让 Meta 广告为您效劳

Meta 的广告业务利用大规模的机器学习 (ML) 建议模型，在 Meta 技术中每秒为数百万条广告提供建议。创建广告系列时，请考虑以下最佳实践：

• 避免创建过多容易出现受众重叠的广告组。
• 设置竞价和预算，使广告能够触达最具成本效益的受众并最大限度提升投放量。
• 增加选择的版位数量。
• 创建一系列精炼的差异化创意，并在每个广告组中维持最佳广告数量，以最大限度提升表现并避免创意疲劳。

优化这些最佳实践可以帮助您的广告获得更好的表现，并更轻松地扩大广告组的规模。这可以让您的预算得到更高效的利用，帮助您的广告系列更快地完成机器学习阶段，以便我们的广告投放系统可以充分优化您的广告表现。

政府、政党和非营利组织广告主应利用 Meta 的机器学习和优化工具探索新策略，而不是依赖手动竞价和预算控制选项、复杂的受众定位和过多的创意素材。

Meta 的机器学习会利用数据并将其与您对受众的了解相结合。您在广告投放系统中选择目标受众后，我们的系统便会根据您的指示，找准最有可能采取操作的优质受众展示相应创意。向您的受众投放广告的过程中，我们会不断利用这些信号了解情况并做出改善。

选择利用机器学习的产品，将有助您取得最佳业务成效，而不需要太多动手操作。不妨使用以下功能和广告系列参数，让我们的机器学习技术帮您完成繁杂的任务。

进阶赋能型广告系列预算优化（也称为“广告系列预算”或“启用进阶赋能型的预算”）用于优化广告系列预算在广告系列的各广告组之间的分配。这意味着我们会不间断地在各广告组中自动寻找实现成效的最佳机会，并实时分配广告系列预算以获得这些成效。

使用赋能型广告系列预算优化时，仍可以设置各广告组的预算控制选项。但是，如此一来，针对表现最佳的广告组进行优化时，广告系列的灵活性就会受到限制。详细了解广告组花费限额和我们的最佳实践。

我们理解费用控制额对部分广告主而言至关重要，因此建议您了解费用控制额和竞价控制额。如果您结合使用上述两种策略，务必要读懂使用最高数量竞价策略时的进阶赋能型广告系列预算优化报告，确保您了解该关注的要点。

进阶赋能型版位可使 Meta 平台在所有可用的默认版位上获得最佳成效。进阶赋能型版位能够高效利用预算，还有助于控制广告花费。请注意，如果您投放社会议题、选举或政治类广告，则部分版位将不适用于您的广告。我们仍然建议您使用进阶赋能型版位：对于无法投放社会议题、选举或政治类广告的版位，我们不会向您收取相关费用。

如果您希望广告系列进入规模化营销阶段，则应简化账户、受众，合并广告组并定位宽泛受众。如果受众规模太小或者广告系列/广告组重复和重叠，您可能会遇到投放困难，从而限制成效和规模。这是因为我们的算法需要进一步拆分预算，针对更多广告组测试投放效果和取得的成效。

政府、政党和非营利组织的时间和资源有限。采取无需人工处理的方法简化广告系列流程，选择充分利用机器学习的广告产品，将为您带来适合您的成效。