Facebook廣告內(nèi)部是如何尋找目標受眾的？

今天來講講Facebook廣告。

今天主要講三大點：

第一：Facebook投放的一些真理

第二：Facebook廣告，他內(nèi)部是如何尋找潛在的目標受眾？

第三：回答大家的一些關(guān)于Facebook投放中的問題

今天的內(nèi)容也穿插了一些用戶的提問，啊哈哈，我發(fā)現(xiàn)可以根據(jù)用戶的提問來寫文章，這樣可寫的內(nèi)容就多了很多??！

Facebook廣告投放，是一門玄學(xué)。

其實真正有投放過Facebook廣告的人，都知道Facebook是一個玄學(xué)。

什么是玄學(xué)呢？

比如：你現(xiàn)在在跑的一個facebook廣告，這個廣告ROAS表現(xiàn)非常好，達到了1:10

也就是說，你投入了一塊錢，但是你賺到了10塊錢，這個生意是非常棒的。

接下來，你打算復(fù)制這個廣告，就算你什么都不改，不改預(yù)算，不改受眾，不改素材，復(fù)制一模一樣的廣告，你會發(fā)現(xiàn)，這個廣告的最終結(jié)果可能表現(xiàn)的一塌糊涂。

新手不理解啊，為什么啊?

自己建立的這個廣告，也是在不同的廣告組中，也沒有相互競爭，廣告目標都是一致的，怎么另外一個表現(xiàn)，卻是這么不盡人意呢？

對，這就是玄學(xué)，不僅是新手，很多老手也解釋不出來。

Facebook廣告的結(jié)果表現(xiàn)，取決于太多因素了，受眾，廣告創(chuàng)意，預(yù)算，版位，興趣....

所以我真的說一句話，F(xiàn)acebook廣告并不是誰誰誰告訴你，你按照這樣的來，就會等于什么樣的結(jié)果

不是的！

在Facebook廣告上，請大家記住三點：

第一：Facebook沒有一個標準投放公式，并不是1+1就能等于2的

第二：所有優(yōu)秀的廣告投手，一定是靠錢砸出來的經(jīng)驗

第三：Facebook是玄學(xué)，就是要多測試

這三點如果你認識不清的話，那么你只能在廣告上走彎路，還要被人割韭菜。

為什么要復(fù)制廣告？

即便這么玄學(xué)，我想我依然可以回答大家一些常見的問題。（我今天突然發(fā)現(xiàn)，原來還可以利用提問來寫文章，我今后可寫的就多了）

今天有人問我：

小北，為什么大家在投放Facebook廣告的時候，比如一個廣告表現(xiàn)的很優(yōu)秀

為什么要用復(fù)制adset的形式來實現(xiàn)？而不是將它們復(fù)制到另一個CBO中并增加預(yù)算？

例如，我們在投放Facebook廣告的時候，采用的策略是：

CBO 1-10個ADSET（這里面有5個表現(xiàn)好的廣告）

CBO 2-10個ADSET（保留來自CBO 1中的5個表現(xiàn)好的廣告，但每個在復(fù)制一遍）

所以，請問為什么大家是復(fù)制，而不是直接把CBO 2的預(yù)算翻一番？難道是擔(dān)心這樣受眾會看到兩次廣告嗎？

首先，在回答這個問題之前，我和你講下在Facebook中，用戶在做廣告投放的時候，F(xiàn)acebook廣告是怎么尋找匹配受眾的？

這部分我想應(yīng)該很多人不了解，我也和大家普及下

Ps：關(guān)于什么是CBO，CBO的原理，CBO的好處，以及CBO的注意點，這些我就不講了，大家可以自行去學(xué)習(xí)。

Facebook廣告，內(nèi)部如何尋找潛在的目標受眾？

Facebook在廣告組這個層面的算法有點像這樣：

當(dāng)你在投放廣告的時候，首先在你的廣告系列中，這里面的廣告受眾會被分配到一個廣告中。

這些受眾前期是在測試，那么在測試階段在Facebook體系里面，這其實是動態(tài)的匹配的一個過程（內(nèi)部會有一個匹配的標準），根據(jù)這個標準來確定，哪些受眾對你的廣告做出了反應(yīng)。

我們知道，F(xiàn)acebook ad的算法用的是預(yù)測性算法（Predictive Algorithm）。

簡單的說，機器學(xué)習(xí)的算法通過“學(xué)習(xí)”廣告投放得到的反饋（歷史數(shù)據(jù)），對新的廣告投放效果進行預(yù)測。

而機器學(xué)習(xí)算法有兩大類別：回歸算法（Regression）和分類算法（classification）。

回歸算法的結(jié)果是一些連續(xù)的值，比如一元二次方程里的一條直線，任意一個橫坐標的X值，都可以找到一個對應(yīng)的Y值。

分類算法的輸出結(jié)果并不是連續(xù)的，而更像是一段又一段的區(qū)間。

舉個例子，當(dāng)你問“這個用戶看到廣告后會不會點擊購買我的產(chǎn)品”？

通過分析，分類算法會告訴你，“Yes”還是“No”。

但是回歸算法會告訴你“只有68.59%的可能性會買，也有31.41%的可能性不會買”。

實際上，兩種算法并不是完全無法不兼容彼此的。

比如你在回歸算法的輸出層規(guī)定區(qū)間，“低于60%的值輸出No”，“不低于60%的輸出值為Yes”，這樣回歸算法就轉(zhuǎn)化為一個分類算法了。

不管使用哪種算法，在廣告投放領(lǐng)域，機器學(xué)習(xí)的核心都是通過分析audience的特性（demographics），來對TA的行為進行預(yù)測。

舉例子

比如廣告組里面，有一個廣告，這個廣告的受眾設(shè)置的唯一興趣愛好是phone cases，那么

在第一天中，facebook的廣告可能會針對這個興趣愛好，推送給一些喜歡phone cases+喜歡狗的用戶，并觀察表現(xiàn)情況是如何的

在第二天中，F(xiàn)acebook可能會把廣告推送給另外一批不同的受眾，此時這些人就不是喜歡phone cases+狗的用戶，很可能是phone cases+貓的這些受眾

好了，這個時候，F(xiàn)acebook會根據(jù)這兩批受眾的不同表現(xiàn)，開始進行廣告優(yōu)化，這個優(yōu)化是同時結(jié)合你的網(wǎng)站廣告像素（pixel）數(shù)據(jù)來分析哪一部分受眾最容易受到你的廣告的影響。

所以這是Facebook廣告的一個優(yōu)化測試，當(dāng)然內(nèi)部的算法，這肯定不是簡單的一個一個來測試。

比如我前面說了Facebook先測試phone cases+狗，然后接下來再測試phone cases+貓，算法會幾個維度同時來進行測試的。

Facebook對人的特征掌握非常的清楚，有很多維度來同時進行測試。

就好像Facebook會同時派遣幾個先遣部隊，去前面刺探（根據(jù)可能喜歡你產(chǎn)品的受眾+網(wǎng)站像素）來找到最合適人。

然后派出去的幾個先遣隊回來報告，看看哪個表現(xiàn)最好，在加大對該部隊的預(yù)算

所以，你看這個是Facebook內(nèi)部，CBO的一個受眾尋找和優(yōu)化的過程。

為什么要以復(fù)制廣告的形式來增加預(yù)算？

好了解釋完Facebook廣告是怎么尋找匹配受眾完之后，接下來我們就來回答一下上面該同學(xué)的問題：

為什么要用復(fù)制ad set的形式來實現(xiàn)？而不是將它們復(fù)制到另一個CBO中并增加預(yù)算？

復(fù)制廣告主要是，F(xiàn)acebook廣告有一個學(xué)習(xí)的時間（learning phase），這樣不至于說，你調(diào)整預(yù)算，中途就被打斷學(xué)習(xí)時間。

比如一個盈利的廣告，之前的預(yù)算是每日50美金，現(xiàn)在廣告表現(xiàn)的很好，你要在此廣告的基礎(chǔ)上一下子預(yù)算，調(diào)整到500美金，這個時候，好的廣告要在重新學(xué)習(xí)，那樣好的效果就被中斷了。

請大家注意，我這個復(fù)制，是連廣告系列都一起復(fù)制，而不是原有的廣告系列中，直接復(fù)制一個wining ads，我也建議大家這樣做。

以上！