你真的了解Facebook/Google廣告演算法中的「學習期」嗎

圖片來源：123rf.com.cn

如果你在Google廣告或Facebook廣告帳戶中使用了任何形式的自動化設置，那麼最近你可能會有這麼個疑問：當谷歌或Facebook說它在「學習（Learning）」時，這是什麼意思呢，又該怎樣避免它呢？

小編因此特地深入了解了學習期（Learning Period）是什麼？ 為什麼存在？什麼時候發生？以及如何解決隨之而來的負面影響。通過這篇文章，希望能夠解答這些疑問，並幫助你們節省一些時間，儘快結束廣告設置中的學習期。

學習期（Learning Period）是指什麼？

Google的定義： 「在改變了廣告競價策略（bid strategy）時，Google廣告需要時間來收集優化所需的性能數據。」

Facebook的定義： 「在創建新的廣告系列或對現有廣告進行重大變更後，系統會開始了解需要向誰投放、展示廣告。這種學習並不是對系統運作方式的改變，但顯示這一狀態，是為了讓廣告商知道舊的廣告仍處於穩定狀態，並從中進行數據的收集，為達到優化目標準備。學習期的結束則意味著新的廣告、優化內容已經確定穩定運行「。

簡而言之：學習期是指平台演算法從最近的重大變化中學習所需的時間。

學習期會在何時何地發生呢？

Google廣告：在Google上， 觸發學習期的情況只有一種：當你設置了自動、智能變更競價策略時。這裡競價策略包括：目標每次轉化費用（CPA），目標廣告支出回報率（ROA），最大化轉化次數和智能點擊付費（eCPC）。學習期會在廣告系列一級的狀態欄中顯示出來。

Facebook廣告：在Facebook上，一般在任何競價策略變更中需要度過一段學習期，預算（budgeting）和設置是在廣告系列級別創建的（除了新的功能廣告系列預算優化）都會出現學習狀態，還可能會在廣告系列的投放列中看到學習狀態。

學習期限持續多長時間？

Google廣告：在Google廣告上，從該廣告系列的最後一次重大修改算起，通常會持續7天。

Facebook廣告：廣告系列在自上次重大編輯後的7天內，達到50個優化事件，學習期才算結束。

區別：Facebook的演算法需要重新學習數據的閾值，而Google需要設定學習過程的時間範圍。

什麼類型的變化可能觸發學習期？

在Google廣告上：

●實施新的智能競價策略

●更改競價策略的設置

●更改為轉化操作：更新現有操作或創建新操作

●預算或投放發生重大變化

●廣告系列的構成發生了重大變化

通常，對關鍵字，廣告組或廣告的更改不會觸發學習期。但是，如果你對其中一些組件進行批量更改，則可能會佔用廣告系列的學習周期。

在Facebook廣告上：

●對受眾群體定位的任何更改

●預算髮生重大變化

●廣告素材的重大變化（更改現有廣告或製作新廣告）

●對設置的任何更改（例如優化事件，轉換窗口）

● 7天後暫停然後重新啟用廣告系列/廣告系列已經過期

學習期間會發生什麼？

對於Facebook和Google廣告，在整個學習期間投放和效率下降是不可避免的。是的，這意味著廣告系列的日常開支有所減少，而每次轉化費用增加且轉化率降低。

顯然，這不是一個理想的狀況。但是，不能因此就對學習期避而遠之，沒有必要為了避免產生學習期而放棄優化廣告系列。相反，你需要了解學習期的意義，學會如何控制學習期，並讓你的廣告系列有時間重新學習，並改進你所做的更改。

那麼，為什麼學習期間會發生？

眾所周知，Facebook和Google廣告上的廣告拍賣系統依賴於平台的演算法，這些演算法是基於機器學習技術構建的。正如當你進行廣告位競價時，Google需要了解你的廣告質量得分和競價策略一樣，Google也需要了解你要求其優化的結果（轉化次數）。總之，該演算法需要時間來處理信號，了解已證明有效的方法，並推動其達到目標。

Google的DeepMind視頻為學習期提供了完美的類比。在視頻中，它以一款Atari遊戲為例，展示了機器學習技術是如何運作的，它利用短時間的學習，無需培訓或了解如何玩遊戲。經過幾次失敗和大約240分鐘的訓練後，該技術就能找到了最快，最有效的方式來擊敗遊戲。

這正是大部分廣告設置處於學習期時，平台演算法正在執行的操作內容。它正在消化新信息，並了解它如何推動你對其進行優化的結果。在此期間，演算法從每次投放中學習。隨著展示次數的增加，該演算法會收集決策所需的重要數據，並了解如何更有效地實現你選擇的目標。

建議盡量減少學習期的影響

在Google廣告中

●競價策略：為你考慮最佳競價策略。如上所述，只有四種（CPA、ROA、最大化轉化次數、CPC）與此學習期相關的競價策略。如果你希望測試智能出價，建議首先設置一個實驗方案。這樣，你可以在受控環境中評估性能效果，減少負面影響。

●預算：遵循20％規則：避免預算變更大於當前預算的20％。

●設置：為 Google提供正確的信號。例如：如果你的目標是推動轉化，但未設置任何轉化目標，則無法通過智能競價策略來推動任何轉化。這是因為演算法不知道它應該去找到什麼。

●轉化：請注意謹慎對待轉化操作的更改！如果你知道需要對轉化操作進行多項更改，則應提前計劃並批量安排這些更改。這樣，可將學習期控制在相似的時間範圍內，並且保證只會產生一個學習期而不是多個學習期。

在Facebook廣告中

●選擇優化事件：正如上面提到的，Facebook需要50個「優化事件（optimization events）」才能退出學習階段。如果你正在努力湊足50個優化事件，強烈建議利用這次優化去測試更高的漏斗優化事件。例如：你的廣告系列準備針對錶單填充進行優化，但無法在7天內達到50個表單優化事件。相反，你可以嘗試將目標頁面視圖作為優化事件進行測試。這將讓該平台的演算法在你的受眾中找到可能會點擊並成功訪問你的目標網頁的人。雖然這可能不是你所需要達到的最終結果，但它是一個領先的信號，它將為演算法提供找到你的受眾並達到最佳投放方式所需的足夠數據。

●查看優化和廣告投放設置：從策略上考慮選擇優化和關聯的轉化窗口。 例如：如果你的轉換窗口設置為1天，則你將為平台演算法提供7天的時間來收集廣告被點擊後1天內發生的50個優化事件。顯然這會降低這一學習期的結束進度，不妨嘗試測試7天的點擊窗口，以便在這一學習期內儘快達到50個優化事件，從而儘快達到廣告變更後的穩定運行狀態。

●預算：與Google廣告類似，在更改Facebook廣告預算時，應該牢記20％的規則！避免預算變更超過當前預算的20％。例如：如果你的預算為500美元，請不要將其更改為超過600美元或低於400美元的任何預算。可以選擇逐步實施這些預算變化而達到20％的更改，以維持廣告正常投放的效果並逐步達到你的目標預算。那麼，Facebook廣告預算怎麼抓？多少費用比較有效果？教程《如何讓Facebook廣告預算最大化》會告訴你答案。

●廣告素材：避免對已有廣告進行批量更改。例如：如果選擇暫停一個廣告或創建一個新廣告，則很可能不會產生學習期。

●進行更改：安排並計劃間隔內的重大變更。例如，如果你要創建新的排他性受眾並將其應用於所有廣告系列，則應定期執行此操作。這可以通過一次調整一個廣告系列，等待度過學習狀態，在該廣告能正常穩定運行後，移動到下一個廣告系列來完成。這有助於你維護整體的帳戶級投放。

Tips：

●在實施重大變更前先考慮如何整合所需優化的內容，縮短學習期！

●為演算法提供正確的信號

●為演算法提供足夠的數據

●耐心點！讓演算法花費所需學習的時間，達到長遠而更有效的回報。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！