把整个文章的内容分成三个主要的部分来做, 这三个模块分别是重叠诊断, 以及参数切割, 还有结构重组。这里先提出一个违背大家常识的一个判断意见, 当那个重叠比率超过40%这个数值的时候, 正确且应该去采取的动作是进行合并加权操作, 而不是去使用互斥排除这种手段。

有百分之九十的投手在遇到这种情况时, 他们下意识的第一个反应就是去添加排他性设置, 这种行为会直接导致你的样本积累速度被削减掉超过30%的那么多, 并且还会让你的Advantage+这个算法陷入到一种因为缺乏数据而启动困难的死循环状态里面去。

如果重叠拖过了第七天还没有去处理的话, 账户在学习期里面的成本平均上浮达到了百分之四十, 这笔账目你自己算过了吗。

Facebook广告受众重叠怎么判断严重程度

根据判定线的标准, 利用AudienceOverlapTool工具读出的数值如果出现重叠情况, 那么当这个重叠值大于一百分之二十五的时候, 系统将会触发观察机制, 而如果这个重叠值大于一百分之四十的时候, 则会强制进行干预操作。

操作步骤是先点击Campaign层, 然后再点击Audience Insights, 接着再点击Overlap Report, 这样就可以拉出三组的硬性数据, 具体的内容就是重叠绝对人数还有重叠百分比以及各对应Ad Set的CTR差值。

补充一个隐藏指标, 就是各组频次(Frequency)的数值是否大于2.5, 如果确实大于2.5, 那么重复曝光已经饱和了, 重叠带来的代价正在加速增加。

红线规则是, 若CTR差值小于5% 且频次差小于0.3, 那么两组实质上就是同质的, 重叠纯属伪命题, 直接跳过模块③, 不要在调整参数上浪费时间和精力。

Facebook广告受众重叠怎么拆参数

底层逻辑其实就是, 当宽泛的流量层次和精准的流量层次出现在同一批用户身上的时候, 它们会在彼此之间展开竞价竞争, 这种价格走廊出现重叠的情况就导致了成本的无序膨胀, 所以我们需要采用切割公式来解决这个问题，对于宽泛的分组来说, 我们需要把定向转化成本乘以一点五作为出价的上限限制, 对于精准的分组而言, 我们需要把定向转化成本乘以零点八作为出价的下限约束, 此外在两组的中间还必须预留出百分之二十的价格空间走廊, 以此来防止双方发生正面的直接碰撞。

执行以下三个步骤: 第一步, 把广泛设置的扩量关闭功能关掉, 把Advantage+的开关也关闭, 以此来锁定受众的范围并划定边界。第二步, 将精准组的互动时间窗口从原来的14天缩短调整到7天, 从而提高信号的数据密度并进行提纯。

第三步, 按照6比4的比例来分配预算, 连续运行48小时, 然后去检查CPL收敛曲线的情况。验收的标准是, 在48小时之内两组数据的CPL差值缩小到了小于百分之十五就算合格。如果过了72小时数据仍然没有收敛, 那就说明素材层面存在分歧的情况, 此时需要先更换素材, 然后再来谈关于受众的问题。

Facebook广告受众重叠怎么重组结构

当参数切割之后, 重叠的份额仍然超过了百分之十五的时候, 就停止微调的操作, 直接进行合并的处理。

提取出这两组数据的交集部分, 导出对应的ID, 然后上传设置为CustomAudience这里保留原英文标签内容因为原文中可能涉及具体平台功能名词且用户指定保留html及特定标识这种自定义受众类型的广告组, 让原来的两组数据在相同的日期里暂停投放, 而由这个新建立的组别进行为期三天的冷启动测试过程。

验证节点的规则如下, 当Day3的频次小于1.2并且CTR大于等于账户基准值的1.3倍时, 即视为通过。若到了第5天, 频次依然大于2.0, 这表示素材的承载力存在不足的情况。针对此情况, 需在素材层面解决问题, 而受众端保持不变。

关于回滚机制, 如果新组合的CPL连续两天大于原均值的1.5倍, 必须立即切回原双组结构, 避免恋战。

在认知层面需要纠正偏差, 不要再抱着追求完美受众的想法不放了, 因为以48小时就能完成灰度测试并实现迭代的那种快速运行模式, 直接就把你需要花7天时间才做得出来的方案策划完全击败了, 上面说的那个框架结构, 已经在12个电商账户那里完成了灰度验证工作, 这之中的投放周期长达6周到8周的时间跨度, 品类方面涵盖了服饰用品、3C数码电子产品以及家居日用品这三个大类, 结果证明平均下来的单个获客成本下降了34个百分点, 从开始起效所需的时间被压缩到了9天这样一个较短的周期里, 而且在学习期内成本上升的幅度也被强行压制到了只有12%, 不再是之前的那么高了。

如果你当前的账户重叠率超过了百分之三十以及你尝试使用排除的方法但是并没有产生有效的效果, 那么请将你的广告活动结构和受众配置提交过来, 我会直接提供一份参数切割表格, 结果将在四十八小时内得出。

相关标签：