由於最近我們只談論人工智慧，今天我們將在部落格上與您討論如何透過信任元演算法的自動學習來提高我們的活動績效。作為付費媒體專家，我們將深入研究Advantage+購物廣告系列，根據元 數據，該廣告系列可以實現CPA平均降低12%，ROAS提高15%。
貼文內容：元動態廣告：向 ASC+ 的演變
什麼是ASC+？Advantage + 購物活動的優勢忠誠度細分的自動化投資，ASC+的巨大優勢
Advantage + 購物廣告活動中的廣告素材我們測試了 ASC+，它們真的有效嗎？
再進一步：嘗試 ASC+
元動態廣告：向 ASC+ 的演變
要了解 Advantage+ 購物廣告系列的組成以及與 Google 上的成效最大化廣告活動的區別，我們必須簡要回顧 Meta 中動態廣告的演變。
Facebook 上的購物廣告活動或動態廣告活動誕生於 2015 年，但直到 2019 年才開始實施廣告預算優化或 CBO 等自動優化槓桿和自動展示位置。這使得 Facebook 的演算法能夠根據最有效的方式在廣告群組或細分和展示位置之間分配預算。
2020年，目錄銷售活動中實現了優勢定位擴展，
即Meta演算法現在能夠識別並 多明尼加共和國 電話號碼庫 向可以提高活動效果的用戶展示廣告，儘管不在其中配置的細分範圍內。
2021 年，動態應用程式廣告活動與傳統目錄廣告活動統一，最終在 2022 年底推出 Advantage+ 購物廣告活動（以下簡稱 ASC+），我們將在本文中詳細討論。
什麼是ASC+？
ASC+ 行銷活動是目前 Meta 世界中最自動化的行銷活動，借助機器學習，可以 透過非常簡單的配置在整個轉換管道中以良好的 CPA 實現銷售。
Advantage+ 購物活動的優勢
ASC+的主要優勢在於， 在一次行銷活動中我們可以「攻擊」整個轉換管道。透過 ASC+ 活動，演算法將基於三個目標進行最佳化：
獲取新客戶：我們將攻擊還不認識我們的用戶。
獲得銷售： 在這些活動中，我們 供應商可以根據不同的客戶需求客 也攻擊已經造訪過我們網站或以某種方式與我們品牌互動的熱門用戶。
留住現有客戶： 我們也可以讓現有客戶再次愛上，將購買變成重複購買。
這使我們能夠在以下方面進行改進：
性能：我們將基於機器學習先驗地獲得更好的結果，我們將自動避免觀眾飽和。
個人化：ASC+ 使我們能夠與用戶建立更深入的聯繫，因為它們使我們能夠根據用戶所處的通路階段自動優化創意，避免創意疲勞。
效率：最後，ASC+ 的實施透過將勘探策略 奢侈的交易 和重定向策略納入同一行銷活動線中，可以減少設定和優化時間。
忠誠度細分的自動化投資，ASC+的巨大優勢
設定 ASC+ 時，有一系列預設通用配置，這些配置將根據帳戶的歷史記錄而變更。出價策略或歸因視窗等設定將根據該帳戶先前的廣告活動中最有效的設定進行自動配置。
可自訂的內容與 Google Max 效能的主要區別在於， 我們可以配置分配給現有客戶（即個人化受眾）的預算百分比，無論是互動、重定向還是先前的客戶或訂閱者資料。 。
除了事後分配該百分比之外，我們還可以查看現有客戶與新客戶的銷售明細以及其他數據，從而能夠基於此優化行銷活動。值得記住的是，雖然不是專門針對此類活動，但對於所有人來說，我們最近恢復了2021 年iOS14 更新末日之前可能看到的故障。
因此，我們可以根據年齡、
性別等重新分析數據。雖然這對廣告主來說是一個相當大的勝利，但 我們必須繼續考慮受眾流動性的重要性，以促進演算法的學習和優化，而不是沉迷於這些細分，並在我們的廣告活動中進行過多的受眾劃分。
忠誠度細分的自動化投資，ASC+的巨大優勢
Advantage+ 購物廣告活動的廣告素材
從頭開始設定 ASC+ 廣告活動時，Meta 會建議使用對帳號效果最佳的廣告素材， 但也可能包含其他廣告素材，總共最多 150 個。如果其中一些廣告對應的銷售或促銷期間不是當前的，則顯然不強制添加它們，建議對它們使用常規廣告活動 。機器學習將決定創造力和受眾的最佳表現組合，因此在探索和重新定位時不會再讓使用者對相同的材料感到飽和。
ASC+ 廣告素材
我們測試了 ASC+，它們真的有效嗎？
關於此類活動的第一個結果，無論是來自 Meta 還是 Elogia，我們建議始終透過 A/B 測試 或轉換提升來測試它們，並將它們與通常的活動結構進行比較。此外，我們必須記住，由於「一切照常」活動已經有了以前的歷史，因此第一天總是獲勝者，因此配置此測試非常重要，透過取消選取在發現問題時立即停止的選項來配置此測試。
正如我們一開始所說的， Meta保證在與廣告商進行測試後，ASC+ 可以平均降低 CPA 12%，提高 ROAS 15%，但 Elogia 我們也測試了它們。
可以說，迄今為止進行的 84% 的測試表明 ASC 行銷活動獲勝，
平均每次轉換成本 (CPA) 提高了 23%。從這些測試中獲得的最相關的結論是，它們確實有助於擴大業務規模，因為在 ASC+ 和照常營業之間的預算分配是公平的測試中， ASC+ 的銷售額平均多於 20%。。
因此，在 Elogia，我們證實 ASC+ 代表了每個廣告商都應該嘗試的偉大演算法進步。
再進一步：嘗試 ASC+
現在我們知道 ASC+ 效果更好，我們繼續下一步，開始測試具有不同配置的兩個或多個 ASC+ 活動。例如，面對傳統的 ASC+ 行銷活動與一組 ASc+ 行銷活動，一方面，我們將從目錄中提取的廣告與手動配置的廣告（即不從目錄中提取的廣告）分開。我們也針對現有客戶測試了兩個具有不同預算百分比的 ASC+ 行銷活動。
總之，這些廣告活動對於廣告主帳戶的績效來說是一個巨大的進步，
但優化者必須提出假設並執行這些實驗，以幫助進一步提高 ASC+ 廣告活動的績效。這些類型的活動基於機器學習，凸顯了擁有專門從事社交廣告的團隊 的重要性，該團隊了解客戶的整個業務生態系統，從而可以為他們執行最有利可圖的策略。知道如何做好事情已經不夠了，您必須先行一步，能夠提出策略，這些策略不是基於工具的操作，而是基於它們為客戶業務提供的可能性。
除了 A/B 測試所證明的事實之外，毫無疑問的是，這些類型的基於演算法智慧的活動正在蓬勃發展。除了 Google 的效果最大化廣告活動之外， Tik Tok 已經在推廣自己的智慧廣告活動解決方案——智慧效果廣告系列。