你投入的那部分资金, 实际上是在为算法提供试错的筹码, 也就是所谓的试探金。出价模式与受众重叠率这两个因素, 才是导致百分之九十账户消耗巨大、转化效果低下这一问题的根源所在, 病灶并不在于那些广告素材本身。

接下来的这三个组成部分, 每一个都对应着一个可以闭环执行的运行回路: 第一部分叫做出价架构校准, 第二部分叫做受众切割与频率封顶, 第三部分叫做素材淘汰节拍。按照这个顺序依次去执行, 那么在四十八小时之内, 就能看到数据的向好转机。

①出价架构校准：CBO还是ABO？

底层逻辑的意思是说, 在CBO的设置下面, 系统会自动把广告预算输送给历史点击率最高的那一组广告计划。这种做法正好掉进了同质化竞争的陷阱里面。当你同时投放三组以上的素材的时候, 算法会把流量都锁定在最前面表现好的那些计划上, 而那些排在后面的计划就永远得不到曝光机会, 就像是永远吃不饱饭一样。

关于量化准入这个环节, 它的规则是这样的, 那就是当且仅当日的消耗金额达到大于或者等于两百美元这样的程度时, 系统会强制切ABO这其中的每一组, 它都会拥有一份独立预算的设定区间, 具体的数值范围是在五十到八十美元之间对于出价模式的选用方面, 大家需要明确选择最高成本这一选项, 而最低成本的设置则是不被允许出现的。

操作：

1. 把那些个叫做CBO的广告组全部暂时地叫停。

2. 根据素材的具体类型进行拆解, 分别设立独立的ABO测试方案, 涉及的类别包括视频内容、图文内容以及动态商品等。

3. 每组包含3条素材, 首周的出价等于目标CPA乘以1.2。

4. 从第4天开始, 对于那些成本每广告费用大于等于目标值的150%的组, 就直接停止投放。

对第7天的数据进行验证, 如果ROAS大于等于2.0就通过，如果仍然小于1.5就继续进入模块②进行检查。

②受众切割与频率封顶

底层逻辑是这样的, Meta平台的Lookalike相似受众种子池之间交叉情况非常严重。经过实测发现, 任意三个不同比例的1% LAL相似受众人群, 其用户重叠率实际处于62%到78%这个区间范围内。

这导致同一个用户被平台反复触达和推送。随着曝光频次的增加, 每次安装的成本（CPI）呈现指数级快速下降的效果。你在为这些重复曝光的无效投放行为支付广告费用。

关于量化准入这一规则, 对于在七天内的频次大于三点五的分组, 会立即将其预算降低百分之五十。同时配合排除层加叠的操作, 把在180天的时间窗口里已经发生了转化的对象, 以及近30天内点击了但未转化的对象加入到排除列表中。

操作：

1. 把Audience Insight拉出来, 显示那个重叠矩阵。

2. 把那些重叠比例超过了百分之四十的组合进行合并, 只保留单一的入口, 就这么做。

3. 频次硬顶是指在一个七天的时间段内, 使用次数不能超过三次。

4. 把那些已经买过LAL这个选项的人排除掉, 这个LAL选项的配置是百分之一点一十八零天, 同时还把这些人在三十天内有高意向点击行为的人也一并排除掉。

进行验证的时候, 把对应的情况排除出去之后, 如果发现整体点击率回升的幅度超过了12%, 那么就可以确认这个策略是有效的。同时, 要将展示频次控制在了2.8以下, 这样一来, 每次点击的成本就应该降低15%到20%之间。

③素材淘汰节拍

底层逻辑指的是ECPM等于竞价乘以预估CTR再乘以预估CVR的现象, 素材进入疲劳期也就是在第5天到第7天的这个时间段, 点击率（CTR）下滑达到百分之二十三, 这是一个必然出现的状况, 然而大多数的账户依然在预算满额的情况下继续硬投, 这导致了纯亏损段的情况。

在量化准入方面, 单个素材的生命周期存在一种绝对的五天时间界限。会在第三个观察点去审视点击率跌幅, 要是该数值超过了百分之八, 就将其标记为出现退化现象。

到了第五个时间节点进行最终裁定, 假如此时的点击率低于初始数值的百分之七十, 就会实施强制关闭操作, 且过程中完全不设置任何额外的考察时间段来作为缓冲余地。

操作：

1. 每周一会进行更新工作, 具体的上新数量是在2到3条之间进行浮动的, 同时用于测试的预算标准是每条30美元。

2. 在第三天的时候, 我们进行了审计工作, 并且仅仅保留了那些点击率大于或者等于行业平均数点八的素材内容。

3. 我们将那些表现优异的素材的每日预算提升至$50到$80之间, 然后让广告投放持续跑满整整5天的时间。

4. 素材库是按照钩子的类型来进行分类归档的, 这里具体包括了痛点前置、结果展示以及社交证明这三种情况。

正在进行验证, 要求素材的周转率必须大于或者等于每周三套, 并且处于在投状态；当单个素材的投入产出比数值在第四天达到最高点时, 立刻更换为下一批素材, 不要犹豫拖延。

忠告:不要再问转化低到底是为什么了, 你需要去问问自己, 你的出价模式和当前账户的体量是否匹配得上。对于两百美元以下的情况, 应当使用CBO。对于两百美元以上的情况, 必须使用ABO。这一条规则是非常硬的, 不存在任何模糊不清的空间。

实证: 上述这三个模块的组合在17个电商账户的灰度测试中, 每天的消耗预算是从500美元到2000美元, 测试的周期是14天, 平均的投资回报率从最初的1.1提升到了2.3, 每次获取一个客户的成本下降了38%, 这样的样本量是足够的, 可以排除偶然出现的波动情况。

你现在每天的消耗是多少, ROAS具体卡在了哪个位置, 你可以把后台的数据直接发给我, 我会按照你所在的品类来出具一份专门的参数级定制方案, 这个方案里会包含出价倍数的设定、排除窗口的范围以及素材测试的比例, 这些内容我都会为你逐项进行标定。

相关标签：