Facebook使用CBO常见问题盘点，附优化迭代思路

1、Facebook使用CBO活动时可能会遇到的问题

（1）测试广告阶段，CBO不是很好用；在分配广告投入时，CBO不够稳定，且无法将目标与CBO的结果统一起来。

（2）CBO不能解决投放多个广告组时的所有问题，主要表现就是稳定性不够。

（3）CBO不能人为进行干预，无法暂停投放效果不好的广告和广告组。

以下是经过多家店铺验证过的CBO优化思路：

（1）使用分级测试寻找优质广告组和广告；

（2）对优质广告组进行扩量，确保“分级”成功拿到10+订单，且ROAS很高；

（3）对优质广告（组）进行预算优化（CBO）。

这三步是CBO优化法的核心，对广告组进行分组后，CBO效果最好。在上面的图片中，就是把相似受众比例（1%，1-2%）类似的广告系列组合在一起，同时把基于兴趣的广告组和特定广告组（比如“黑五”广告）放入不同的广告系列。

1. CBO活动表现效果很好时继续优化
2. 直接为现有广告系列增加预算

经过验证发现，1天的预算优化比7天更稳定。具体猜测是，预算是分配在广告组之间的，而转化率数据也会在广告系列层级采集，而不仅是在广告组层级，所以并不需要7天的数据。

利用CBO剔除效果差的广告可以让Facebook把预算分配给其他广告之后，还可以在没有广告可用的广告组里添加新的广告。一般来说，一个广告组不会投放超过3个广告，广告组最少5个，最多10个。需要注意的是，预算不重要，因为规则会剔除效果差的广告，留下效果好的广告。

一般来说，预算越高，CBO效果越好。分级测试后，把广告组和广告加入正常的广告系列，看看是否能用传统的方法扩量，然后提高预算，用CBO扩量。而且需要足够的预算，让Facebook把所有广告组和广告的排序加入竞价，需要一点时间才能知道在哪里投入资金最好。

注意：可以随时增加预算，但要关注每天更改的数量以及增加的金额。

每天进行更改数量：如果幅度不足以触发机器重新学习，每天更改次数不要超过6次。

预算金额：大额预算改变将会触发机器重新学习，如果学习重新开始，在系统完成学习前，不要进一步更改预算。

1. 将效果好的广告集复制到新的广告系列中

以前，在放大广告系列时，通常会将每日预算增加或者重复制效果较好的广告集以增加每日每日支出。但是在CBO中，不能再将广告集增加每日预算或重复复制效果好的广告集，因为这时候只能在广告系列一级进行。

此时扩大广告预算也比以前更容易，在CBO中复制整个广告系列并增加每日预算时，可以将效果好的广告集复制到新的广告系列中。同时，将效果不佳的广告集暂停。

每日预算越高，计算方式越不同。这里的算法就是将广告集的数量乘以每次转化的最高费用和扩大预算次数(The Scaling Number)。扩大预算进而是要在广告上花费以进行扩大广告，如果已经知道某些广告是旧广告系列中效果最高的广告集，通常是扩大10倍。

将预算增加10倍以获得更多转换（conversions），根据以上的例子，如果想要将广告系列扩大，同时找到5个效果最好的广告集，那么每日预算是：

每日预算= 广告集数量 x 每次转换的最高费用x 扩大广告预算次数 (The Scaling Number)

注意：这样设置的前提是要保证有足够的目标受众，如果是同一个人可以看到多次广告，会影响到广告的效果。如果对自己的广告集效果不太确定，可以扩大3倍或者5倍。

1. CBO+Lookalike Audiences

在取得一定的销售后，可以把已经在网站购买或者访问过网站的消费者的数据搜集起来创建一个Lookalike Audience，Lookalike Audience和CBO加一起可以发挥很好作用。

可以创建多个广告集，以Lookalike Audience的性别和年龄来区分。

如下：

Ad Set #1 – Lookalike Audience 1% – Men – 25-34

Ad Set #2 – Lookalike Audience 1% – Men – 35-44

Ad Set #3 – Lookalike Audience 1% – Men – 45-54

Ad Set #4 – Lookalike Audience 1% – Men – 55-64

Ad Set #5 – Lookalike Audience 1% – Men – 65+

Ad Set #6 – Lookalike Audience 1% – Women – 25-34

Ad Set #7 – Lookalike Audience 1% – Women – 35-44

Ad Set #8 – Lookalike Audience 1% – Women – 45-54

Ad Set #9 – Lookalike Audience 1% – Women – 55-64

Ad Set #10 – Lookalike Audience 1% – Women – 65+

所有广告集将与Facebook某组兴趣相交，有时，Lookalike Audience的受众范围太广，可以根据其他兴趣将其范围缩小，以便更加轻松找到更准确的受众群体。采用这种年龄和性别策略，重叠率比较低。

然后，如果1％的相似受众群体表现良好，可以以1-2％、2-3％等的方式测试其他 Lookalike Audiences，可以使用这种方法进行扩大Facebook广告预算。

注意：如果产品、广告内容、目标受众没那么好，CBO也不会发好作用，这时就需要继续测试所有组合并找到可行的组合。

1. CBO + Learning Phase

Learning phase机器学习阶段：

（1）机器学习阶段是发生在广告组层面

（2）广告组需要大约50次转化之后才会退出机器学习阶段

（3）广告组退出机器学习阶段后，变现会比较稳定

CBO + Learning Phase 注意问题及总结：

（1）CBO分配预算时，不会导致广告组重新进入机器学习阶段

（2）一个广告组进行大幅度调整（即在广告组层级进行调整）不会导致相同广告系列中其他广告组重新进入学习阶段。只要在广告组层级进行的调整，相同广告系列中的其他广告组都不会进入重新学习阶段

（3）向使用CBO的广告系列添加广告组不会导致相同广告系类中的其他广告组重新进入学习阶段

（4）等到广告组退出机器学习阶段在编辑广告组

（5）避免执行会导致整个广告组重新进入机器学习阶段的非必要操作

（6）预算使用合理，一周内达到50次以上转化

5、CBO配合手动出价效果＞仅在AD SET里手动出价效果

如果能设计出有创意的广告系列，保持低CPM和高转化率，Facebook会在竞价环节分配到不错的用户。当营销漏斗效果不够好时，可以进行手动出价，CBO配合手动出价效果大于仅在AD SET里手动出价的效果。

（1）最大手动出价可达 bid$5000 or ROAS 0.01

（2）转化率越低，需要的出价就越高

（3）如果想要自己的广告更具竞争力且胜过多数自动出价的竞争者，则手动出价是个好选择（适合于老投放师）

（4）广告效果下降时，增加手动出价有可能竞争到更优质的受众，从而提升效果。

图文来源：

https://www.chuhaibiji.com/12414/

https://zhuanlan.zhihu.com/p/138921802

https://zhuanlan.zhihu.com/p/114969262