对标Google PMax！Facebook ASC持续发力，效果显著却“问题频出”｜橙干货
18841年前，四海还和群友在群里扯皮“PMax是Google为自己推出的吸金大法”。眨眼间，PMax就成了各位优化师炙手可热的吸金武器，小丑竟然是我自己。
继Google PMax之后，Facebook也不甘示弱，在去年十月正式对全部广告主开放全新广告系列——Advantage+ Shopping Campaign（进阶赋能型智能购物广告，以下简称为ASC）。
相比较PMax的热度，对于ASC，官方以及优化师们竟都采取了较为保守的“闷声发财”策略，圈子内的风吹得很大，因此不少优化师对于ASC仍然存在很多问题。
四海在查询了网上关于ASC的资料并咨询了内部的优化师之后，整理了本篇堪称超全的ASC广告系列使用指南，希望可以帮到对于ASC还不是很清晰的优化师们。
ASC的发展历史
2015年，Facebook进阶赋能型目录广告诞生，从2019年往后的三年里，Facebook先后发展出了进阶赋能型广告预算优化工具、进阶赋能型版位、赋能型类似受众以及赋能型定位扩展，又整合了进阶赋能型目录广告和进阶赋能型应用广告；
到2022的下半年，Facebook上线了一款新产品：进阶赋能型智能购物广告ASC（Advantage+ Shopping Campaign）。
ASC，是一种自动化的产品促销活动，它使用机器学习将广告主的广告动态地投放给最有可能转化的受众，同时更好地利用广告主的广告预算。
工作原理
ASC 消除了手动创建广告的步骤，广告主只需要上传他们的广告素材资源、转化目标和获取率以及每日预算上限等基本诉求，其他的全部交给机器即可。而 ASC会在广告结束后告诉广告主：你今天花了多少钱，以及这些花出去的钱究竟为你带来了多少回报，至于之前更精细的分析、精准定位的展示和目标人群的数据则无可奉告。
以下这张图涵盖了A+SC进阶赋能型智能购物广告当前支持的功能：
使用流程
04
Q&A
1、ASC对比内置最佳做法的常规广告效果会一样吗？
ASC带有新的机器学习技术并与端到端自动化结合做优化，会帮助广告中简单推动更好的效果，无需做多项测试以达最佳效果。
2、建议广告主适用ASC还是常规广告（适用简化广告结构的常规广告）？
ASC和简化广告结构的常规广告最佳做法都具有相似的目标，可以实现简化广告结构，帮助广告主最有效地投放预算，但是ASC带有新的机器学习技术所以理当可以帮助广告主简单和更有效地达到最佳效果；最终旨在取代常规广告。但是目前ASC仍然带有功能上的限制可能没有办法满足广告主所有需求。
建议：先做测试并逐步相应调整预算。
