A+SC进阶赋能型智能购物广告“一文通”
source link: https://www.amz123.com/t/gBOMIi8P
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
A+SC进阶赋能型智能购物广告“一文通”
A+SC进阶赋能型智能购物广告?
Facebook的机器学习功能可以帮助你的广告系列取得最佳表现。FACEBOOK平台可以通过实时确定表现最佳的版位、预算分配以及广告系列的竞价,帮助你以更低的成本获得尽可能多的转化机会。
Part 1
进阶赋能型智能购物广告
是希望持续取得效果类成效的
营销者的理想之选
在过去我们需要设置多项预算,并开展数周的A/B测试才能进行优化找到最优方案,现在进阶赋能型智能购物广告在机器学习的助力下,优化过程变的更为简单。
广告创建更快速
持续维护工作更少
针对可预测的成效进行优化
报告按新老客户细分
Part 2
进阶赋能型智能购物广告
的建议使用情形
采用进阶赋能型购物广告来提高转化
利用进阶赋能型购物广告,向下层漏斗的目标受众渗透,并触达相似新客户,提高购物转化的同时,增加广告的曝光率。
只需创建一个广告系列,即可实现所有效果类营销目标。Meta会自动完成大部分地设置过程,大大提高工作效率,更高效地向理想受众投放相关的广告。
表现更佳
全新的机器学习模型能够自动选择创意,定位,优化和目标位置要素,面向理想的目标受众展示与之最为相关的内容,从而最大限度提升广告表现
利用新的机器学习技术,结合自动定位功能(ATF)来自动创建多个目标受众细分,以识别广告主最有价值的客户,将广告投递给最有可能产生转化的目标受众。
与网站进行了上端漏斗交互的用户;
在网站上进行过购买的用户;
与品牌的Instagram或Facebook主页进行过互动的用户。
效率更高
只需设置国家、预算、归因,转化目标、上传广告素材资源等基本诉求 ,即可借助机器学习优化投放表现优异的新鲜创意。
同时上传商品图片和反映商品使用场景的图片;
自动生成超过150种创意;
最大限度减少创意疲劳和维护工作。
规模更大
进阶符能型智能购物广告会在尊重客户隐私的前提下,尽量扩大范围,便于您与更多有可能对您商品和服务感兴趣的用户建立联结。
A+SC广告活动相比常规广告而言,采取的是“广撒网”的投放逻辑,因其仅支持国家级定向和最低年龄限制作为硬性限制,受众选择的限制较少,因此广告活动得以借助机器学习,能够匹配最佳受众和创意组合,以最大程度地提升表现。
Part 3
进阶赋能型智能购物广告
的主要功能
每个ASC活动支持最多150个广告创意
支持推荐素材:推荐策略是过去7天花费最多的广告,创意相同的广告以及不适合的广告格式会由系统过滤掉;
推荐广告中不包含动态创意dynamic creative;
支持手动上传或上传目录生成广告,支持单图片、轮播、视频。
新增最低年龄和地域排除设置
广告主可在广告帐户中设置(如图),且会应用到所有正在运行以及新创建的A+SC广告;
原本默认的目标受众年龄是18-65岁。这项新功能实现最低年龄限制由18岁提升至25岁;
广告主现可根据州/省、指定市场区域和邮政编码/邮局编码,将某些特定地点从广告投放范围中排除。
Part 4
进阶赋能型智能购物广告
的搭建策略
01
选择广告目标(Sales 或 Conversion)。
02
选择Advantage+ Shopping Campaign。
03
广告组设置:设置国家、预算、归因,转化目标、上传广告素材资源。
04
导入您的广告:根据系统提示,导入近期效果较好的素材,也可以手动创建广告进行投放。最多可导入150个创意组合。
最佳Campaign组合BUA+ASC
将A+SC作为BAU Campaign 的补充,利用ASC自动化的优势来优化受众和创意组合;
建议BAU数据跑2-3周积累稳定数据后,再优化A+SC;
允许A+SC前期成本波动,给予系统足够的学习期,建议观察72小时,或根据广告活动的归因周期来却决定是否要优化。
关注创意疲劳,定期迭代/长期无转化的广告素材采取替换或重新投放的策略
一个A+SC活动最多支持150个广告,支持版位定制;
前期测试建议放10个以内的素材,系统学习较为容易;
追加或替换的素材方向和文案尽量接近,优先选择在常规广告中表现较好的素材。
简化广告帐户结构减少ads数量
建议广告结构:1-1-N(N<10);
创意多元化:覆盖尽可能多的内容种类、尺寸、格式,已触达更多人群;
常规广告系列的重大编辑同样适用于A+SC Campaign。
Q1
A+SC对比内置最佳做法的常规广告效果会一样吗?
答
ASC 带有新的机器学习技术并与端到端自动化结合做优化,会帮助广告中简单推动更好的效果,无需做多项测试以达最佳效果。
Q2
如何比较A+SC与BAU的表现?
答
建议将A+SC的表现与具有相似创意、优化设置和国家定位的BAU活动的总体表现进行比较。广告商也可以在设置唯一变量的情况下开展A/B测试,以将A+SC与BAU组合,或A+SC与某个BAU活动进行比较。
Q3
如果一个A+SC的系列已结束机器学习阶段,投放几天后表现变差,这个时候是可以给里面增加新的素材来激活么? 会不会导致重新进入学习阶段?
答
可以,有机会导致重新学习,但因为之前已经完成学习,所以数据量足够帮campaign更快完成学习。
Q4
对于效果提升而言,用于A+SC的素材,应该侧重素材本身的区别,还是侧重产品区别呢?
答
效果提升要看多维度:人群受众定位、商品、素材、预算等。素材方面建议多放产品图片、场景图片等,也可开展测试。
Q5
如果A+SC里的部分广告成效有明显下滑,能手动把那些广告关掉吗?
答
要看campaign的状态如何,对于还在学习阶段的Campaign,就不建议进行太多人手的干扰,这只会令学习更长;
如果是完成学习阶段后发现表现下滑,也建议多观察,试一下修改受众量或预算,来给A+SC更多条件投放;
如果真的表现太差,就可以关掉再投放其他广告。
Q6
测试期间,放多少素材和预算合适?
答
前期测试,建议放10个以内的素材,预算建议放BAU广告的一倍。
Q7
新建的A+SC系列,多个素材花费非常不平均,集中花在1个素材上,其他素材基本没花钱。这种应该如何处理?
答
A+SC广告,系统会自动优化素材,若某一素材效果突出,确实会消耗会偏向于某一个素材。建议可以保留表现较好的素材,将表现较差的素材进行更迭。
我们建了一个亚马逊卖家交流群,里面不乏很多大卖家。
现在扫码回复“ 加群 ”,拉你进群。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK