数可以扩大受众规模，并赋予系统充分的灵活性，从而发现有可能采取期望操作的用户，以此来提升成效，并帮助您发现预期之外的受众细分，作为今后的广告投放定位目标。
4. 启用赋能型广告预算优化：赋能型广告预算优化（以前称为“广告系列预算优化 (CBO)”）可自动管理广告组预算，能够以最低的费用斩获最多的成效。您不必逐一设置各个广告组的预算，只需为广告系列设置一笔总体预算，即可灵活地将预算分配给表现最佳的广告组。
5. 扩大投放版位：通过使用“进阶赋能型版位”（以前称为“自动版位”），系统可以在 Facebook、Instagram、Audience Network 和 Messenger 寻找最具成本效益的版位选择。有了更多选择，系统就能实时确定如何为广告选择版位，从而以最低的花费实现最理想的成效。

机器学习阶段对于帮助广告投放系统对广告进行最大程度优化非常必要，因此请勿尝试完全避开机器学习阶段。如果想持续改善广告表现，测试新的创意和营销策略至关重要。

请点击此处详细了解机器学习阶段、重大修改和学习期数据不足。