Facebook廣告的一大特點是個性化，Facebook廣告每展示一次，廣告投放系統就能更加了解展示廣告的最佳對象用戶與地點。

因此Facebook廣告投放中有機器學習階段，在此階段，廣告投放系統會不斷探索投放廣告組的最佳方式。一般來說，機器學習階段的廣告組表現會比平常的波動性更大，單次操作費用 (CPA) 也比平常更高。

Facebook代理來給大家詳細講一講機器學習階段，避免修改廣告觸發(fā)重新學習以及學習數據不足，盡快度過機器學習階段。

一、機器學習階段簡介

機器學習階段是指廣告投放系統仍需要學習關于廣告組的大量信息的時期。廣告組處于機器學習階段時，投放欄會顯示“機器學習”。

Facebook廣告投放系統會持續(xù)不斷地學習投放廣告組的最佳方式，當廣告組表現穩(wěn)定下來后（通常是7天內完成50次優(yōu)化事件）會退出機器學習階段。

二、快速度過機器學習階段

Facebook廣告處在機器學習階段時，廣告效果會不穩(wěn)定，下列4點可以幫助快速度過Facebook機器學習階段。

1.?機器學習階段不編輯廣告組

如果對正處于機器學習階段的Facebook廣告、廣告組或廣告系列進行編輯，會重置機器學習階段，使廣告投放系統提升優(yōu)化能力的速度變慢。

2.?避免廣告數量過多

如果您創(chuàng)建的Facebook廣告和廣告組數量過多，廣告投放系統對每個廣告和廣告組的學習程度會降低，可以通過合并類似Facebook廣告組的方式合并學習過程。YinoLink易諾建議1個廣告系列的廣告組數量為3-6個，每個廣告組包含2-5個廣告素材。

3.?使用合理預算

Facebook廣告預算設置需額度充足，確保預算能獲得至少50次的優(yōu)化事件數，并避免頻繁更改預算。

三、重大修改導致重新開始機器學習

每次對現有廣告或廣告組進行編輯，都會對投放效果產生一定的影響，如果是重大修改還會導致廣告組重新進入機器學習階段。

1.?會導致重新進入機器學習階段的重大修改

- 為廣告組新增廣告

- 更改目標受眾、廣告創(chuàng)意、優(yōu)化事件

- 暫停廣告組7天及以上

- 使用廣告系列預算優(yōu)化時，切換廣告系列競價策略可能會導致該廣告系列內的多個廣告組重新進入機器學習階段。

2.?可能會導致重新進入機器學習階段的修改

下列更改動作具體視更改的幅度決定是否屬于重大修改：

- 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

舉個例子，如果您將預算從100美元增加到101美元，則不太可能會導致廣告組重新進入機器學習階段。但如果您將預算從100美元更改為1000美元，廣告組就可能重新進入機器學習階段。Facebook代理YinoLink易諾建議每次調整20%-30％的預算，不容易再次觸發(fā)機器學習。

四、解決學習期數據不足

如果Facebook廣告組未獲得足夠多的優(yōu)化事件從而無法脫離機器學習階段，投放狀態(tài)欄將顯示“學習期數據不足”，這表示系統未能有效花費您的預算，優(yōu)化廣告表現。

可以通過多種方法修復“學習期數據不足”的Facebook廣告組以改善其表現：

- 組合投放廣告組和廣告系列

- 擴大受眾群

- 提高預算

- 提高競價或費用控制額

- 更換優(yōu)化事件，考慮選擇發(fā)生頻率更高的優(yōu)化事件

如果處于"學習期數據不足"狀態(tài)的廣告組在您進行重大修改后獲得50個優(yōu)化事件，其狀態(tài)會變?yōu)椤巴斗胖小薄?/span>

以上是Facebook代理YinoLink易諾為大家總結的Facebook機器學習階段解讀，希望對賣家們有幫助，如果有什么問題可以評論留言~