公告：Facebook广告优化
什么是广告系列的预算优化？
顾名思义，“广告系列预算优化(CBO)”在广告系列层面优化预算。使用CBO后，脸书可以持续监控广告系列中广告组的效果，并实时将自动预算分配给表现最好的广告组，从而最大化整个广告系列中的转化次数和营销效果。
使用广告系列预算优化有什么好处？
利益1:最大化广告效果
广告预算自动在各个广告群中找到最佳投放时机，最大限度实现过渡，有效降低单个效果的整体成本，最大化广告系列的投资回报。
如果不使用CBO(如下图所示)，所有预算将平均分配给三个广告组，无论实际转换数量或每个广告组的个人效果成本水平如何。资源的这种不一致将使预算得不到充分利用。
使用CBO后，脸书将自动“聚焦火力”，并为带来更多转变的广告集团分配更多预算。如下图所示，广告组A使用了所有较低的优化活动后，预算会自动转移到广告组B和C，最终整个广告系列会进行更多的转换。
CBO和最低成本竞价策略是帮助你从整个广告套件中获得最低的单次优化活动成本，而不是广告组。保证成本最低的优化活动一直是最低成本投标策略的目标，但随着时间的推移，在保证了所有成本最低的优化活动后，预算将用于保证成本相对较高的优化活动，但这样的优化活动在当时可能仍然需要最低的成本。在上图中，广告组C的成本似乎比广告组A和B高得多，但实际上它仍然比广告组A中的其他潜在投放机会便宜.
优势2:最大化管理效率
CBO是一个实时自动化的流程，它使广告商能够自动分配和部署预算，而无需手动调整每个广告组的预算，从而使企业能够大大减少管理时间，专注于更重要的战略任务。
优势3:提高广告稳定性
手动调整每个广告组的预算将重启机器学习阶段。但在使用CBO时，由于广告组之间自动进行预算分配，不会重启这一阶段，因此可以进行更可靠有效的广告部署。机器学习阶段是指广告系统学习到大量关于广告组的信息的时间段。在这个阶段，系统不断寻求最佳的广告群分配方式，因此广告群波动性大，单个运营成本比平时高。在完成机器学习后，我们可以根据收集的数据做出更准确的预测，以优化未来的广告。注意：
一般来说，广告团队需要50次左右的转换才能获得足够的数据来完成机器学习阶段，未来广告进度稳定。
无论您是为现有广告系列设置CBO，还是在使用CBO时自动为不同的广告组分配预算，系统都不会触发机器学习阶段。
如果做了大量的调整，比如受众定位的改变、创作素材的改变、优化活动的改变等。广告团队可能会回到机器学习阶段，如果有必要，应该尽可能避免这些调整。
如果在广告开始或大幅调整后7天内，由于50次转换而无法结束机器学习阶段，则广告将效率低下，系统可能会中断广告。这个时候，考虑到广告团队的大调整，必须提高部署绩效。
广告系列预算优化指南
尽量简化广告系列的结构
一个广告系列中的广告组和广告越多，机器学习阶段需要的时间就越长，因此每个广告系列中的广告组应该不超过70个。必须为广告系列提供足够的预算，并且每天必须启用至少5次转换，以确保系列中的所有广告组都有部署机会。预算太低，部分广告团队可能得不到部署机会，部署不足。
广告组的其他注意事项
添加新的广告组将重新调整广告系列中部署的所有广告组的预算使用，这通常需要几个小时。因此，如果需要添加多个广告组，最好一次添加多个广告组，以免过度影响预算分配。
设置广告组的最低/最高支出限额
您可以按广告组设置最低/最高支出限额，但设置支出限额可能不会优化预算，因此最好仅在对广告组的支出有硬性限制时(例如，您希望增加广告组的规模或限制广告组的级别)才这样做。
不能手动关闭广告组
使用CBO时，不要手动暂停或关闭广告组。经过一段时间的广告投放，一些广告主认为特定广告群的效果更高，认为这些广告群表现不好后，可以选择人工关闭这些广告群。但这会带来自我毁灭，导致广告系列错过低成本的优化活动，影响整体效果。如果手动关闭广告组C(如下图所示)，广告预算只能在广告组A和B之间分配.最终，广告集团C会错过成本更低的优化活动，无法最有效地利用预算。
最后，用图片简要概括CBO的特点和优势。
总之，使用CBO后，系统可以摆脱以往广告群的预算限制，在其他广告群之间灵活移动预算，从而实时自动“捕捉”成本最低的优化事件。在预算相同的情况下，使用CBO的广告系列可以充分利用预算做出更多的改变，从而最大化营销效果。
