ご存知の通り、Facebook広告には機械学習段階があります。一般的に、機械学習段階にある広告グループは、通常よりもパフォーマンスが不安定になり、CPA（アクション単価）が高くなる傾向があります。

データによると、機械学習フェーズをできるだけ早く完了させることで、CPAを15%削減し、コンバージョンを17%増加させることができることが示されています。FacebookエージェントのYinoLinkが、機械学習フェーズを迅速に加速させ、CPAを削減する方法に関する最新ガイドをご紹介します。今すぐ節約しましょう！

I. Facebook広告の構造を簡素化する

以前、Facebook 代理店の YinoLink は、掲載中または審査中の広告の数が Facebook ページの広告制限に達しないように Facebook 広告構造を簡素化する方法を共有しました。

Facebookページに一度に表示する広告が多すぎると、機械学習フェーズから除外される広告の数が減少します。そのため、Facebook広告の構造を簡素化する必要があります。

1. Facebook広告の推奨配分

Facebook 広告アカウントの概要には、アカウントの学習段階にある広告の割合が表示されます。理想的な比率は 30% です。

広告が機械学習フェーズを迅速に通過できるようにするには、Facebook キャンペーンごとに 3 ～ 6 個の広告グループを作成し、各広告グループに 2 ～ 5 個のクリエイティブを含めることをお勧めします。

2.広告グループを統合または閉鎖する

Facebook代理店YinoLinkは、異なる掲載枠の広告グループを統合してより良い成果を上げるために、販売者に自動掲載APとカスタマイズされたクリエイティブ機能の活用を推奨しています。これには、異なる言語の広告グループを統合したり、単一の広告グループ内で複数の言語を設定したりすることが含まれます。

また、過去 7 日間に掲載されておらず、広告単価が最も高い広告など、パフォーマンスが低い広告や最適化が必要な広告を定期的に確認してオフにすることをお勧めします。

II. 視聴者数を増やす

リマーケティング ウィンドウを延長して、ウェブサイトのトラフィックと一致するようにします。

類似オーディエンスの割合を、たとえば 0 ～ 1%、1 ～ 2%、3 ～ 5%、5 ～ 10% のように拡大し、3% 未満に制限しないでください。

興味や行動に基づいて重複度の高いターゲット ユーザー グループを統合し、すべてのユーザー セグメントにわたってクリエイティブ戦略の一貫性を確保します。

オーディエンスの重複を最小限に抑え、適切なオーディエンス除外基準を使用して、過去 15 日間に購入した顧客を除外するなど、すでにコンバージョンしたユーザーやコンバージョンの可能性が低いユーザーを除外します。

III. 複数のセクションを組み合わせて使用​​する

Facebook、Instagram、Audience Network などの複数のプラットフォームを使用すると、Facebook 広告の露出を効果的に高め、機械学習の時間を短縮できます。

統計によると、Facebook 広告に複数の配置を使用すると、コンバージョンあたりのコストが 71% 削減され、リーチが拡大します。

IV. 予算の柔軟性の向上

週あたり50回のコンバージョンを基準に1日の予算を計算することで、 「予算/入札比率」を改善できます。例えば、1回のコンバージョンに2ドルかかる場合、50回のコンバージョンには100ドル必要となり、1日の予算は少なくとも15ドルに設定する必要があります。

キャンペーン予算を使用して CBO を最適化し、予算を最大限に活用します。

広告クリエイティブの品質を向上させるために広告レベルでクリエイティブをテストし、複数のシナリオで広告クリエイティブをテストします。

定期的に予算を見直し、統合しましょう。Facebook広告の予算が、少なくとも50件の最適化の機会を生み出すのに十分な額であることを確認してください。予算の大幅な増加は避けてください。広告が機械学習フェーズに戻ってしまう可能性があります。

V. 合理的な入札戦略を使用する

適切な入札戦略を選択し、頻繁な変更は避けましょう。目標と予算要件に基づいて入札戦略を選択してください。大規模なセール期間中は、キャンペーンを加速させることで予算を最大限に活用できます。

オーディエンスの価値を指定し、生涯価値に基づいて入札し、プロモーション期間中に許容される最大入札額を設定します。

入札上限を使用する場合は、十分に高い値であることを確認してください。Facebook エージェントの YinoLink は、プロモーション期間中は上限は必要ありませんが、実際のターゲットよりも高い上限を設定することを推奨しています。

VI. 適切なイベントを最適化する

販売量が少ないニッチな製品や価値の高い商品の場合は、投稿のインタラクションやランディング ページの閲覧など、ファネルの上位レベルでコンバージョン イベントを最適化してみるとよいでしょう。

コンバージョン率、コンバージョン頻度、関連性が高いイベントを優先してください。そうしないと、機械学習で取得できるデータ量が不足し、機械学習プロセスが長引く可能性があります。コンバージョンイベントの数を増やすことで、機械学習段階の閾値への到達が早まり、全体的な最適化効果が向上します。

上記は、機械学習フェーズを迅速に通過するためのガイドラインと、Facebook 広告構造を簡素化する方法の要約です。