在上一篇文章中，橙四海詳細為各位小伙伴講解了Facebook機器學習的原理和工作流程，但是對于我們投手來講，實踐才是檢驗真理的唯一標準。（還沒看過上篇內容的小伙伴請點這里：Facebook廣告機器學習大揭秘！暗藏起量的神秘技法~）
因此，本期內容橙四海將教學各位廣告主在跑Facebook廣告時如何快速積累優質的數據，不白白浪費自己的廣告預算！
首先，Facebook廣告是利用機器學習讓最可能做某個動作的人看到你的廣告（比如你的目標是購買，那就是最可能購買你東西的人；比如你的目標是添加購物車，那就是最可能添加購物車的人，而不是購買的人，所以廣告的目標設置非常重要）。
然后機器學習在獲得樣本數據足夠的情況下，就能保證你的廣告很穩定的出單。當ROI在合理范圍內，正負反饋都保持不差的情況下，預算充足且不做大的調整，一張圖片廣告都有可能連續穩定出單一個月。下面四海就來給大家講講，我們應該怎么做？
在上一篇文章中我們已經知道，算法的本質就是尋找數據之間的關聯和共性，所以簡單來講，數據越多越好。
但是到底要多少數據才夠呢？這并沒有一個“定量”，也只能見仁見智了。
據Facebook官方文檔說，一周內至少50次轉化才建議優化。這應該是差不多訓練算法需要的數據的最少要求了。
因此廣告主可以根據自己的能力決定一個初始預算，制定相應的KPI。如果廣告投放的效果沒法達到自己的預期目標，那就調整預算或者KPI。如果一直入不敷出就可以嘗試停掉這個campaign，改變廣告的素材或者調整受眾，重新投放。
不用擔心之前投放的錢打了水漂了，你之前花掉的那些錢相當于跟Facebook買了數據。Facebook會保存數據180天，這意味著180天之內你的數據都可以被算法所用。?
理論上來講，同一個campaign，如果你的預算是1000刀，那么每天10刀持續投放100天和一天之內全部花掉1000刀買到的數據的數量一樣，當然實際上影響數據結果的因素還是有很多。
但對于想要快速出單的廣告主而言，與其每天10刀連續投放100天地“擠牙膏”，倒不如一次性地投入1000刀，得到大量優質數據。
另一方面，基于廣告系統的競價原理——價高者得，預算越充足，競得優質流量的幾率也就越大；反之，預算不足，Facebook只能幫你找到一些質量比較低的leads。
其實這一點對于很多投手來講都是極其容易觸碰到的一個規則，廣告剛上線1-2天，沒什么效果，然后就開始分析自己的廣告是不是哪里出錯了，貿然修改廣告，導致錯失良機。
可是作為專業的廣告投手，當然要有看的更長遠的眼光和能力啦！你要轉化思維，想象這些錢都換成數據嘩嘩嘩地流回到你的帳戶里。
算法也是需要數據才可以訓練出穩定的投放模型！特別是一開始，從無到有的積累過程，算法是極其不穩定的（Facebook廣告算法的Learning phase）。要是一有波動就調整策略，很可能會“誤殺”有潛力的廣告，白白浪費掉一些數據。
所以廣告投放也要做好“放長線釣大魚”的心理準備，通過觀察長期的數據曲線變化來做出更實際的預測和更合理的調整。?
小Tips
哪些重大修改會觸發機器重新學習?
??定會重新觸發學習:
任何受眾的修改
任何廣告創意的修改
任何優化?標的修改
新增廣告到廣告組
暫停廣告組超過7天以上
?可能會重新觸發學習:
設置廣告系列預算上限
設置廣告組預算上限
設置花費上限、競價上限或最低花費回報
1）有沒有方法可以保證學習期的廣告成效不要太差?
建議可以采用花費上限或最低花費回報的設置來避免成效太差，但要注意的是過于嚴格的競價限制可能會導致廣告投不出去。
2）DA廣告會比較難完成學習階段嗎?
不會，完成學習階段的條件只跟限定時間內的轉化量有關，跟廣告目標?關。
3）我可以關掉學習期表現不好的廣告組嗎?
在累積?夠的數據下判斷之前，不建議關閉?告
除?成效嚴重的低于預期，否則不建議關閉?告
請謹記?動版位的概念，這個廣告組的表?成本較?，但很有可能已經是當下時間段最低
4）我有一個學習完的廣告系列，該如何擴大受眾?
?案?:?新增?個廣告系列，但在設定受眾時排除現有?告系列的受眾
?案?:?新增一個廣告組，同樣在設定受眾時排除現有廣告組的受眾
?案三:?修改現有的廣告組，直接增加受眾
5）我有一個效果很好的廣告系列想要擴量，應該如何操作?
千萬不要復制一個?樣的廣告系列出來并行投放
在學習階段完成之前盡量不要調整預算，但如果你發現?前預算?法順利完成學習，建議立刻增加預算
在學習階段完成之后的擴量，?先考慮受眾??：如果受眾足夠大，可以一次性的?幅調整預算。如果不確定受眾是否夠大，建議每次調整30%的預算
6）在Facebook上投放廣告，廣告顯示“學習期間數據不足”，但每天在出單，這種情況下可以增加預算嗎？
學習期的意思是在一周內要積累50個轉化，如果表現真的比較好，例如說CTR很高，每天的ROAS都很高等等，可以嘗試去加預算。
優化師建議：預算保險起見2～3天加一次 20%以內，有效果再加
以上就是橙四海總結的關于Facebook機器學習的全部內容，歡迎各位小伙伴分享轉發，有其他問題的小伙伴請在評論區留言咨詢。
?更多內容?
（點擊下方查看）
推薦閱讀?
木瓜移動是一家由清華、斯坦福、谷歌背景的海歸精英創立于2008年，專注于SaaS領域和出海營銷解決方案的科技公司，致力于幫助優質的中國企業分享全球市場。
木瓜移動旗下的SaaS平臺聚合多重工具，包括：投放管理、數據管理、客戶管理、支付管理等，同時也是Facebook、Google中國區頂級代理。
木瓜移動的客戶覆蓋電商、游戲、應用、汽車、數碼、教育、金融等眾多領域，包括：阿里巴巴、騰訊、百度、字節跳動、攜程旅游、汽車之家、360、美的等眾多知名品牌。目前已成功助力超5000家企業打開全球市場，每年為客戶實現海外廣告曝光量超1,000億次。
END
文章為作者獨立觀點，不代表DLZ123立場。如有侵權,請聯系我們。( 版權為作者所有，如需轉載，請聯系作者 )
網站運營至今，離不開小伙伴們的支持。 為了給小伙伴們提供一個互相交流的平臺和資源的對接，特地開通了獨立站交流群。
群里有不少運營大神，不時會分享一些運營技巧，更有一些資源收藏愛好者不時分享一些優質的學習資料。
現在可以掃碼進群，備注【加群】。 ( 群完全免費，不廣告不賣課！)
