1.帳戶簡化和整合
精簡的帳戶結構可盡可能多地手機競拍信號,從而更快結束機器學習階段;
如果受眾價值沒有差別,不妨整合廣告組;
實用技巧:
整合未達到最低閾值的廣告組和SKAN廣告系列有助于結束機器學習階段。
2.減少手動編輯的頻率
機器學習階段結束之前,請盡量不要更改廣告組或廣告;
避免每小時和每日表現指標變得雜亂和不完整;
僅做少量更具戰(zhàn)略意義的調整,如果要更改的地方較多,請一次性完成所有更改;
實用技巧:
建議等到72小時候再評估表現,消除延遲報告所帶來的影響。
3.定位和版位
放寬受眾定位可提供更多優(yōu)化機會;
結合使用更多版位有助于提升效率;
①對于再營銷,可考慮為類似受眾定位和寬泛定位分配更多預算
②對于興趣定位,Facebook 建議使用“擴展興趣定位”選項實現更靈活的定位
實用技巧:
放寬受眾定位并結合使用多個版位可提供更多優(yōu)化機會。
4.避免過度限制競價和預算
可獲得的轉化數據取決于您設置的競價和預算。
①如果不使用自動應用廣告(automated APP ad),可利用廣告系列預算優(yōu)化(CBO)提高預算使用效率和系統(tǒng)的自動分配能力
②如果設置了競價上限,可通過測試找到最優(yōu)競價
③對于投放期短于3天的廣告系列,可考慮使用最低費用競價
提醒:
根據每周50次轉化的閾值(網站廣告)或每個廣告系列每日88次安裝的閾值(SKAN廣告系列)計算預算。
5.考慮轉化事件的發(fā)生頻率
轉化事件發(fā)生的次數越多,Facebook 越能更快達到結束機器學習階段所需的閾值,進而提升整體優(yōu)化效果。
①關于事件優(yōu)先級設置的新規(guī)定(網頁廣告:針對每個網域最多只能設置8個事件;應用廣告:最多可設置64個事件);對于選擇拒絕追蹤的用戶,只會傳回優(yōu)先級最高的已完成事件;建議為漏斗下層事件分配較高優(yōu)先級,為漏斗上層事件分配較低優(yōu)先級。
②建議除購物事件以外,還應該針對漏斗上層事件測試應用事件優(yōu)化。
實用技巧:
優(yōu)先考慮漏斗下層事件,并利用事件1-8推動漏斗轉化。
6.iOS14.5+廣告設置檢查清單