了解Facebook機器學習

        系統開始投放廣告組時,無論是首次開始投放,還是在編輯后重新投放,所掌握的數據信息都不足以盡可能穩定地投放廣告。為獲得這些必要的數據,我們必須向不同類型的用戶投放廣告,以此了解哪些人群最可能執行您的優化事件。這個過程即稱為“機器學習階段”。了解在機器學習階段期間和之后進行編輯。

        系統獲得需要的數據后,廣告組表現的波動性也會隨之降低。這時,你便可以對廣告組作出有依據的決策。如果你對所獲成效感到滿意,可以繼續投放或增加其預算。如果你對所獲成效不滿意,可以編輯廣告組,嘗試改善其表現,也可以暫停其投放。

        在機器學習階段,廣告表現比平常的波動性更大。我們建議不要在機器學習階段對廣告組作出大幅調整,因為這樣可能會導致廣告組在還沒有獲得任何有意義的信息時重新進入機器學習階段。

        廣告組需要在開始投放(或最后一次大幅調整)后帶來約 50 次優化事件,才能完成機器學習階段。

        如果轉化時間窗是點擊后 7 天,則您需要的約 50 次轉化都必須在點擊后 7 天內發生。這就是說,轉化時間窗較長的廣告組可能需要更多時間才能完成機器學習階段,因為它們可能要推廣具有較長篩選考量時間的產品或服務。

        作者:Alan船長 來源:Alan船長

        本文為作者獨立觀點,不代表出海筆記立場,如若轉載請聯系原作者。
        (0)
        Alan船長的頭像Alan船長
        上一篇 2020年5月8日
        下一篇 2020年5月8日

        相關推薦