拓展基層支持者：運用 Meta 廣告招募志願者和支持者

什麼是機器學習？

機器學習會透過使用預測性分析與演算法，來協助向理想的廣告受眾投遞正確的廣告。此功能可根據您的行銷活動目標，將花費轉移至系統最有可能達到最佳成果的位置，以幫助提升廣告成效。這就是「流動性」。

將行銷活動設定最佳化，讓廣告能夠更有效、更快速地達到成果

廣告每顯示一次，Meta 的廣告投遞系統就能更進一步掌握要顯示廣告的理想受眾與最佳版位。廣告投遞的次數越多，系統就越能將該廣告的成效最佳化。這段時間稱為 系統學習階段，此時系統仍在蒐集有關廣告組合的資料，在此期間，成效可能較不穩定，而且每次成果成本可能較高。只要您建立新的廣告或廣告組合，或是對現有的廣告或廣告組合進行重大編輯，就會進入系統學習階段。瞭解可強化廣告成效的機器學習能夠如何幫助您設定行銷活動來獲得最多成果。

設定及管理行銷活動的最佳作法

1. 避免頻繁地編輯：重大編輯會重新啟動系統學習階段。讓廣告持續刊登，避免頻繁變更，以便系統能夠更快速地學習和最佳化。
2. 限制廣告組合和廣告的數量：一次刊登過多廣告組合可能會導致廣告組合無法退出系統學習階段。為了獲得最佳成果，請使用不同的圖像或影片，並且每個廣告組合不要刊登超過五個廣告。
3. 使用廣泛廣告受眾目標設定：廣泛的目標設定能夠增加潛在廣告受眾，並給予系統運用彈性，以找出最有可能採取您期望動作的受眾。這會帶來更好的成果，且可幫助您發現新的廣告受眾族群。
4. 選擇使用高效速成行銷活動預算：此功能（舊稱為高效速成+ 預算）會自動管理所有廣告組合的預算，以最低成本創造最多成果。您只要設定一個行銷活動預算，系統就會自動將預算花在成效最佳的廣告組合。
5. 擴大到更多版位：高效速成+ 版位（舊稱為自動版位）可讓系統在 Facebook、Instagram、Audience Network 和 Messenger 之間找到最具成本效益的版位。有更多版位可選擇之後，系統就能夠即時判斷哪些版位能讓廣告以最低成本獲得最佳成果。

為了協助投遞系統將廣告最佳化，系統學習階段是必要的步驟，所以您不該試著避免進入系統學習階段。測試新的廣告創意和行銷策略，對改善您日後的成效非常重要。

若要進一步瞭解系統學習階段、重大編輯及學習效果有限，請點擊此處。