让 Meta 广告为您效劳

Meta 的人工智能 (AI) 技术和算法一直在优化升级，力求改善广告主和用户的体验。很多时候，广告主并没有充分利用这些先进技术来打造广告系列，原因在于他们：

• 创建的广告组过多，导致出现受众重叠。
• 限制所选版位数量。
• 设置竞价和预算时太严格，妨碍系统面向最具成本效益的受众投放广告。
• 在同一广告组中设计的类似创意以及/或者创建的广告太多。

这些情况会导致广告表现欠佳，阻碍广告组进入大规模投放的进程，结果就是需要在机器学习阶段花费更多预算后，广告投放系统才能充分优化广告表现。

政府、政党和非营利组织广告主应利用 Meta 机器学习和优化工具来测试新策略，而不是依赖于竞价和预算手动控制选项、复杂的受众定位和过多的创意。

Meta 机器学习技术可以充分挖掘数据的价值，并将其与您掌握的受众信息配合使用。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。

Meta 赋能型广告系列预算优化（之前称为广告系列预算优化或 CBO）用于优化广告系列预算在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。

选择最低费用竞价，我们的系统将会在充分利用预算的同时，实现最低单次优化事件费用的竞价目标。然而我们理解某些广告主很重视费用控制，因此建议您深入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，务必要读懂使用最低费用竞价策略时的赋能型广告预算优化报告，确保您了解该关注的要点。

借助进阶赋能型版位（之前称为自动版位），Facebook 能够帮助广告主从所有可用的默认版位获得最佳成效。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，如果您投放的是社会议题、选举或政治类广告，某些版位将无法供您投放广告。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。点击此处了解详情。

如果您希望广告进入规模化营销阶段，则应简化受众，即合并广告组并定位宽泛受众。如果受众规模太小或者广告组存在重复和重叠，会让投放变得复杂，导致成效和投放规模不理想。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。

动态素材会选取多个广告组成部分（例如图片、视频、标题、说明和行动号召），面向受众将这些素材自动生成不同的组合，��而优化广告创意组合。不妨考虑使用动态素材工具，让我们的系统根据成效确定效果最佳的创意组合，不需要您浪费时间去创建数十条甚至是数百条广告。

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。

为广告系列使用自动化策略时，请考虑深入解读报告和分析成效。