Meta 广告投放“不完全指北”
前言：所谓的“仙女座”算法时期，本质上是 Meta 完成了从“机械定向”到“AI 智能黑盒”的彻底转型。
在这个阶段，广告账户的波动性（Volatility）加剧，人工干预的权重降低。本指南旨在帮助优化师在 AI 统管的时代，找回控制权。
🟢 一、 核心逻辑变迁：从“找人”到“喂养”
在旧算法时代，我们告诉系统：“去找 25-45 岁喜欢骑行的人”。
在仙女座算法时代，逻辑变成了：“素材即定向”。
- 旧逻辑：Campaign 结构 + 细分受众兴趣 = 成功。
- 新逻辑：优质素材 + 广泛受众 + 转化信号 = 成功。
- 系统通过分析你的视频/图片内容（AI 视觉识别）和文案，自动判断这则广告适合推给谁。
- 结论：不要再过度纠结受众重叠，AI 会自动处理。
🔵 二、 账户结构策略：极简主义 (Simplification)
对抗算法波动的最佳方式是数据集中。账户结构越复杂，机器学习越难走出“学习期”。
1. 推荐结构：3-1-N 模型
- 1 个 CBO (Campaign Budget Optimization) 或者是 ASC 广告系列：用于主力扩量（Scaling）。
- 1 个 ABO (Ad Set Budget Optimization)：专门用于测试新素材（Creative Testing）。
- N 个素材：保持广告层级的多样性。
2. 关于 ASC (Advantage+ Shopping Campaigns)
ASC 是目前算法权重的“亲儿子”。
- 建议配置：预算的 50%-70% 应该流向 ASC。
- 注意：ASC 极其“吞噬”预算，它倾向于把钱花在历史表现好的老素材上。必须在设置中限定“现有客户上限（Existing Customer Cap）”，建议设为 0%-10%，强迫系统去拉新，而不是收割老客。
🟡 三、 素材策略：唯一的杠杆 (Creative Strategy)
在“仙女座”算法下，素材质量决定了 CPM（千次展示费用）。系统会惩罚低互动、低质量的广告。
1. 3秒定生死
- Hook (钩子)：前 3 秒必须展示痛点或惊艳的视觉效果。
- 节奏：不要做漫长的铺垫，直接切入产品核心卖点。
2. 格式多样性 (Format Diversity)
算法喜欢把不同的格式推给不同习惯的人。一个广告组内应包含：
- 1x 静态图 (高光产品图/痛点对比图)
- 1x UGC 短视频 (TikTok 风格，真实感强)
- 1x 轮播图 (Carousel) (展示系列产品或单一产品的多个角度)
3. 文案 (Copywriting)
- Primary Text：测试“短文案”（一句话痛点）vs“长文案”（故事性/评测）。
- Headline：直接写促销（Free Shipping）或紧迫感（Limited Stock）。
🟠 四、 竞价与预算：驯服波动
当算法“发疯”（ROI 骤降）时，需要用竞价策略来保护资金。
1. Cost Cap (成本上限)
- 适用场景：当你不想亏损，只愿在特定 CPA (每次转化成本) 下出单时。
- 设置：设置一个你盈亏平衡点的 CPA（例如 $20）。
- 结果：如果系统跑不到 $20 一单，它就不花钱。这是一种“保命”策略，适合高波动期。
2. Bid Strategy (出价策略)
- Lowest Cost (自动出价)：适合测试期，让系统以此为基准跑数据。
- Bid Cap：适合老手，手动控制竞价，抢占优质流量。
3. 扩量规则 (Scaling)
- 垂直扩量：在表现好的 Campaign 直接加预算。建议每 48-72 小时增加 20%，避免触发重新学习。
- 水平扩量：复制表现好的 Ad Set 到新的 CBO 中。
🟣 五、 信号与归因 (Signals & Attribution)
iOS14 之后，数据丢失是常态。
- CAPI (Conversions API)：必须配置。仅靠 Pixel 浏览器端抓取已经不够了，必须通过服务器端回传数据。确保“匹配质量”在 6.0 分以上。
- 归因窗口：
- 推荐：点击后 7 天 + 浏览后 1 天 (7DC/1DV)。这是算法数据量最大的窗口。
- 第三方追踪：不要完全相信 Meta 后台的 ROAS。建议配合 GA4 或 Shopify 自带的数据报表进行交叉验证。
⚫ 六、 避坑指南：玄学与科学
- 不要频繁动刀：每次修改广告（改预算、改文案），都可能重置机器学习。给广告组至少 3-4 天的时间（或 50 次转化事件）。
- 避免内卷：同一个账户内，不要开多个完全一样的受众组跑同样的素材，这会导致“自我竞争”拉高 CPM。
- 如果广告死了：
- Duplicate (复制)：有时候只是运气不好，复制一遍可能“复活”。
- Creative Refresh：更换缩略图（Thumbnail）或前 3 秒，往往能骗过算法让它以为是新素材。
总结
仙女座算法的核心是 “Broad Targeting + Killer Creative” (宽泛定向 + 杀手级素材)。
别再试图用狭窄的兴趣词去框定用户，把精力花在打磨那个 15 秒的视频上。
RELATED POSTS