快速了解A+AC这一篇就够了

进阶赋能型应用广告（旧称：自动应用广告 (AUTOMATED APP AD)）旨在助您以更少的投入最大限度提升应用安装广告的表现。进阶赋能型应用广告依托于机器学习，可帮助您在更有效的版位面向更相关的受众投放表现更出色的创意。

与手动应用广告 (MANUAL APP AD) 相比，进阶赋能型应用广告在创建期间需要广告主输入的内容更少，简化了受众选项和创意管理流程。下面PandaMobo会从个方面给大家详细介绍一下A+AC进阶赋能型应用广告。

Meta 进阶赋能型工具助您一臂之力，提升广告表现：

1)根据业务目标选择合适的自动化方案

Meta 进阶赋能型：端到端自动实施整个工作流程

Meta 赋能型：利用自动化来强化工作流程的关键环节

2)根据业务目标选择合适的自动化方案

Meta 进阶赋能型

进阶赋能型应用广告专注于改善对您最重要的方面：

• 优化：提升成效

• 规模化：维持稳定表现

• 提高效率：省时省力

与手动应用广告相比， 进阶赋能型应用广告拥有后端优势， 获得优异表现的机会更大：

进阶赋能型应用广告与手动应用广告之间的关键区别：

进阶赋能型应用广告中机器学习的运作方式：

• 创建广告时需要手动进行的设置更少；

• 机器学习根据设定，帮助广告投放系统确定在哪里展示广告表现最好；

• 进阶赋能型应用广告在机器学习的指导下不断优化广告投放，逐渐实现价值最大化。在优化广告投放时仍可进行适当的手动调整。

新功能兼容性：

• 安置资产定制(PAC)；

• 动态语言优化(DLO)；

• 支持轮播广告格式；

• 深度链接兼容性；

• 在动态广告(DA)活动中，能够在活动中包含多个产品目录或产品集，或者将产品集与静态广告组合；

• 创意探索算法。

• Advantage+ App Campaigns之间的广告活动级A/B测试，以比较Advantage+ App Campaigns跨变量 (包括定位、创意和优化) 的性能；

• 测试并确定Advantage+应用广告系列的最佳效果策略。

在广告管理器的编辑流程中，所有设置都将反映在广告集级别的受众部分：

（1）对于最低年龄和位置应用程序设置，这些设置现在将自动应用于任何广告帐户中该应用程序的所有广告系列；

（2）对于自定义受众排除，这将自动应用于应用程序的所有广告系列，但有以下限制：

• 自定义受众必须归应用所有者企业所有；

• 从不属于应用业务的广告帐户推广应用时，必须提前与该广告帐户共享自定义受众。

• Advantage+应用广告系列的区域报告细分选项现在也可用，适用于他们在应用级别设置中指定的区域或州。以前，仅在国家一级提供报告；

• 现在，在应用程序设置中指定包含州或地区的广告商将可以访问区域报告细分。

“应用设置”是商务管理平台中的一个选项卡，允许应用广告主在应用层级指定广告设置、要求或限制条件。应用设置会自动应用于当前和今后为指定应用投放的所有进阶赋能型应用广告。

使用普通的广告创建流程，或使用“创建多条广告”(批量上传) 功能一次上传最多 50 个图片和视频文件。您可以选择为每个素材设置单一标题和文本,或者上传多达 5 个标题和5 则文本，Meta的系统会自动测试和投放最佳的组合。然后，检查并发布广告。

以下是批量创建流程的概览：在广告组层级的左侧菜单栏上，点击“操作”菜单，然后在下拉菜单中选择“创建多条广告”。

如果您希望批量添加多个标题或多则文本，可返回主屏幕并选择您要修改的广告。您最多可以输入五则文本和五个标题，并将它们应用于所有广告。您还可以添加延迟深度链接，并将其应用于选定的所有广告。

注意:如果广告存在多值混合，例如不同数量的正文或不同的文本值，或者自定义项 (例如裁剪或应用的语言)，则您无法进行批量修改。您必须单独编辑每条广告。

或者您可以为每条广告单独添加文本和标题选项。编辑单条广告时，您可以看到以前用过的文本选项，以便快速添加。

首先，请勿让手动应用广告系列和进阶赋能型应用广告（A+AC）定位相同的目标受众。受众重叠不利于A+AC通过机器学习取得最佳成效。

为了避免出现受众重叠，建议采取以下措施：

• 确定开展测试的国家：确定要针对哪个国家或地区开展 A/B 测试，对比A+AC 与当前投放的应用广告系列。

• 检查测试期间是否有定位同一国家/地区的手动应用广告：如果有，建议暂停这些广告，直至对A+AC的测试结束，或者，另找一个国家或地区来开展无受众重叠的测试。

• 广告命名要容易区分：目前尚没有专门针对进阶赋能型应用广告进行筛选的功能，所以为广告命名时，使用能够清楚辨别的名称，以便在广告管理工具报告中轻松找到。

1. 在机器学习阶段，投放系统会通过尝试不同版位和受众人群等，探索投放广告组的最佳方式。在此阶段，广告的表现还未稳定下来。A+AC与手动应用广告有着相同的机器学习阶段，都需要在7天内促成约 50 次转化。

   
   

2. 尽量避免在机器学习阶段编辑广告系列：更改定位、优化、竞价，新增或删除创意素材，都可能会重启机器学习阶段，因此应该避免编辑广告系列。如果不得不改，请一次性完成多项编辑，以尽量减少重置机器学习阶段的次数。

   
   

3. A+AC与手动应用广告有着相同的机器学习阶段。但是，广告管理工具不会标记您的A+AC广告是否处于机器学习阶段。

A+AC的受众定位选项目前包括国家/地区、年龄和语言。该功能是为了触达更多受众，帮助系统以最低费用找到最有价值的受众。A+AC使用 90 天的排除时间窗，这意味着，过去 90 天内曾打开过您应用的人群将被排除在应用安装广告定位的受众之外。

建议选择最低费用竞价类型，并且不添加竞价上限，以获得最佳成效。设置竞价上限有助于控制费用，但可能会限制获得的成效数量，因为广告系列投放时间越长，获得成效的机会越有限。如果使用无竞价上限的最低费用竞价，进阶赋能型应用广告通常能获得更多成效并花完全部预算。

A+AC共有4个优化目标可以选择，分别是：应用安装量、均衡应用安装量和应用事件、应用事件、价值。

• 应用安装量：将广告尽可能多的覆盖到最有可能安装你应用的用户，实现用最低的安装费用，达到最大数量的安装

• 均衡应用安装量和应用事件：侧重于尽可能降低单次安装费用，同时优化应用事件数量，达到安装量和应用事件优数量之间的平衡

• 应用事件：将广告尽可能投递给最可能在应用内采取至少一次操作的用户，最大限度地提高应用事件的数量

• 价值：使用机器学习预测某位用户可能产生的广告花费回报 (ROAS)，然后使用此预测值竞标最有价值的客户，以确保最大限度提升营销活动的广告花费回报 (ROAS)。

建议根据您的关键表现指标和所使用的手动应用广告设置选择优化。

* 唯一可用的优化事件是“购物”。

** 唯一可用的竞价类型是“最低费用”

1.上传足够数量的创意

上传更多创意(争取上传 20 份左右)。
有助于减少创意疲劳，还能帮助创意探索 算法寻找更多投放机会，增加覆盖人数， 发挥广告创意的最大潜力。
借助推荐广告功能，可将表现优异的推荐 创意导入广告系列。

2.优先投放优质创意并更新创意

如果某个创意在投放 1-2 周后表现不佳， 例如展示次数或互动率较低，请考虑删除或更新该创意。
创意表现是动态变化的，建议保留旧创意供未来使用并重新评估其表现。

每月更新 2-4 次创意。
● 遵循创意效果不足时提供的调整建议。如果系统预测到，您的 广告组在 7 天内可能会出现创意 疲劳，就会出现创意效果不足 并显示调整建议。
● 定期更换效果不佳的素材，并批量修改，避免进入学习期。

3.使用多元化创意策略

● 避免使用概念非常相似的创意，因为这样会造成创意探索功能可能仅针对特 定受众群测试广告。
● 格式和宽高比：结合使用视频和静图创意 素材，将创意调整成不同的宽高比， 让每个创意概念都有机会在所有可用的版位展示。
● 利用版位素材定制功能优化广告 在每个版位的投放。
●创意多元化：覆盖尽可能多的内容种类、尺寸、格式，已触达更多人群。

若要查看不同创意（图片/视频或文本/标题素材）的表现，可以按以下方法操作：

• 在广告管理工具中，选择您想要查看成效分析的广告系列，然后前往“广告”选项卡。

• 从“细分数据”下拉菜单中选择“按动态素材”，然后选择“图片”、“视频”“文本”、“标题”、“描述”或“行动号召”。

• 要进一步自定义指标，选择栏菜单，然后选择预设选项或者点击定制栏。

注意：如果您选择一组自定义的栏，建议您将其另存为自定义报告，以便对其他广告使用此报告。

选择All Tools – 实验工具(Experiments)创建测试，充分利用测试工具，尽快完成机器学习阶段。

测试思路：对比进阶赋能型应用广告与手动应用广告 ，测试自动化策略的表现定向(国家)。

假设：与当前的手动应用广告策略相比， 进阶赋能型应用广告策略将改善关键表现指标的表现。

不同优化方案的关键表现指标：

● 移动应用安装量优化：单次安装费用、安装量。
● 应用事件优化：付费用户转化量、 单次操作费用。
● “均衡应用安装量和应用事件”的优化(自动应用广告)： 单次安装费用、单次操作费用、安装量和付费用户转化量。
● 价值优化：广告花费回报。

广告主可在当前策略中使用多语言动态优化、版位素材定制、试玩体验、轮播体验和深度链接，以此来对比它们与进阶赋能型应用广告的表现。

单元 1：手动应用广告策略
1 个或多个使用移 动应用安装量 优化/应用事件优化/价值优化的广告系列(建议不超过 5 个广告系列)。

单元 2：进阶赋能型应用广告
1 个使用对应进阶赋能型应用广告 优化策略的广告系列1 个广告组。

假设：与定位单一国家/地区的进阶赋能型应用广告相比，组合定位多个国家/ 地区的进阶赋能型应用广告带来的整体成效提升更大。

不同优化方案的关键表现指标：

● 移动应用安装量优化：单次安装费用、安装量。
● 应用事件优化：付费用户转化量、 单次操作费用。
● “均衡应用安装量和应用事件”的优化(自动应用广告)：单次安装费用、单次操作费用、安装量和付费用户转化量。
● 价值优化：广告花费回报。

当前策略：
定位单一国家/地区的进阶赋能型应用广告1 个广告组。

测试策略：
组合定位多个国家 /地区的进阶赋能型应用广告1 个广告组。

假设：与仅使用移动应用安装量优化/应用事件优化策略相比，使用“均衡应用安装量和应用事件”优化策略带来的成效提升更大。

不同优化方案的关键表现指标：
• 移动应用安装量优化：单次安装费用、安装量。
• 应用事件优化：付费用户转化量、单次操作费用。
• “均衡应用安装量和应用事件”的优化(进阶赋能型应用广告)：单次安装费用、单次操作费用、安装量和付费用户转化量。

单元 1：均衡移动应用安装量和应用事件的优化
1 个广告系列“均衡应用安装量和 应用事件”的优化(占本单元总预算的 100%)。

单元2：移动应用安装量优化/应用事件优化
1 个移动应用安装量 优化广告系列 或1个应用事件优化广告系列(2 个广告系列共占本 单元总预算的100%)。

同时投放手动应用广告和进阶赋能型应用广告可能会损害这两种广告的表现。

●确保除要测试的变量以外，其他所有变量均应保持一致。
●不要在对比测试投放中的手动应用广告和进阶赋能型应用广告时，为其他手动广告系列定位相同的国家/地区。
●避免同时针对同一个国家/地区开展多场拆分对比测试，因为这可能会影响调研的有效性。