按照6個素材，想要放到FB上做素材測試對比，常用的campaign結構：

1，3A系列（或者ASC)，假定是1-1-6結構；

2，普通系列CBO，假定是1-2-3結構；

3，普通系列ABO，假定是1-2-3結構；

4，普通系列CBO，假定是1-6-1結構。

5，普通系列ABO，假定是1-6-1結構。

6，普通系列CBO，假定是1-3-2結構；

7，普通系列ABO，假定是1-3-2結構；

8，普通系列CBO，假定是1-1-6結構。

9，普通系列ABO，假定是1-1-6結構。

上述的系列結構不知道大家一般用什么模式來測素材，以及什么結構擴量。

按照我自己的習慣，比較常用的是1，2這兩種。

第一種，3A系列有點隨緣，素材放進去完全信任系統的人群，興趣定位，預算分配也不操心，最后一般能成1-2個素材。

第二種，我目前用的比較多的是CBO 1-2-3這類結構，CBO會根據兩個adset的轉化情況自動分配預算，每個adset下面的3個素材相對公平的分配預算，這里存在運氣，可能某一個素材爆發后，導致CBO把預算都給到了這個轉化多的adset，另外一個adset里面的3個素材也許都不能再跑出來。

第三種，ABO的1-2-3結構，其實就不存在CBO遇到的預算分配不均勻的問題，單獨的adset預算，互不打擾，只是分開給預算，需要的預算就更大一些，如果正常100預算的CBO和拆開50美金的ABO兩個adset，可能造成單個adset分到的預算不足，比如一個轉化平均25美金，只有50美金預算，很可能測不出來就預算耗盡。

對比 2和3這兩種結構，主要看錢，或者看素材數量，素材少，錢多用ABO沒問題，錢不夠，或者素材數量多，就允許一部分素材運氣不好沒測出來。

1-6-1的CBO和ABO對比，實際上1-6-1的這類結構更適合做爆款素材沖量用，一般會分別設置不同的人群到adset，再放同一個素材，如果是CBO，預算會給到這個素材匹配最好的人群來曝光（對應的adset），合適測人群，如果是ABO，單獨的預算情況下，每個人群都會有曝光機會，更合適沖量。

1-3-2和1-2-3的效果其實類似，差別就是多拆了一些adset，adset多一些和少一些的對比，主要是允許系統學到的人群方向的數量，一般系統會在adset層級逐步學到不同的人群方向，哪怕是同一個素材，產品人群越寬泛，能接受adset多一些，產品人群窄點就把adset減少一些。

1-1-6結構的ABO和CBO沒啥太大差別，一般也不這么上，我可能會上1-1-3結構，拆成2個campaign，也一般不會放6個素材到一個adset中測試，大致是同一個人群塞6個素材做測試，分到預算和機會沒那么多，競爭變大，可能每個素材都給點曝光最后誰也沒學出來。對比1-2-3這種，實際上是允許一部分素材運氣不好（比如其中3個）基本分不到預算。

當然，結構這些到現階段已經不那么重要，FB算法人群這些一直在優化，一方面是”素材就是定位“，另一方面是系統逐步進化，大量產品可以直接通投3A這種。當素材足夠好，哪個結構基本測出來的效果都接近（是金子哪里都會發光）。我自己還有另一個比較”自我安慰“的理論，運氣不好的素材也不是好素材，只要我素材數量類型足夠豐富，總有運氣好的素材能成功，運氣不好沒測出來的素材，也不算好素材。

祝你成功。