壮大基层组织：通过 Meta 广告招募志愿者和支持者

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最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，Meta 的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。广告投放的次数越多，系统优化广告表现的能力就越强。这个初始期间称为机器学习阶段，系统在此期间仍会收集有关广告组的数据。在此期间，广告表现可能不太稳定，单次成效费用可能偏高。当您新建广告或广告组时，或者对现有广告或广告组进行重大修改时，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有助于您设置广告系列，从而获得最理想的成效。

创建和管理广告的最佳实践

1. 避免频繁编辑：重大修改会重启机器学习阶段。请让广告保持投放，不要频繁进行更改，以便系统加快学习和优化速度。
2. 限制广告组和广告数量：一次性投放过多广告组可能会阻碍它们退出机器学习阶段。为获得最佳成效，请使用不同的图片或视频，且每个广告组中投放的广告不要超过五个。
3. 采用宽泛受众定位：宽泛定位可以扩大潜在受众规模，并赋予系统充分的灵活性，从而发现最可能采取期望操作的用户。这可以提升成效，并帮助您发现新的受众细分。
4. 启用赋能型广告系列预算优化：此功能（之前称为进阶赋能型预算）可自动管理各个广告组间的预算分配，从而以最低费用实现最优成效。您只需设置一个广告系列预算，系统即会为表现最佳的广告组分配预算。
5. 扩大版位选择范围：进阶赋能型版位（之前称为“自动版位”）可使系统在 Facebook、Instagram、Audience Network 和 Messenger 上找到最具成本效益的版位。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优化广告而言至关重要，因此请勿尝试跳过机器学习阶段。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。