如何广告投放，有效广告投放，广告投放收费
相信运营了一段时间的Facebook的你应该也对Facebook的脾气有了一些了解，尤其是广告投放这块的运营相信是不少人的痛点，具体需要怎么运营，广告需要多久投放一次或者说投放的效率要怎么保证？这些都是大家似乎还不是很上手的问题，那么今天小编就针对这些痛点来跟大家做以下的几个黄金法则分享，希望可以帮助在迷茫期的你！
在Facebook看来，提升ROI的核心在于广告效率，而：广告效率 = 灵活性 X 信号
灵活性是指让系统能够选择最有价值的广告展示机会和最有可能表现最好的素材，及时的传递给适合的人。简单来说三个关键词，展示（广告版位在哪里），受众（谁能看见），竞价&预算（多少钱）。
而信号是机器学习模型用来做出决策（是否会有转化）的行为模型。两个关键词，转化（用户是否跟广告做了互动）、事件（优化的行为及频率）
如果让我们的系统有适当的灵活性去学习你们最在意的结果（信号数据），我们才能根据数据来预测适合向什么样的人群推进你的游戏。
反之，如果限制灵活性和信号数据，那么你的广告就会像下面这张图那样，广告系统将缩小能接触到的受众范围。
刚刚我们提到了“学习”？是的，机器也要学习！在机器学习阶段（learning phase），Facebook的投放系统在寻找最有可能在你的广告上采取行动（estimated action rate) 的人群来进行优化。
那么在机器学习阶段会发生什么事呢？
这张图告诉我们，在机器学习初期数据波动会比较大，但是随着系统有越来越多的转化数据，系统预测广告采取行动数据（estimated action rate)会越来越准确。需要特别注意的是，只有在7天内获得50个转化的数据，系统才能完成学习阶段。
重要提示
以下任何的操作，都可能导致你无法有效的完成学习阶段
有多个广告账户同时使用同样的受众定位，复制表现已经在下降的广告系列，然后重新再开启 。
在不同的广告系列中用同样的受众，但是每一个广告系列有不同的素材。使用AEO或者VO，但是受众的范围少于2M或者4M，有多个素材还在“投放中”的状态，有特定的竞价策略，例如使用最低价格vs手动出价，每个小时或者每天都在手动操作广告组/广告系列，有个非常小、非常精品化的受众，非常小的每日预算，尤其是在AEO或者VO的广告系列。
概括来说，导致无法完成机器学习的主要原因只有两个：
灵活性受限（受众范围细微或重叠、广告账户结构复杂）
缺乏信息（广告主不停更改广告系列、非常稀有的优化时间）
你可能觉得这没什么，学就学呗。然鹅，如果你一直处于机器学习阶段，那会造成你很高的广告花费，你的钱可能都会付之东流…
简化的广告帐号结构能够增加灵活性，并且在广告竞拍当中增加信息数据来帮助您更快的离开学习阶段，从而当中获取更高效的广告表现。
下面为大家介绍广告结构简化的三大黄金法则
合并
排除
减少
记住了这三大黄金法则，再也不用担心系统跑不出好成绩了
法则一：合并
所谓合并，就是尽可能合并广告系列、广告组，以最大程度地提高竞拍信号，具体说来，可以是：
扩大类似受众的比例：例如0-1%、1-2%、3-5%、5-10%
合并高度重叠的兴趣和行为目标受众：确保各个细分受众群的创意策略相同
尽量减少受众重叠：使用合适的受众排除条件，确保将过去购买过商品的顾客排除在外
增加每日预算：如果有多个广告组有非常小的预算，可以合并试试效果（无法达到一周50个转化的预算）
法则二：排除
即提高灵活性，排除限制：
如果在使用手动初建的模式，提高竞价价格：根据50 次转化/每周的阈值计算竞价的价格
使用广告系列预算优化（CBO）：充分利用预算！
综合使用多个版位：选择自动版位，提高效果和覆盖的人数
罕见的优化事件：对于转化比较少的事件或者高价值的用户（VBLAL），可尝试优化UA裸斗更上层的转化事件
法则三：减少
限制手动更改的频率和次数：
学习小结
1.广告效率 = 灵活性 x 信息数据
如果有太多限制，这会造成数据不足而影响转化。广告表现也无法得到最好的效率。在优化时，记得考虑到灵活性以及广告系统是否有足够数据来提高转化。
2.检查广告组的学习阶段
这个数据能够测量你的广告组表现的效率。如果长期在学习阶段中，那你们的花费不是最有效的，所以会浪费资源。
3.简化广告结构
整合广告组有助于放宽限制，以获取转化和提高成效
Q：学习阶段必须7天完成50个转化吗？
广告学习阶段一般都在广告组（adset）当中。广告组不一定需要在7天内有50个转化。这是个指导的方向。有些广告组在1-2天也能够完成学习阶段。这跟预算，竞价，优化等等有关，也代表了系统有了足够的信息为你们的广告目标做转化，带来更好的广告效率。有时候，30个转化就可以离开学习阶段。所以我们给了一个平均数据。如果是学习有限（learning limited), 那就是没有给Facebook提供足够的数据来来做做更有效的转化。
Q：如果有个广告组进入“学习有限”或者过了很长时间都还在“学习阶段”，我该怎么做？
如果7天后，这个广告组一直在学习阶段，或者学习有限，建议把它关掉，把预算分配到表现较好的adset上。
Q：对同一个Campaign，先跑Install积累付费数据，再切换到AEO，再切换到VO是否比从头开始就跑AEO或者VO好呢？
是的，我们建议一开始跑MAI来累计数据然后转AEO和VO。其实在跑AEO和VO同时，还是可以继续跑MAI，开拓新的用户群体，也同时监控留存和下载数量。如果有兴趣，可以跟你们的客户经理商量怎么测试。
Q：广告组加入新素材会导致重新学习，但是有些重度游戏需要持续加新的广告素材，建议如何优化？
广告素材需要更新，但我们建议不要每天更新新的素材，也不要在一个广告组里有20-30个素材。我们测试结果显示，一周更新一次广告的表现比较好，在一个广告组里有5-8个素材为最佳。每周应该观察素材表现，然后做更新。虽然我们建议一周更新素材，但是系统也提供测试设定，建议你可以测试什么样的频率最适合你类型的广告。
值得注意的是，有的时候重启学习在所难免，不代表重学是一件坏事。广告的效果表现是我们的最终目的，为了达成这个目的，更新素材是非常必要的一个部分。我们很清楚这样做会重启学习期，不用太过紧张，如果进入学习期应该尽快拿到足够的转化完成学习。
Q：我的广告在广告学习阶段都跑得不错，但是学习阶段完成后突然减量甚至不跑了，该如何去优化广告？
广告离开了学习阶段表现不好有很多个可能性
素材表现：查看素材的CTR，然后把比较差的广告更新一下
受众太小，或重叠很高：查看受众的大小，是否符合我们的建议。如果是比较小的国家，我们会建议放宽受众范围。
优化时间比较少：是否能测试除了付费以外的其他的优化事件，例如教程结束，关卡等等。
以上就是小编跟大家分享的全部内容了，如果您对以上的内容还意犹未尽或是有其他不同的见解欢迎私信小编哟～
About The Author
