如何降低CPA并增加转化率？Meta机器学习阶段的完整说明来了！

什么是Meta学习阶段？

Meta广告的投放系统会使用机器学习来优化广告主投放的结果。每次展示一个广告时，投放系统都会详细了解最适合定位的人群、一天中展示广告的时间以及要使用的展示位置和创意。显示的广告越多，投放系统在优化广告效果方面就越好！

在学习阶段，投放系统正在探索投放广告组的最佳方式——积极尝试不同的受众、展示位置等，因为性能尚未稳定。当我们创建新的广告组或对现有广告/广告组进行重大修改时，就会出现学习阶段。

一旦性能稳定，广告组就会退出学习阶段。通常情况下，广告组在7天内收到大约50个优化事件后性能会稳定下来。

如果你的广告组没有获得足够的优化事件以退出学习阶段（或者如果投放系统预测它将来不会收到足够的优化事件），则投放列会显示“学习受限”。

为什么学习阶段很重要？

在学习阶段，广告投放尚未优化，因此处于学习阶段的广告组不太稳定，通常具有较高的CPA。下图可以说明学习阶段对CPA的影响。

在学习阶段花费的预算份额越小，通常会导致用于稳定性能和较低CPA的预算份额越高。在学习阶段支出20%的广告主比在支出约80%的广告主看到的转化次数多17%，每次转化费用低15%。

因此，广告主应尽量避免一切会阻碍广告组退出学习阶段的行为。

什么更改会让广告重新进入【学习阶段】？

为了持续让广告成效是稳定的、或是更快速完成学习阶段，很多时候我们会避免一些重大编辑打断系统数据收集，以下是让广告重新进入「学习阶段」的调整：

1.频繁编辑

手动优化（编辑）是导致广告组未退出学习阶段的主要原因。某些活动或广告编辑会重置学习阶段。

①活动

预算（取决于幅度）、竞价金额（取决于幅度）、竞价策略

②广告

任何动作

③广告组

定位、展示位置、优化事件、添加新创意、出价策略、出价金额、预算、暂停超过7天

Tips：要减少学习阶段的支出，请避免在广告组或广告退出学习阶段之前对其进行编辑。这可确保你的优化决策基于更能指示未来性能的结果。如果你要进行多项编辑，最好一次性批量处理，这样的话机器学习仅重置一次。

2.有太多的广告组

高广告组数量是广告组未退出学习阶段的另一个主要因素。当广告主一次投放过多的广告组时，每个广告组的投放频率就会降低。这意味着更少的广告组退出学习阶段，并且在交付系统完全优化性能之前花费更多的预算。

Meta推荐的解决方案是通过合并广告组来简化账户，当广告主整合广告组时，系统也会整合他们的广告投放学习。

Tips：尝试使用以下这些替代大量广告组的方法，以加速我们摆脱机器学习时间：

例如说广告主使用了street dance/new dance这种受众范围很窄的标签时，为了尽快完成学习，可以使用受众范围更大的dance标签或者entertainment标签。

3.低转化量和受限设置

其他活动和广告组设置可能会阻止广告组获得足够的转化量以退出学习阶段。请尽量避免

①低预算

由于广告组在7天内需要大约50个优化事件才能退出学习阶段，因此广告组应该有足够的预算以允许在7天内进行大约50个优化事件。

如果你设置的预算非常小，你就会为交付系统提供一个不准确的指标，表明交付系统应该为哪些人优化。

②低出价或成本上限

如果你使用具有最低ROAS的出价上限、目标成本、成本上限或价值优化来限制你的广告组在7天内获得大约50次转化，则广告组可能不会退出学习阶段。

③观众人数少

更大的受众群体更有可能为广告组产生足够的转化以退出学习阶段。

④不要频繁的转化事件

如果你的转化事件在一周内发生的次数少于50次，请考虑针对发生频率更高的事件进行优化。例如，如果你在一周内看到少于50个购买事件，请考虑更换为浅层事件进行优化，如加入购物车（add to cart）。

注意：具有较长转化窗口的广告组需要更多时间才能退出学习阶段。例如，广告主的广告时长最好设置在能够满足系统完成50个事件的时长，如果没有过去的经验就设置为7天，如果过去有经验，比如说3-4天基本可以完成学习，广告的投放周期就保证在4天。

Tips：虽然避免阻止广告组退出学习阶段的行为很重要，但你不应该试图完全避免学习阶段。测试新的创意和营销策略对于随着时间的推移提高你的绩效至关重要，学习阶段对于帮助投放系统优化你的新广告是必要的。

学习阶段结束后，可以开始进入广告组合后续执行。