Facebook广告内部是如何寻找目标受众的？

小提示：您能找到这篇{Facebook广告内部是如何寻找目标受众的？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的Facebook广告内部是如何寻找目标受众的？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">今天来讲讲Facebook广告。

< ">今天主要讲三大点：

< ">第一：Facebook投放的一些真理

< ">第二：Facebook广告，他内部是如何寻找潜在的目标受众？

< ">第三：回答大家的一些关于Facebook投放中的问题

< ">今天的内容也穿插了一些用户的提问，啊哈哈，我发现可以根据用户的提问来写文章，这样可写的内容就多了很多啊！

< ">Facebook广告投放，是一门玄学。

< ">其实真正有投放过Facebook广告的人，都知道Facebook是一个玄学。

< ">什么是玄学呢？

< ">比如：你现在在跑的一个facebook广告，这个广告ROAS表现非常好，达到了1:10

< ">也就是说，你投入了一块钱，但是你赚到了10块钱，这个生意是非常棒的。

< ">接下来，你打算复制这个广告，就算你什么都不改，不改预算，不改受众，不改素材，复制一模一样的广告，你会发现，这个广告的最终结果可能表现的一塌糊涂。

< ">新手不理解啊，为什么啊?

< ">自己建立的这个广告，也是在不同的广告组中，也没有相互竞争，广告目标都是一致的，怎么另外一个表现，却是这么不尽人意呢？

< ">对，这就是玄学，不仅是新手，很多老手也解释不出来。

< ">Facebook广告的结果表现，取决于太多因素了，受众，广告创意，预算，版位，兴趣....

< ">所以我真的说一句话，Facebook广告并不是谁谁谁告诉你，你按照这样的来，就会等于什么样鹰眼智能营销系统的结果

< ">不是的！

< ">在Facebook广告上，请大家记住三点：

< ">第一：Facebook没有一个标准投放公式，并不是1+1就能等于2的

< ">第二：所有优秀的广告投手，一定是靠钱砸出来的经验

< ">第三：Facebook是玄学，就是要多测试

< ">这三点如果你认识不清的话，那么你只能在广告上走弯路，还要被人割韭菜。

< ">为什么要复制广告？

< ">即便这么玄学，我想我依然可以回答大家一些常见的问题。（我今天突然发现，原来还可以利用提问来写文章，我今后可写的就多了）

< ">今天有人问我：

< ">小北，为什么大家在投放Facebook广告的时候，比如一个广告表现的很优秀

< ">为什么要用复制adset的形式来实现？而不是将它们复制到另一个CBO中并增加预算？

< ">例如，我们在投放Facebook广告的时候，采用的策略是：

< ">CBO 1-10个ADSET（这里面有5个表现好的广告）

< ">CBO 2-10个ADSET（保留来自CBO 1中的5公司网站建设哪家好个表现好的广告，但每个在复制一遍）

< ">所以，请问为什么大家是复制，而不是直接把CBO 2的预算翻一番？难道是担心这样受众会看到两次广告吗？

< ">首先，在回答这个问题之前，我和你讲怎么样做好营销下在Facebook中，用户在做广告投放的时候，Facebook广告是怎么寻找匹配受众的？

< ">这部分我想应该很多人不了解，我也和大家普及下

< ">Ps：关于什么是CBO，CBO的原理，CBO的好处，以及CBO的注意点，这些我就不讲了，大家可以自行去学习。

< ">Facebook广告，内部如何寻找潜在的目标受众？

< ">Facebook在广告组这个层面的算法有点像这样：

< ">当你在投放广告的时候，首先在你的广告系列中，这里面的广告受众会被分配到一个广告中。

< ">这些受众前期是在测试，那么在测试阶段在Facebook体系里面，这其实是动态的匹配的一个过程（内部会有一个匹配的标准），根据这个标准来确定，哪些受众对你的广告做出了反应。

< ">我们知道，Facebook ad的算法用的是预测性算法（Predictive Algorithm）。

< ">简单的说，机器学习的算法通过“学习”广告投放得到的反馈（历史数据），对新的广告投放效果进行预测。

< ">而机器学习算法有两大类别：回归算法（Regression）和分类算法（classification）。

< ">回归算法的结果是一些连续的值，比如一元二次方程里的一条直线，任意一个横坐标的X值，都可以找到一个对应的Y值。

< ">分类算法的输出结果并不是连续的，而更像是一段又一段的区间。

< ">举个例子，当你问“这个用户看到广告后会不会点击购买我的产品”？

< ">通过分析，分类算法会告诉你，“Yes”还是“No”。

< ">但是回归算法会告诉你“只有68.59%的可能性会买，也有31.41%的可能性不会买”。

< ">实际上，两种算法并不是完全无法不兼容彼此的。

< ">比如你在回归算法的输出层规定区间，“低于60%的值输出No”，“不低于60%的输出值为Yes”，这样回归算法就转化为一个分类算法了。

< ">不管使用哪种算法，在广告投放领域，机器学习的核心都是通过分析audience的特性（demographics），来对TA的行为进行预测。

< ">举例子

< ">比如广告组里面，有一个广告，这个广告的受众设置的唯一兴趣爱好是phone cases，那么

< ">在第一天中，facebook的广告可能会针对这个兴趣爱好，推送给一些喜欢phone cases+喜欢狗的用户，并观察表现情况是如何的

< ">在第二天中，Facebook可能会把广告推送给另外一批不同的受众，此时这些人就不是喜欢phone cases+狗的用户，很可能是phone cases+猫的这些受众

< ">好了，这个时候，Facebook会根据这两批受众的不同表现，开始进行广告优化，这个优化是同时结合你的网站广告像素（pixel）数据来分析哪一部分受众最容易受到你的广告的影响。

< ">所以这是Facebook广告的一个优化测试，当然内部的算法，这肯定不是简单的一个一个来测试。

< ">比如我前面说了Facebook先测试phone cases+狗，然后接下来再测试phone cases+猫，算法会几个维度同时来进行测试的。

< ">Facebook对人的特征掌握非常的清楚，有很多维度来同时进行测试。

< ">就好像Facebook会同时派遣几个先遣部队，去前面刺探（根据可能喜欢你产品的受众+网站像素）来找到最合适人。

< ">然后派出去的几个先遣队回来报告，看看哪个表现最好，在加大对该部队的预算

< ">所以，你看这个是Facebook内部，CBO的一个受众寻找和优化的过程。

< ">为什么要以复制广告的形式来增加预算？

< ">好了解释完Facebook广告是怎么寻找匹配受众完之后，接下来我们就来回答一下上面该同学的问题：

< ">为什么要用复制ad set的形式来实现？而不是将它们复制到另一个CBO中并增加预算？

< ">复制广告主要是，Facebook广告有一个学习的时间（learning phase），这样不至于说，你调整预算，中途就被打断学习时间。

< ">比如一个盈利的广告，之前的预算是每日50美金，现在广告表现的很好，你要在此广告的基础上一下子预算，调整到500美金，这个时候，好的广告要在重新学习，那样好的效果就被中断了。

< ">请大家注意，我这个复制，是连广告系列都一起复制，而不是原有的广告系列中，直接复制一个wining ads，我也建议大家这样做。

< ">以上！