Facebook的规模结构：如何为自动媒体购买做好准备

 
现在是时候重新考虑我们如何管理Facebook广告活动，而Facebook有一个新的框架可以做到这一点：规模结构。
规模结构旨在优化AI后广告世界中的广告系列设置和管理。基本上，这是广告客户希望Facebook广告算法以最佳效果运行时应采用的一组最佳做法。
这些最佳做法包括：
减少广告系列和广告集的数量，以质量优先于数量
设置广告系列优化预算(CBO)，以便每个广告集每周均可实现50次唯一身份转化
使优化事件更接近销售渠道的开始
减少更改，使广告系列和广告集在学习阶段花费的时间更少，并转移到优化模式
扩大覆盖面并最大程度地减少受众重叠，因此该算法可以更有效地找到转化，从而拥有足够的数据来进一步校准和优化所有其他广告系列设置
积极竞标以维持交付
使用创意资产自定义和自动放置，让算法找出最有效的方法
如果您密切关注Facebook广告及其发布的公告和最佳做法，您会记得他们今年夏天发布的Power5建议。 Scale for Scale结构与Power5最佳做法有很多相似之处，但这是进一步的发展，或者是现在投放Facebook广告的迭代方式。
它似乎也起作用。这听起来似乎有些奇怪，但是我们有时听到广告商对Facebook建议的最佳做法表示怀疑。人们普遍认为，“好吧，使用这些策略可能对Facebook最好，但不一定对我最好。”
Facebook正在建立一个案例研究库，以反对反对者。您可以查看数十个不同的示例，以了解规模结构最佳实践的有效性。
这里只是几个例子：
国家整体研究所通过合并其帐户的广告集并启用广告系列预算优化和自动展示位置来应用规模结构。这样一来，每位潜在客户的成本降低了77%，潜在客户减少了4.9倍，入学率提高了230%。
孟买简化了帐户结构，购买量增加了2倍。
Mino Games简化了广告活动的结构，并投放了带有自动展示位置的Facebook视频广告。这增加了安装和应用内操作，使他们在第7天的每位玩家的平均收入提高了90–95%。
Jet.com将其展示位置扩展到了Facebook，Instagram和受众网络。这样一来，他们的每次购买费用降低了334%，受众网络上的流量降低了86%。
规模结构背后的关键原则
因此，规模结构的好处显而易见。以下是将它们应用于您自己的帐户或客户帐户的方法。
简化您的广告系列结构
这是您之前可能听说过的建议最佳做法，但这是Facebook广告这种新方法的症结所在。
基本上，Facebook希望您KonMari您的广告系列和广告集。从此出发：
对此：
为什么?因为它为算法提供了更多学习和有效优化的空间。
为了正常工作，Facebook广告算法需要正确数量的数据来处理。这是机器学习工作原理的核心，这是一个概念，如果您想在现在和将来成功做广告，就必须理解。
在使用一种算法来管理广告系列之前，人工广告经理必须创建许多(有时是数百个)广告系列来控制各种变量(出价，定位，受众群体，展示位置)。这使我们可以测试设置，隔离受众并管理广告系列管理的许多其他手段。
但是，既然该算法可以管理很多事情，那么创建大量广告系列只会使该算法需要处理的数据更少。数据较少，效果也不佳。
要了解算法的工作原理，它有助于了解正在处理的数据信号。这些只是电子商务网站可能使用的目标类型中的几个：
广告参与度或观看视频
加入购物车动作
购买前在品牌网站上的第一天
购买装置
品牌网站上每天浏览的页面数
购买前在品牌网站上的天数
那是一些非常详细的信息。当您创建大量广告系列时，您基本上是对算法可以在广告系列之间使用多少数据以优化广告的方法蒙上阴影。结果，竞选绩效下降。
Facebook呼吁广告商通过消除广告系列的限制来增加“流动性(灵活性)”。要消除的限制之一是通过最大程度地减少广告系列和广告集的数量来打开您的帐户结构。改善“灵活性”的另一种方法是使用“广告系列预算优化”来释放广告预算的支出方式。使算法具有所需灵活性的另一种方法是允许它选择广告展示位置，以便可以在可用的14个不同展示位置中测试您的广告。
当然，这意味着您将放弃很多控制权。一些广告客户不喜欢这样。但是以下是Facebook如何看待这种“控制”与“算法优化”难题：
您要哪一个?更多转换，还是更多控制?就个人而言，如果我可以确定这些转化的价值与我之前获得的一样好，那么我将争取更多的转化。
但是，如果您不能让出控制权怎么办?您的广告将停留在所谓的“学习阶段”或“广告集校准”中的时间更长，因为该算法无法按照其构建方式来处理数据。
在学习阶段停留不必要的时间不是一件好事。它可以将广告支出的回报率降低20-40%。要移出该广告集，每个广告集每周需要产生大约50次唯一转化，并且要保持这一状态，广告客户无需进行任何“大量修改”。
因此，当我们遍历“规模结构”的各个方面时，请了解此处的总体原则是消除算法上的限制，以便获得转化。这意味着设置广告系列的方式应允许算法完成工作，并在系统运行后最大程度地减少对系统的修改，以免触发任何“实质性修改”，从而迫使算法再次进行重新校准。
最终，Facebook只希望您调整一些关键杠杆，以便算法可以完成其工作。
杠杆1：增加观众人数
Facebook建议采取以下四种方法：
增加重定向窗口。许多广告客户的窗口很紧，例如一到七天。仅当您的网站流量很大时，此方法才有效。因此，为了扩大受众范围并为算法提供更多的工作空间，请尝试增加重定向目标窗口，看看效果是否更好。
将相似的受众群体合并为更大的群体。
Facebook建议0-1%，1-2%，3-5%和5-10%。
群体兴趣和行为目标高度重叠。
只需确保要合并的组的广告策略相同即可。
尽量减少受众重叠。
了解排除对象，包括筛选过去的购买者。
杠杆2：合并展示位置
Facebook现在在其一系列应用程序中拥有14个广告位置。至少可以说，尝试管理这一点很复杂。让算法来管理展示位置确实更好，尤其是当您添加其他效果因素(例如广告尺寸)时。因此，请选择“自动放置”，然后将重点转移到其他方面，例如进行竞争性分析或增强创意策略。
还是不想放弃控制权?然后考虑一下：Facebook说，转向自动展示位置可以将每次转化费用降低71%。大量的已释放广告预算。而且，如果您真的真的必须控制某些广告的显示位置，请使用“资产自定义”。它使您可以根据广告的显示位置选择人们在广告中看到的图像或视频。
杠杆3：增加预算流动性
这是将钱包字符串的功能赋予算法的几种方法。因为即使您在没有释放预算的情况下，对广告系列管理的其他各个方面的控制降至最低，也无法真正开始聚会。
提高预算出价比。
根据退出学习阶段所需的每周50次转化阈值，计算您的每日预算。因此，如果您希望为每次转化支付1美元，则将您的预算设置为每周至少50美元(可能会高出10-15%，因为出价通常最终会比实际支付的金额高得多)。
使用广告系列预算优化。
正如Facebook所说：“释放预算!”
在广告一级测试广告素材。
不要创建多个广告集，每个广告集都包含一个广告素材，然后相互投放广告集。将不同的广告素材全部放入一个广告集中。
杠杆4：出价足够高，并且策略正确
人为管理的投标的日子已经过去。让机器来管理更改出价的复杂性要好得多。但是，选择出价策略仍然是人类最好的选择……如果人们花时间仔细考虑它。
Facebook推出了三种类型的出价策略：
最低的成本。想要从您的预算中获得最大的转化次数?然后选择最低成本。特别是在您不知道终身价值的情况下，请使用此功能。
目标成本。这样平均得出每个结果的费用。如果要保持一致性，请遵循目标成本。
出价上限最低的费用。得到了不太可能转化的广泛受众?这是控制成本的好选择。或者，如果您愿意为给定的转化花费不超过一定数量的费用，但不花更多的钱，则选择具有出价上限的最低费用。
另外两个建议：
尽可能根据生命周期价值出价。像创建所有潜在客户一样出价是没有意义的。他们不是。
如果您使用的是出价上限，请确保该上限足够高。否则，您将严格限制广告的展示频率，从而限制Facebook可以使用的数据量，然后…您就知道了。
杠杆5：针对正确的活动进行优化
对于购买量较少的细分市场或价值较高的产品，请尝试将转化事件移至渠道开头。这通常为算法提供了更多的数据点，因为在购买程序的每个步骤中，转化事件都会减少。
运作方式如下：首次启动游戏/应用程式时，我们会针对应用程式安装进行最佳化。这些显然不如购买来得有价值，但是如果我们没有产生足够的购买量(或没有产生足够的购买量)，我们可以通过专注于应用安装来更快地优化整个系统。一旦我们有足够的应用安装量来向下移动渠道，我们将针对购买的应用事件进行优化。
Facebook广告：过去，现在和未来
去年，Facebook和Google在简化和精简广告平台方面取得了长足的进步。这绝对是一件好事，因为
无论广告技巧如何，它都可以使更多的人有效地使用平台
节省了广告经理宝贵的时间
得到更好的结果
但是，如果您是一位经验丰富，积极进取且以绩效为导向的广告客户，那么放开所有控制权将非常困难。这意味着完全重新考虑您的广告方式。这也可能意味着要提高您的技能，因为该算法可以比人们现在更好地完成许多Facebook广告管理任务。我们建议您将时间花在创意策略和竞争分析上。