更聰明的行銷活動：機器學習如何提升「Meta 技術」平台上的廣告成效

什麼是機器學習？

機器學習會透過使用預測性分析與演算法，來協助向理想的廣告受眾顯示正確的廣告。此功能可根據您的行銷活動目標，將花費轉移至系統最有可能達到最佳成果的位置，以幫助提升廣告成效。這就是所謂的「流動性」。

將行銷活動設定最佳化，讓廣告能夠更有效、更快速地達到成果

廣告每顯示一次，我們的廣告投遞系統便能更進一步掌握投遞廣告的理想受眾與最佳版位。廣告顯示的次數越多，投遞系統就越能將該廣告的成效最佳化。「系統學習階段」是投遞系統仍需要多瞭解廣告組合的時期。在系統學習階段期間，投遞系統會尋找廣告組合的最佳投遞方法，因此廣告成效會較不穩定，且每次成果成本通常表現較差。只要您建立新的廣告或廣告組合，或是對現有的廣告或廣告組合進行重大編輯，就會進入系統學習階段。透過瞭解機器學習如何強化廣告成效，提高您對目前所設定的行銷活動是否能獲得最多成果的信心。

以下是設定和管理行銷活動時可考慮採用的最佳作法：

1. 避免頻繁編輯：每次編輯都會被視為大幅變動，並導致系統學習階段重新開始。避免頻繁編輯，以便讓系統學習並退出系統學習階段，而無需盡快重設。
2. 避免建立太多廣告組合和廣告：廣告組合太多是導致廣告組合無法退出系統學習階段的主要原因。若同時刊登太多廣告組合，每個廣告組合的投遞頻率就會降低。建議您僅包含彼此不同的圖像或影片。每一個廣告組合請勿刊登超過五則廣告，以獲得最佳投遞成效。
3. 使用廣泛廣告受眾尋找更多顧客：在廣告受眾目標設定中使用廣泛的參數，能夠擴大廣告受眾的規模，並給予系統運用彈性，以找出可能採取您期望動作的用戶。這會帶來更好的成果，且可幫助您為未來的行銷活動找到意料之外的廣告受眾族群。
4. 採用高效速成行銷活動預算：高效速成行銷活動預算（之前稱為行銷活動預算最佳化（CBO））會自動管理各個廣告組合的預算，以最低的成本創造最出色的成果。您不需要設定個別廣告組合預算，而改為設定一個具有調整彈性的整體行銷活動預算，以方便將花費轉移至成效最好的廣告組合。
5. 擴展版位：高效速成+ 版位（前身為自動版位）可讓系統在 Facebook、Instagram、Audience Network 及 Messenger 上找到最具成本效益的版位選項。有更多版位可選擇之後，系統就能夠即時判斷哪些版位能讓廣告以最低成本獲得最佳成果。

為了協助投遞系統將廣告最佳化，系統學習階段是必要的步驟，所以您不該試著完全避免進入系統學習階段。測試新的廣告創意和行銷策略，對改善您日後的成效非常重要。

若要進一步瞭解系統學習階段、重大編輯及學習效果有限，請點擊此處。