A+SC进阶赋能型智能购物广告“一文通”
5067A+SC进阶赋能型智能购物广告？
Facebook的机器学习功能可以帮助你的广告系列取得最佳表现。FACEBOOK平台可以通过实时确定表现最佳的版位、预算分配以及广告系列的竞价，帮助你以更低的成本获得尽可能多的转化机会。
Part 1
进阶赋能型智能购物广告
是希望持续取得效果类成效的
营销者的理想之选
在过去我们需要设置多项预算，并开展数周的A/B测试才能进行优化找到最优方案，现在进阶赋能型智能购物广告在机器学习的助力下，优化过程变的更为简单。
广告创建更快速
持续维护工作更少
针对可预测的成效进行优化
报告按新老客户细分
Part 2
进阶赋能型智能购物广告
的建议使用情形
采用进阶赋能型购物广告来提高转化
利用进阶赋能型购物广告，向下层漏斗的目标受众渗透，并触达相似新客户，提高购物转化的同时，增加广告的曝光率。
只需创建一个广告系列，即可实现所有效果类营销目标。Meta会自动完成大部分地设置过程，大大提高工作效率，更高效地向理想受众投放相关的广告。
表现更佳
全新的机器学习模型能够自动选择创意，定位，优化和目标位置要素，面向理想的目标受众展示与之最为相关的内容，从而最大限度提升广告表现
利用新的机器学习技术，结合自动定位功能（ATF）来自动创建多个目标受众细分，以识别广告主最有价值的客户，将广告投递给最有可能产生转化的目标受众。
与网站进行了上端漏斗交互的用户；
在网站上进行过购买的用户；
与品牌的Instagram或Facebook主页进行过互动的用户。
效率更高
只需设置国家、预算、归因，转化目标、上传广告素材资源等基本诉求 ，即可借助机器学习优化投放表现优异的新鲜创意。
同时上传商品图片和反映商品使用场景的图片；
自动生成超过150种创意；
最大限度减少创意疲劳和维护工作。
规模更大
进阶符能型智能购物广告会在尊重客户隐私的前提下，尽量扩大范围，便于您与更多有可能对您商品和服务感兴趣的用户建立联结。
A+SC广告活动相比常规广告而言，采取的是“广撒网”的投放逻辑，因其仅支持国家级定向和最低年龄限制作为硬性限制，受众选择的限制较少，因此广告活动得以借助机器学习，能够匹配最佳受众和创意组合，以最大程度地提升表现。
Part 3
进阶赋能型智能购物广告
的主要功能
每个ASC活动支持最多150个广告创意
支持推荐素材：推荐策略是过去7天花费最多的广告，创意相同的广告以及不适合的广告格式会由系统过滤掉；
推荐广告中不包含动态创意dynamic creative；
支持手动上传或上传目录生成广告，支持单图片、轮播、视频。
新增最低年龄和地域排除设置
广告主可在广告帐户中设置（如图），且会应用到所有正在运行以及新创建的A+SC广告；
原本默认的目标受众年龄是18-65岁。这项新功能实现最低年龄限制由18岁提升至25岁；
广告主现可根据州/省、指定市场区域和邮政编码/邮局编码，将某些特定地点从广告投放范围中排除。
Part 4
进阶赋能型智能购物广告
的搭建策略
选择广告目标（Sales 或 Conversion）。
选择Advantage+ Shopping Campaign。
广告组设置：设置国家、预算、归因，转化目标、上传广告素材资源。
导入您的广告：根据系统提示，导入近期效果较好的素材，也可以手动创建广告进行投放。最多可导入150个创意组合。
最佳Campaign组合BUA+ASC
将A+SC作为BAU Campaign 的补充，利用ASC自动化的优势来优化受众和创意组合；
建议BAU数据跑2-3周积累稳定数据后，再优化A+SC；
允许A+SC前期成本波动，给予系统足够的学习期，建议观察72小时,或根据广告活动的归因周期来却决定是否要优化。
关注创意疲劳，定期迭代/长期无转化的广告素材采取替换或重新投放的策略
一个A+SC活动最多支持150个广告，支持版位定制；
前期测试建议放10个以内的素材，系统学习较为容易；
追加或替换的素材方向和文案尽量接近，优先选择在常规广告中表现较好的素材。
简化广告帐户结构减少ads数量
建议广告结构：1-1-N（N＜10）；
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；
常规广告系列的重大编辑同样适用于A+SC Campaign。
Q1
A+SC对比内置最佳做法的常规广告效果会一样吗？
答
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。
Q2
如何比较A+SC与BAU的表现？
答
建议将A+SC的表现与具有相似创意、优化设置和国家定位的BAU活动的总体表现进行比较。广告商也可以在设置唯一变量的情况下开展A/B测试，以将A+SC与BAU组合，或A+SC与某个BAU活动进行比较。
Q3
如果一个A+SC的系列已结束机器学习阶段，投放几天后表现变差，这个时候是可以给里面增加新的素材来激活么? 会不会导致重新进入学习阶段？
答
可以，有机会导致重新学习，但因为之前已经完成学习，所以数据量足够帮campaign更快完成学习。
Q4
对于效果提升而言，用于A+SC的素材，应该侧重素材本身的区别，还是侧重产品区别呢？
答
效果提升要看多维度：人群受众定位、商品、素材、预算等。素材方面建议多放产品图片、场景图片等，也可开展测试。
Q5
如果A+SC里的部分广告成效有明显下滑，能手动把那些广告关掉吗？
答
要看campaign的状态如何，对于还在学习阶段的Campaign，就不建议进行太多人手的干扰，这只会令学习更长;
如果是完成学习阶段后发现表现下滑，也建议多观察，试一下修改受众量或预算，来给A+SC更多条件投放;
如果真的表现太差，就可以关掉再投放其他广告。
Q6
测试期间，放多少素材和预算合适？
答
前期测试，建议放10个以内的素材，预算建议放BAU广告的一倍。
Q7
新建的A+SC系列，多个素材花费非常不平均，集中花在1个素材上，其他素材基本没花钱。这种应该如何处理？
答
A+SC广告，系统会自动优化素材，若某一素材效果突出，确实会消耗会偏向于某一个素材。建议可以保留表现较好的素材，将表现较差的素材进行更迭。
A+SC进阶赋能型智能购物广告？
Facebook的机器学习功能可以帮助你的广告系列取得最佳表现。FACEBOOK平台可以通过实时确定表现最佳的版位、预算分配以及广告系列的竞价，帮助你以更低的成本获得尽可能多的转化机会。
Part 1
进阶赋能型智能购物广告
是希望持续取得效果类成效的
营销者的理想之选
在过去我们需要设置多项预算，并开展数周的A/B测试才能进行优化找到最优方案，现在进阶赋能型智能购物广告在机器学习的助力下，优化过程变的更为简单。
广告创建更快速
持续维护工作更少
针对可预测的成效进行优化
报告按新老客户细分
Part 2
进阶赋能型智能购物广告
的建议使用情形
采用进阶赋能型购物广告来提高转化
利用进阶赋能型购物广告，向下层漏斗的目标受众渗透，并触达相似新客户，提高购物转化的同时，增加广告的曝光率。
只需创建一个广告系列，即可实现所有效果类营销目标。Meta会自动完成大部分地设置过程，大大提高工作效率，更高效地向理想受众投放相关的广告。
表现更佳
全新的机器学习模型能够自动选择创意，定位，优化和目标位置要素，面向理想的目标受众展示与之最为相关的内容，从而最大限度提升广告表现
利用新的机器学习技术，结合自动定位功能（ATF）来自动创建多个目标受众细分，以识别广告主最有价值的客户，将广告投递给最有可能产生转化的目标受众。
与网站进行了上端漏斗交互的用户；
在网站上进行过购买的用户；
与品牌的Instagram或Facebook主页进行过互动的用户。
效率更高
只需设置国家、预算、归因，转化目标、上传广告素材资源等基本诉求 ，即可借助机器学习优化投放表现优异的新鲜创意。
同时上传商品图片和反映商品使用场景的图片；
自动生成超过150种创意；
最大限度减少创意疲劳和维护工作。
规模更大
进阶符能型智能购物广告会在尊重客户隐私的前提下，尽量扩大范围，便于您与更多有可能对您商品和服务感兴趣的用户建立联结。
A+SC广告活动相比常规广告而言，采取的是“广撒网”的投放逻辑，因其仅支持国家级定向和最低年龄限制作为硬性限制，受众选择的限制较少，因此广告活动得以借助机器学习，能够匹配最佳受众和创意组合，以最大程度地提升表现。
Part 3
进阶赋能型智能购物广告
的主要功能
每个ASC活动支持最多150个广告创意
支持推荐素材：推荐策略是过去7天花费最多的广告，创意相同的广告以及不适合的广告格式会由系统过滤掉；
推荐广告中不包含动态创意dynamic creative；
支持手动上传或上传目录生成广告，支持单图片、轮播、视频。
新增最低年龄和地域排除设置
广告主可在广告帐户中设置（如图），且会应用到所有正在运行以及新创建的A+SC广告；
原本默认的目标受众年龄是18-65岁。这项新功能实现最低年龄限制由18岁提升至25岁；
广告主现可根据州/省、指定市场区域和邮政编码/邮局编码，将某些特定地点从广告投放范围中排除。
Part 4
进阶赋能型智能购物广告
的搭建策略
选择广告目标（Sales 或 Conversion）。
选择Advantage+ Shopping Campaign。
广告组设置：设置国家、预算、归因，转化目标、上传广告素材资源。
导入您的广告：根据系统提示，导入近期效果较好的素材，也可以手动创建广告进行投放。最多可导入150个创意组合。
最佳Campaign组合BUA+ASC
将A+SC作为BAU Campaign 的补充，利用ASC自动化的优势来优化受众和创意组合；
建议BAU数据跑2-3周积累稳定数据后，再优化A+SC；
允许A+SC前期成本波动，给予系统足够的学习期，建议观察72小时,或根据广告活动的归因周期来却决定是否要优化。
关注创意疲劳，定期迭代/长期无转化的广告素材采取替换或重新投放的策略
一个A+SC活动最多支持150个广告，支持版位定制；
前期测试建议放10个以内的素材，系统学习较为容易；
追加或替换的素材方向和文案尽量接近，优先选择在常规广告中表现较好的素材。
简化广告帐户结构减少ads数量
建议广告结构：1-1-N（N＜10）；
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；
常规广告系列的重大编辑同样适用于A+SC Campaign。
Q1
A+SC对比内置最佳做法的常规广告效果会一样吗？
答
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。
Q2
如何比较A+SC与BAU的表现？
答
建议将A+SC的表现与具有相似创意、优化设置和国家定位的BAU活动的总体表现进行比较。广告商也可以在设置唯一变量的情况下开展A/B测试，以将A+SC与BAU组合，或A+SC与某个BAU活动进行比较。
Q3
如果一个A+SC的系列已结束机器学习阶段，投放几天后表现变差，这个时候是可以给里面增加新的素材来激活么? 会不会导致重新进入学习阶段？
答
可以，有机会导致重新学习，但因为之前已经完成学习，所以数据量足够帮campaign更快完成学习。
Q4
对于效果提升而言，用于A+SC的素材，应该侧重素材本身的区别，还是侧重产品区别呢？
答
效果提升要看多维度：人群受众定位、商品、素材、预算等。素材方面建议多放产品图片、场景图片等，也可开展测试。
Q5
如果A+SC里的部分广告成效有明显下滑，能手动把那些广告关掉吗？
答
要看campaign的状态如何，对于还在学习阶段的Campaign，就不建议进行太多人手的干扰，这只会令学习更长;
如果是完成学习阶段后发现表现下滑，也建议多观察，试一下修改受众量或预算，来给A+SC更多条件投放;
如果真的表现太差，就可以关掉再投放其他广告。
Q6
测试期间，放多少素材和预算合适？
答
前期测试，建议放10个以内的素材，预算建议放BAU广告的一倍。
Q7
新建的A+SC系列，多个素材花费非常不平均，集中花在1个素材上，其他素材基本没花钱。这种应该如何处理？
答
A+SC广告，系统会自动优化素材，若某一素材效果突出，确实会消耗会偏向于某一个素材。建议可以保留表现较好的素材，将表现较差的素材进行更迭。
热门活动 
其他
04-09 周四
热门报告 
