|
|
对于很多刚刚开始进行广告投放的出海广告主来说,在初期投放广告时总是会遇到各种问题,比如不清楚如何在预算范围内让更多的人看到自己所投放的广告,如何增加大家看到广告后的转化量以及如何高效提高投放广告的线上销量。
! a9 `/ P3 Q0 C7 F3 o7 ?/ N, C$ c9 Z. T- W! r n8 J
Meta的进阶赋能型智能购物广告(ASC)从推出测试至今已有一年。据了解,虽然少部分客户已逐渐熟练掌握使用方式甚至有个别客户炉火纯青到全账户使用ASC系列,但大部分客户还在摸索或尚未探索出如何利用ASC打造高成效广告。
1 X% n7 f+ f! s8 p2 a) s5 s; @5 m+ B0 r3 h
针对进阶赋能型智能购物广告的玩法,YinoLink易诺进行了深度探索相关产品玩法的直播。
$ y( \+ S& R9 k% a: h- Z
' }( w0 n' B( \0 K" r: S z3 g在此次直播中,Facebook代理YinoLink易诺重点分享了ASC是什么,以及跨境电商卖家如何通过ASC产品提高广告成效、如何进行广告测试的具体策略。$ W) K9 x$ q; w- i; H8 H/ Y" f
- T2 k5 N+ V% f3 ]
ASC是进阶赋能型智能购物广告的简称,它的英文全称叫做Advantage+Shopping Campaign,是一款基于AI的端到端广告产品,比较适合希望提升覆盖人数增量、增加单客购买量、简化操作的广告主。广告主借助进阶赋能型智能购物广告,只需要创建一个广告系列,就可实现所有效果类营销目标。Meta会自动完成设置过程,无需广告主手动进行设置,其中包括受众定位、广告优化、创意选择和目标位置设置等,高效向理想受众投放相关的广告。) z9 { f2 [8 z+ e
0 P( `. y1 B( j4 l
YinoLink易诺认为ASC能够为广告主带来的优势主要有以下三点:
* H' @5 y) t* P1 U1、表现更出色:Meta的全新机器学习模型能够自动选择创意、定位、优化和目标位置,面向理想受众展示与之最相关内容,最大限度提升广告表现。Meta曾于2022年7-9月对于北美、亚太、欧洲、中东和非洲以及拉美地区的31个广告主开展了内部调研,这31位广告主在将进阶赋能型智能购物广告纳入常规营销活动后,取得了单次操作费用降幅17%,广告花费回报增幅32%的成效。- |/ I E* h+ Y
. w4 m0 Z4 i6 C
2、效率更高:进阶赋能型智能购物广告机器学习模型会根据目标受众中的具体用户,优化投放与之相关且表现优异的广告创意。它可以同时上传商品图片和反映商品使用的场景图片、生成超过150种创意且最大限度减少创意疲劳和各位广告主的维护工作。# b0 l8 T0 L2 I! c0 P
* E- f; H& Q, m# B3、规模更大:进阶赋能型智能购物广告会“广撒网”,便于广告主与更多有可能对您商品和服务感兴趣的用户建立联结。只是部分ASC广告在实际投放中,会出现前端展示和点击的数据良好但是加购和转化的情况不乐观。如果遇到此类问题,广告主可优先尝试爆品和已验证素材或者搭配专门的再营销广告来触达这部分已经对商品产生兴趣的受众。如果投放的产品是较为小众,偏冷门的需要先通过普通的转化广告测试后再进行投放。
& ~- b. s L# r6 C( v; m) g, a
2 O# S6 E$ V+ _% v% j) y6 L8 n按照投放的目标及想要达到的效果来划分,广告主可选择使用进阶赋能型智能购物广告、进阶赋能型目录广告或使用转化量目标。
( }# A/ D6 B B0 q" U! T
- P3 b& N0 u8 ~. n! R目前ASC广告可通过广告创意、现有客户预算上限及广告报告这三方面来对广告主所投放的广告进行优化提升。
! F: n( i! Y: C* g @: Y' |5 t+ Q: i9 z$ s
首先是广告创意,ASC广告创意功能可以选择导入单个或多个广告创意,也可以选择导入所有广告。系统&组层级会推荐过去这个账户表现比较好的广告创意,按过去7天转化量维度来进行排序。
6 G3 G2 `; e' P0 l8 Y其次是通过现有客户预算上限来对ASC广告进行优化提升。如果广告主只想定位新客户,可以将现有客户预算上限调整为0%,如果广告主想要提升留存率和展开再营销,以往大部分广告主都会选择25%的预算上限。
. A( H$ n3 J2 U! w/ C
/ z6 i+ d# ^5 E4 x
6 ^9 I) S1 a- L1 s. r- ~4 J/ X+ l8 \( o4 X) a% S
除了对广告创意和现有客户预算上限来进行优化调整外,还可以从广告报告上进行优化提升。广告报告可以按潜在客户和现有客户细分成效。除此以外,进阶赋能型智能购物广告还有两个新功能,第一个是可以利用对比报告找到最佳的表现方案,但需提醒各位广告主的是,表现对比成效分析仅适用于转化发生位置设为“网站”、“应用或网站”以及“应用”的广告系列,若转化发生位置为其他,则无法表现对比成效分析。第二个是年龄和地理位置的业务限制,现在可在账户层级使用年龄和地理位置定位调整功能。最低年龄限制可以调整至最低25岁且可以排除特定地区。
0 X, g$ Z* d; V& V, z1 l2023年Q2YinoLink易诺联合Meta内部进行了2次关于ASC的A/B test ,第一种是ASC VS BAU(Conv),主要研究的问题是ASC对比常规转化量广告是否有助提升转化广告成效。共分为两组进行比对,测试周期为10天。广告系列及测试预算不同,定位、素材、版位、竞价及统计时间窗数值相同。测试组Group A 为常规BAU转化量/销售目标广告,测试组Group B 为测试ASC进阶赋能型智能购物广告,每个测试组只使用国家定位,至少上传5个广告创意,均使用自动版位,常规BAU竞价模式以及常规BAU统计时间窗。 ~* a( |4 k3 F" c0 I+ d j+ M
% U i4 ^" u3 EYinoLink易诺建议大多数未使用过ASC广告,或者之前少量尝试过该广告类型未能持续使用的广告主选择此种测试框架。
0 j$ m4 p# T% u5 T0 u# T- f8 ~5 u V/ y
5 C& B. m/ b* j Q; o5 r* l! b第二种是素材数量-Creatives,主要研究的问题是ASC系列中广告数量对广告成效的影响。共分为两组进行比对,测试周期为10天。除素材数量不同以外,ad设置、测试预算、定位、版位、竞价及统计时间窗数值相同。测试组Group A 为BAU ASC 广告系列 5个广告(每个广告一个品/素材),测试组Group B 为测试ASC 广告系列 10个广告(其中5 ads和BAU一致),每个测试组预算为150美元/每天,均使用相同国家定位,使用自动版位,常规BAU竞价模式以及常规BAU统计时间窗。
# i' O/ O8 e. L5 J9 w# d1 }# F9 C4 t" @' Z) ]: o* J' A, n
YinoLink易诺建议素材积累较多、对抗素材疲劳及品牌广告主稳定投放量级对抗广告波动的这三类广告主选择此种广告框架。
1 Q* m) j) {" }" X( T! s. M7 |& V+ {/ r8 D. J/ l; h+ z* r- `
四个常见问题解答【Q&A】:4 ^# i4 Z! F) {6 M& P/ {1 a, z
1、相同产品是否可以同时在ASC和普通广告同时投放?
" t: s) e6 s6 r% ?1 O答:不推荐把相同的产品同时放在ASC系列和普通广告系列里面同时投放(测试情况除外)。如果投放相同的产品,会存在竞争关系。可以通过在产品feed的形式去分类产品,给不同的商品添加标签,这样就可以在广告系列选择不同的产品投放。! l S1 e* O4 x7 n
2、在已有账户使用ASC产品还是在新账户里使用?
: k2 d/ X3 y# G4 q6 G7 u答:现有账户(特别是原有转化量广告所在的账户)账户历史数据对ASC学习有重要作用。3 D! _7 \) J7 s! m# ^- x
3、ASC广告成效不好怎么办?
4 C$ S6 V9 k4 H① 广告是否已经平稳运行1-2周?/预算是否有调整?广告前期的1-2周的机器学习期非常重要。平稳度过学习期的广告成效趋于更加稳定。② 是否有测试足够多的创意?给ASC广告尝试更多素材创意。①在原来的系列中增加新的创意;②在原来的系列中关掉效果不好的素材创意并新增创意;③替换掉原来系列中效果不好的素材;④新建ASC广告系列增加新的创意。③ 是否有市场外部竞争影响?提升产品多样性,降低被其他广告主跟投的风险。建议先做测试并逐步相应调整预算。& y' ?* ]. J6 F- A& O' o
' Y i( ^$ `+ s" o6 `) `
4、不同ASC广告系列之间,如何降低受众的重叠?4 Z# r( A( u! ]0 b9 ^( C& D
① 每个国家尽可能只运行一个ASC系列(非测试情况)。② 关注每个Campaign的频次。一般来说,全面的潜在客户开发活动在7天窗口期内不应超过2.5,在ASC中允许的 现有客户预算上限百分比越高,频次可以相应提高(至多在7天窗口期内不超过3-3.5倍)。③ 使用1%的现有客户预算上限,无法确切确认ASC会完全0%的重定向受众,1%更接近实际。④ 根据产品、目录、落地页或其他变量,对ASC进行分类。即使单个用户在多个ASC系列中被定向,问题也会变得 不那么严重(至少同一个用户不会看到相同的广告创意)。通过这些分类系统应该能学习到哪种类型的客户会 转化为哪种产品/目录/落地页的购买者。⑤ 给每个ASC系列足够的预算,以便获取足够的转化来脱离机器学习阶段。新启动的ASC应该有一个至少能在10- 14天内不受表现影响而保持稳定的预算。
. J3 c( T4 y- Z$ T& n
8 \+ a* a' V8 {) v$ f" ~如果想要了解更多直播内容或课程内容,记得联系我哦. |% c! c: F: y: q6 e/ q
7 U' u. y: J$ `
8 v! W( Q% a0 t6 E9 ~
7 s. y: o8 R( @/ a
+ C( ]$ G: v" R6 K
& h% O4 V5 I5 Q# a/ S1 c0 l: \2 w- m& R* h
+ y' n# \. Q9 T
; K- |" x$ y9 [ |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|