培養基層力量：運用 Meta 廣告招募義工和支持者

什麼是機器學習？

機器學習會採用預測分析資料和演算法，助您向理想廣告受眾展示合適的廣告。這項技術亦會根據您的宣傳活動目標，將廣告花費分配至系統最有可能獲取出色成效的地方，從而改善廣告成效，而這個過程稱為「流動性」。

優化您的宣傳活動設定，讓廣告變得更智能敏捷

每次顯示廣告時，Meta 的廣告刊登系統便會獲取相關資訊，以進一步了解廣告的最佳刊登對象和位置。您的廣告刊登越多次，系統便越能提升廣告的成效。這個初始時段稱為「系統學習階段」，而系統此時仍在收集有關您廣告組合的資料。在此期間，廣告的成效可能會較不穩定，且其每次成效成本亦可能會較高。每當您建立新廣告或廣告組合，或針對現有廣告作出重大編輯時，便會進入系統學習階段。了解為自家廣告採用機器學習如何助您設定宣傳活動，將其成效提升至最高。

設定和管理宣傳活動的最佳操作實例

1. 避免頻繁編輯廣告：作出重大編輯後，廣告將會重新回到系統學習階段。避免頻繁更改廣告，以便系統更快學習和優化成效。
2. 限制廣告組合和廣告數量：一次過刊登太多廣告組合可能會導致它們無法離開系統學習階段。為了獲得最佳成效，請使用明顯不同的圖像或影片，並為每個廣告組合刊登不多於 5 則廣告。
3. 使用廣泛廣告受眾目標設定：廣泛目標設定可擴大潛在廣告受眾規模，並讓系統能夠靈活地找出哪些用戶最有可能採取您所期望的動作。這可帶來更亮眼的成效，並助您發掘新的廣告受眾族群。
4. 啟用「高效速成宣傳活動預算」：這項功能（前稱為「進階高效速成預算」）會自動管理您各個廣告組合的預算，讓您以最低成本取得最豐厚的成果。您只需設定一個宣傳活動預算，系統便會將預算分配給成效最佳的廣告組合。
5. 擴充版位：進階高效速成版位（前稱為「自動版位」）可讓系統在 Facebook、Instagram、Audience Network 和 Messenger 上找出最具成本效益的選項。系統若能擁有更多選項，就能即時判斷廣告能夠在哪裡以最低成本獲得最好成效。

系統學習階段對幫助刊登系統優化廣告而言有其必要，因此不應嘗試避開此階段。測試新的廣告創意和營銷策略，對改善您的長期成效而言至關重要。

若要進一步了解系統學習階段、重大編輯和學習效果有限，請點擊這裡。