广告逻辑到底是什么？

H从广告主的角度看广告流程：

广告主根据用户使用习惯，在不同的广告平台上投放推送广告（Google、Facebook、TikTok等等），投放广告的时候广告平台的系统算法以及广告商设置广告时候圈定的用户标签，把广告商的广告推送给大概率感兴趣的用户，以引导这些用户产生下一步的行为（进入网站、加入购物车、购买、下载等等。）

广告主去衡量广告好与坏，其实是一个综合的维度，并不是能够单一变量就可以决策。

广告素材、广告语、广告落地页内容相关性、网站体验度、产品价格、产品描述、购物流程体验…等等，各种因素，都会影响广告的效果。

所以我们投放广告的策略应该是多方面多维度投放广告，根据广告数据进一步排查问题、优化问题，提升转化率。以前做这些需要消耗大量的人工和时间，现在广告平台有了智能广告投放系统（Facebook进阶赋能型目录广告\Google Pmax广告\Tiktok SPC广告等）之后，效率提升不少。后面会详细说。

H从用户的角度看广告流程：

在不同平台浏览时，被推送了自己感兴趣广告内容，因为产生兴趣，被引导进入广告商的目标网站，再浏览相关内容后，产生一系列的动作。

当然，这些用户不是进到网站就100%转化的，上面说的那些因素，都会影响用户付费转化率的高低

但是广告平台推送并不是单纯按CPS来计费的，他是按综合（点击、千展、前置转化成本等等）多个衡量来计算，这也导致如果网站、广告素材本身有问题，用户不断被引导到网站中但是不能成功转化的话，广告平台依旧是会扣费的。转化不佳，找不到优化的点，一直硬投广告，这也就是目前说的广告成本高的原因所在。

我做了一个付费广告推送的流程图如下：

整个过程中，广告主主动营销，而用户则被动接受营销（除非他们不使用这些软件。）同时，可以看后面几个节点“购买意向-购买-复购”，当一个用户产生兴趣进入网站后，他不一定就100%会下单购买，有可能因为各种因素，导致放弃购买，但是这些人大概率是符合网站的用户需求的。

所以，后续通过网站优化、用户旅程优化以及广告投放策略调整，才能召回并且提升广告营销转化率，那么这其中就有一种方式就是再营销。这里我以Facebook再营销为例进行讲解。

什么是Facebook再营销？再营销广告类型

Facebook再营销是一种强大的广告技术，可以让广告主针对通过广告或者其他途径进入到网站浏览，但基于各种原因并未直接下单的用户进行特定广告营销。

Facebook再营销广告正是对这些用户重复投放广告，让他们在被广告反复病毒式传播洗脑后，再次回到网站购买.

H再营销的广告类型

能够支持再营销广告创建的来源主要有以下5种类型，分别是：网站、用户名单、应用数据、离线事件、目录。这些信息一定是和自己网站以及应用相关的数据，所以再营销一定是有一定数据积累之后才能开启的广告。

接下来分别看下这5种来源分别是什么类型的再营销广告。

首先我们先来学习如何正确创建再营销受众。

如何创建再营销受众

H如何创建再营销受众？

当我们有一定的相关数据量之后，才能成功创建再营销受众。在广告组创建层级，我们点击“Create New”选择“Custom Audience”

Website 网站流量

网站流量针对的是那些访问过网站的人。这种再营销允许我们基于人们访问的特定页面、其在我们的网站上停留的时间等创建自定义受众群体（FB通过配置Pixel收集网站信息）。通过针对已经表现出对我们的产品或服务感兴趣的人群，我们可以提醒他们他们正在寻找的内容，并鼓励他们进行购买。

例如，假设我们经营一家在线服装店，一个潜在客户访问了我们的网站，但没有购买。通过使用网站流量再营销，我们可以针对此人展示Facebook广告，展示他们在我们的网站上查看过的产品。这可以帮助他们记起他们感兴趣的物品，并鼓励他们完成购买。

选择对应来源数据进行创建，如果选择网站，那么就是选择对应像素Pixel进行创建。对任意、事件、留存率进行设置和选择，标准的会定位最近30天内广告主网站访问量/访问者

主要选项有以下几点：

• Anyone who visits your website — 访问过网站的所有人

• People who visites specific pages — 访问过特定页面的人

• People visiting web pages but not others — 只访问过一个特定页面，没有访问过其他页面的人

• People who have visited in a certain amount of time — 页面停留时间达到某一特定值

• Custom cambination — 自定义组合

我们根据我们的受众设定进行自定义即可。

用户列表再营销

用户列表再营销针对的是已经在我们的用户数据库中的人。我们可以上传一份电子邮件地址或电话号码列表到Facebook，他们会专门针对这些人进行定位。这种再营销有助于重新连接过去的客户或向现有客户推销。

例如，假设我们经营一项订阅服务，想要提醒客户续订。我们可以上传即将到期的客户电子邮件地址列表，然后通过Facebook广告针对他们，鼓励他们续订。

选择fb的模板进行客户数据填写，并且上传文件。按照信息进行数据的配置。在后面的广告投放时即可直接选择。

应用事件再营销

应用活动再营销针对的是已经在我们的应用中采取特定操作的用户，例如将商品添加到购物车或在游戏中完成一级。这种再营销是重新吸引已经表现出对我们的应用感兴趣的用户的好方法。

例如，假设我们经营一款移动游戏，用户已经完成了几个级别，但已经有一段时间没有玩了。通过使用应用活动再营销，我们可以针对该用户展示Facebook广告，展示新级别或游戏更新，鼓励他们重新开始玩。

离线事件再营销

离线活动再营销针对的是已经在我们的业务离线互动过的人。例如，我们可以上传一份在我们的实体店购买过商品的人员名单，然后通过Facebook广告针对他们。这种再营销有助于连接我们的在线和离线营销工作。

例如，假设我们经营一家实体店，想要鼓励客户再次光顾。我们可以上传一份在我们的店铺购买过商品的客户电子邮件地址或电话号码，然后通过Facebook广告针对他们，展示新产品或促销活动。

目录再营销

电商商品目录作为再营销的数据源，那么在投放广告的时候会根据产品和用户的匹配度进行自动推送，所以用户会看到的是他最适合的产品。

首先先进入广告管理工具，链接下方：

https://business.facebook.com/commerce_manager/get_started/

选择“Create a Catalogue”，点击下一步之后，选择类型，电商一般就选择E-commerce，E-commerce中一般选择在线店铺就可以

在店铺中有两种方式上传产品，直接连接saas或者手动上传产品即可。

总之，Facebook再营销是一种强大的广告技术，可以帮助企业增加转化并产生收益。通过使用一种或多种类型的再营销，我们可以针对已经表现出对我们的业务感兴趣的人群，并鼓励他们进行购买。

如何通过再营销带动销量增长？

我提出以下3个建议：

再营销着重的是那些进入过网站，做了一些举动但是没有完成整个转化流程的。所以我们的数据中就要设定排除那些已经转化过的用户，也很简单，再创建自定义受众的时候，把排除项做好就可以。排除的URL最好是写订单完成的那个页面。

重叠则是，如果你的数据量不够大，每个人都有不同的标签，所以会导致同一个人在不同的自定义受众中，那么我们投广告的时候就会重复投放，所以当我们人群量不够大的时候，建议不要创建过于细分的受众人群，一个是效果不佳，另一个是容易重叠重复消耗。

2.根据不同属性的用户提供优惠

广告的自定义受众可以根据不同用户属性创建不同受众，那么可以针对不同受众的需求创建一些活动，比如优惠券、小礼物等等，以刺激推动这些用户进行最后的转化购买。

3.反复持续的推送给用户

再营销中比较关键的一个点就是需要病毒式反复传播，所以反复多样持续的营销广告是必要的。

以上就是Facebook再营销的一些相关内容，实际的操作还是需要自己熟悉。再营销用好，将会大大提升漏斗下层用户的转化效率。

注意：

注意区分再营销里面Remarketing和Retarget概念，很多人都会混淆这两个概念。

利用进阶赋能型目录广告实现精准再营销（结合案例解析）

H什么是进阶型赋能广告？

进阶赋能型智能购物广告（ASC），英文全称Advantage+Shopping Campaign，是一款基于AI的端到端广告产品，适合希望提升覆盖人数增量、增加单客购买量、简化操作的广告主。广告主只需创建一个广告系列，借助进阶赋能型智能购物广告即可实现所有效果类营销目标。Meta会自动完成设置过程，无需广告主手动设置，包括受众定位、广告优化、创意选择和目标位置设置等，高效向理想受众投放相关的广告。

目前ASC的一些特别注意的地方：

• 在 ASC 预发布的 alpha 测试中，结果显示 ROAS 稳步提升，转化率增加。

• ASC 专注于将多种创意类型添加到一个广告集中（即 DPA、链接帖子、轮播、幻灯片、卷轴等），以便它们可以提供正确的创意类型，最有可能吸引用户转换/点击进入网站

• 到目前为止，统计数据显示 CPA 降低了 12%，CTR 提高了 55%（通过 Meta 测试结果）

• 上传网站客户列表，然后输入受众/激活的百分比

  • 广告交付后，可以查看报告选项卡通过再营销来了解数据。并且注意关注广告频次，它与受众重叠度密切相关。

对于广告主来说，是一个新的功能，不过对于用户来说，呈现的广告都是一样的，只是说ASC广告还能自动的将相关商品展示给可能感兴趣的用户受众。至于推广那个产品、产品系列则是完全取决于受众在平台、网站以及其他地方浏览过的商品所留下的痕迹。（Pixel相关。）

简单来说，就是ASC会针对每一个用户呈现他最感兴趣的个性化广告，通过用户的兴趣行为，自动推送最高相关性产品。这种推送机制在国内抖音、小红书上非常明显。

ASC能够为广告主带来的4个优势

1. 自动化全渠道定位

在 BAU Facebook 营销活动中，广告商需要手动调整七个手动杠杆来吸引其顶级受众。反过来，这需要对多个因素进行大量测试，才能为网站提供理想的广告系列设置。

与 ASC 相比，ASC 动态管理向最相关的受众和可能的展示位置投放广告。广告商只选择国家/地区，让广告平台寻找最佳受众、设备和展示位置，以实现核心广告目标。

与 BAU 活动不同，ASC 使用全新类型的机器学习来分析性能并相应地调整优化。其结果是一个自动化的营销活动，为每个广告商争取最好的结果。

最后，同一流程还可以在单个组合活动中为潜在受众、再营销受众甚至现有客户创建动态定位细分，并根据用户所属的细分来优化单个广告和产品。

2.动态创意测试

传统上，Facebook 营销活动需要手动设置来测试每个广告组推荐的 3 - 5 个广告，以筛选出最有可能转化受众的最佳创意。

然而，与 BAU 活动不同的是，ASC 通过动态创意测试自动化该流程，并且可以同时交付多达 150 个独特的创意资产。

它从设置阶段开始，广告商可以上传静态图像、视频、轮播资源、集合、动态广告产品目录以及他们希望在广告中展示的更多内容。该系统获取上传的项目并根据初始结果快速迭代，为相关受众找到性能最佳的可交付成果。

其他功能（例如动态语言优化）可以保留，以进一步提高性能和受众相关性。

在此过程中，ASC 广告商不仅能提高广告效果，还能以比传统 BAU 广告活动更少的预算了解效果最佳的创意资产。

3.更好的预算优化

由于 BAU Facebook 广告活动是单独处理的，广告商长期以来需要就如何分配预算做出早期决定。必要的优化只能通过手动调整广告系列预算来实现。

ASC 颠覆了这个概念。由于所有创意和定位迭代均在单个广告活动中进行管理，因此可以根据该广告活动中的广告目标针对最佳执行者完全优化预算。

预算流动性的增加确保广告商可以继续充分利用其预算。结合人工智能驱动的定位和持续的创意优化，这种设置可确保广告商无需大量初始投资即可吸引最佳的潜在客户，从而在此过程中最大限度地提高广告支出回报率。

4. 高效率综合营销管理

ASC 的核心概念依赖于单个营销活动的设置，并在其下进行更细致的优化。这种新的、简化的设置极大地简化了广告商的活动管理流程，广告商不再需要手动管理单个受众和创意。

这反过来又带来了效率的提高。动态测试多达 150 种创意组合，并仅提供效果最好的广告，而无需手动确定这些广告是什么，从而使广告商可以将注意力集中在其他地方。由于 ASC 强调前端的简单性和效率，因此可以将更多注意力放在战略业务决策和测试想法上。

进阶赋能型广告案例解析：

01

案例1:

我们进行了对比测试，比较了 Advantage+ 购物广告系列和具有精确定位和广告的非 A+SC 广告系列的效果。

研究结果表明，ASC 的广告支出回报率 (ROAS) 为 4.25，优于非 ASC，而非 ASC 的广告支出回报率为 3.78。

因此，我们选择在下个月实施该活动，恰逢黑色星期五和网络星期一 (BFCM) 时期。

我们发布了多个 Advantage+ 购物广告系列，并对非 ASC 促销优惠进行了 A/B 测试，发现即使有促销，ASC 广告系列的效果也优于非 ASC 广告系列。

总体而言，ASC 广告系列产生了 3.14 的 ROAS，而非 ASC 广告系列产生了 2.70 的 ROAS。

使用 ASC：

没有使用ASC：

02

案例2

另外一组产品的 Advantage Plus Shopping 广告系列测试。

结果显示，ASC+ 广告活动产生了 3.90 的广告支出回报率 (ROAS)，而非 ASC 广告活动仅实现了 2.39 ROAS。

没有 ASC广告的效果：

使用ASC广告后的效果：

以上就是ASC的案例分享，可以明显的看出，如果我们用了ASC广告，广告的roi是有明显的提升的。但是使用ASC广告也有些问题，以下是我提出的一些建议：

HY

Facebook ASC需要注意的问题

前期成本较高：该广告系列覆盖的受众范围更广，同时系统也需要更多的学习时间，加之学习难度较高，所以前期的成本会比其他广告系列高一些。卖家如果决定进行该广告系列，就必须做好心理准备。

缺乏细致分析：该广告系列结束投放后，只会告知卖家成本和回报，但没有提供更详细的数据，例如精准定位的展示和目标人群的数据等。这意味着卖家无法通过该广告系列获得更多的用户数据，也无法对目标用户有更深入的了解。

以下是3点针对ASC的建议

1. 预算充足&多素材持续上传，建议每个 ASC 至少 10 个广告素材

2. 不要频繁操作，给机器学习留充足的时间，走出学习阶段很重要

3. 在没有基础数据的时候，先跑普通购物广告通过Pixel积累足够转化数据后再切换ASC

4. 广告活动中的广告素材应该是完全不同的类型或广告素材

注意排除重叠和已经转化过的用户

好了，以上就是我针对再营销以及广告数据优化方面的分享，学会使用ASC将会成为广告营销的一大助力，当然不要忘了自己的网站、产品以及内容的优化，这种全方面的有效优化整合，才能真正持续提升。