快速度过Facebook机器学习期

01 什么是机器学习阶段

机器学习阶段是指广告投放系统仍需要学习关于广告组的大量信息的时期。当您新建广告或广告组时，或者对现有广告或广告组进行重大编辑时，会进入机器学习阶段。广告组处于机器学习阶段时，“投放”栏会显示“机器学习中”。

02 机器学习对广告的影响

在机器学习阶段，广告投放系统会不断探索投放广告组的最佳方式，因此广告组表现比平常的波动性更大，单次操作费用 (CPA) 也比平常更高。广告投放系统会持续不断地学习投放广告组的最佳方式，当广告组表现稳定下来时（通常在7天内获得大约 50 次转化之后），广告组会退出机器学习阶段。

如果广告显示“Active”，则说明Facebook的初期学习阶段已完成。注意对于“投放中”的广告也不要随意改动，避免再次进入机器学习。

03 为什么无法结束机器学习

手动编辑是导致广告组未能结束机器学习阶段的主要原因之一。某些情况下，对广告系列、广告组和广告所做的一些重大编辑可能会打断系统数据收集，以下更改将可能会导致广告组重新进入学习阶段：

预算（具体视更改的幅度而定）

竞价金额（具体视更改的幅度而定）

竞价策略

受众定位

版位

优化事件

广告创意

暂停投放超过 7 天

04 什么是“学习期数据不足”

“学习期数据不足”是指广告组在进行重大编辑 7 天之后仍没有获得足够的成效，无法退出机器学习阶段，“投放”栏会显示“学习期数据不足”。

05 学习期数据不足的原因主要有哪些？

1. 竞价控制额或费用控制额过低。

2. 预算过低。

3. 受众规模过小。

4. 广告组数量过多。

5. 来自同一广告帐户或主页的其他广告组赢得了竞拍。

6. 优化事件触发频率过低。

当广告回报率或成本在预期范围内，广告主可以考虑更改广告组以提高效果，例如放宽投放日期/地区范围、排除对象等。否则，建议直接关闭广告组，新建新的广告。

06 机器学习阶段最佳实践

1、避免频繁改动

为减少机器学习阶段的花费，请尽量不要在这期间编辑广告组或广告。这样可以确保您根据更能反映未来表现的学习结果做出优化决策。如果要更改的地方较多，请一次性完成所有更改，确保机器学习阶段只需重启一次。

2、避免一次性投放太多广告组

当广告主一次性投放的广告组过多时，每个广告组的投放频率将会降低。这就意味着，在投放系统充分优化广告组表现之前，能够结束机器学习阶段的广告组将减少，而由此花费的预算则会更多。最佳做法应是：

合并相似度较高的广告组，减少受众重叠；

使用自动版位和素材定制功能；

3、避免出现转化量低以及设置受限的情况

预算

由于结束机器学习阶段的前提是，广告组必须在 7 天内收到至少约 50 次优化事件，因此广告组必须为此设置充足的预算。另外调整预算时，调整幅度建议保持在当前预算的20%-30%以内。同时考虑使用广告系列预算优化功能，充分利用广告预算。

竞价策略

避免竞价过低，无法完成机器学习。应根据自己的目标和费用要求，选择适当的竞价策略。如果使用竞价上限，应确保上限足够大。

受众规模

确保受众规模足够大，广告组容易获得足够多的转化，从而顺利通过机器学习阶段。可以尝试扩大受类似受众比例：例如 0-1%、1-2%、3-5%、5-10%，并确保各个细分受众群的创意策略相同。

优化方式

对于销量较少的⼩众商品或⾼价值商品，可尝试优化漏⽃中更上层的转化事件，例如：发起结账、加入购物车。虽然可能不是所想要取得的最终结果，但增加转化事件的数量有助于更快达到机器学习阶段的阈值，提升整体优化效果。

广告素材

避免对现有广告进行大批量更改，如果只是暂停或者新建某一个广告一般不会引发系统重新学习。

07 常见问题解答 Q&A

（1）通常情况下，使用广告系列预算优化的广告组的初始“机器学习”过程需要多久？

答：与广告组预算所需时间相同。

（2）分配预算时，广告系列预算优化会导致广告组重新进入机器学习阶段吗？

答：不会，分配预算时，广告系列中的广告组不会重新进入机器学习阶段。

（3）对一个广告组进行大幅调整（即在广告组层级进行调整）会导致相同广告系列中的其他广告组重新进入机器学习阶段吗？

答：不会，只要是在广告组层级进行的调整，相同广告系列中的其他广告组都不会重新进入机器学习阶段。

（4）向广告系列添加新广告组会导致其余的广告组重新进入机器学习阶段吗？

答：不会，向使用广告系列预算优化的广告系列添加广告组不会导致相同广告系列中的其他广告组重新进入机器学习阶段。

（5）想结束机器学习阶段必须要在7天完成50个转化吗？

答：不一定。有些Facebook广告组在1-2天也能够完成学习阶段，有些完成30个转化就可以结束学习阶段，这跟广告设置有关（预算、竞价、优化等等）。如果出现“学习期数据不足”，则意味着没有给系统提供足够的数据依据。

（6）广告在完成学习阶段后效果反而下降了，应该如何优化？

答：广告完成学习期只是意味着系统学习的波动性降低，广告成效依旧有可能会受某些设置影响，广告主应逐一排查。例如受众：是否重叠率较高？受众较少？受众规模一般建议在百万级别。素材：点击率变低？应把较差的广告关闭，做素材更新优化。

广告遇上机器学习阶段在所难免，广告主有必要避免因某些行为而导致广告组无法结束机器学习阶段，但不应该完全绕开这个阶段。学习阶段是Facebook广告组优化过程的重要组成部分，为了改善广告成效，更新创意素材和调整投放策略是必不可少的，广告主更应该做的是考虑如何去整合所需优化的内容，获得更有效的回报。