做游戏出海的小伙伴，日思夜想的就是ROI，想要每一块钱都花在最有价值的Facebook广告展示上。可是理想是美好的，现实是骨感的。往往历尽艰辛，ROI却不升反降，钱花了一大把，效果没看见多少。下面Facebook代理YinoLink易诺帮你总结了精华内容，希望帮您更好的优化您的Facebook广告。

YinoLink易诺：Facebook游戏类广告效率提升策略

一、如何提高Facebook广告ROI

在Facebook看来，提升ROI的核心在于广告效率广告效率 = 灵活性 X 信号

灵活性是指让Facebook广告系统能够选择最有价值的广告展示机会和最有可能表现最好的素材，及时的传递给适合的Facebook广告受众。简单来说三个关键词，展示（Facebook广告版位在哪里），Facebook受众（谁能看见），Facebook广告竞价&预算（多少钱）。

信号是Facebook机器学习模型用来做出决策（是否会有转化）的行为模型。两个关键词，转化（用户是否跟广告做了互动）、事件（优化的行为及频率）

如果让我们的系统有适当的灵活性去学习你们最在意的结果（信号数据），我们才能根据数据来预测适合向什么样的人群推进你的游戏。

反之，如果限制灵活性和信号数据，广告系统将缩小能接触到的受众范围。

二、Facebook机器学习对于广告效率的影响

刚刚我们提到了“学习”？是的，Facebook机器也要学习！在Facebook机器学习阶段（learning phase），Facebook投放系统在寻找最有可能在你的广告上采取行动（estimated action rate) 的人群来进行优化。

那么在Facebook机器学习阶段会发生什么事呢？

在Facebook机器学习初期数据波动会比较大，但是随着系统有越来越多的转化数据，系统预测Facebook广告采取行动数据（estimated action rate)会越来越准确。需要特别注意的是，只有在7天内获得50个转化的数据，Facebook系统才能完成学习阶段。

重要提示！以下任何的操作，都可能导致你无法有效的完成Facebook学习阶段：

1、有多个Facebook广告账户同时使用同样的受众定位

2、复制表现已经在下降的Facebook广告系列，然后重新再开启

3、在不同的Facebook广告系列中用同样的Facebook受众，但是每一个Facebook广告系列有不同的Facebook广告素材

4、使用AEO或者VO，但是受众的范围少于2M或者4M

5、有多个Facebook广告素材还在“投放中”的状态

6、有特定的Facebook广告竞价策略，例如使用最低价格vs手动出价

7、每个小时或者每天都在手动操作Facebook广告组/广告系列

8、有个非常小、非常精品化的Facebook广告受众

9、非常小的每日预算，尤其是在AEO或者VO的Facebook广告系列

注释：AEO:应用事件优化；VO：价值优化

概括来说，导致无法完成Facebook机器学习的主要原因只有两个：

1、灵活性受限（Facebook受众范围细微或重叠、Facebook广告账户结构复杂）

2、缺乏信息（Facebook广告主不停更改广告系列、非常稀有的优化时间）

如果你一直处于Facebook机器学习阶段，那会造成你Facebook广告花费很高，并且可能会付之东流。

简化Facebook广告帐号结构能够增加灵活性，并且在Facebook广告竞拍当中增加信息数据来帮助您更快的离开Facebook学习阶段，从而当中获取更高效的Facebook广告表现。

三、Facebook广告结构简化的三大黄金法则

法则一：合并

所谓合并，就是尽可能合并Facebook广告系列、Facebook广告组，以最大程度地提高Facebook广告竞拍信号，具体说来分为以下四点：

1、扩大Facebook类似受众的比例：例如 0-1%、1-2%、3-5%、5-10%

2、合并兴趣和行为高度重叠的Facebook受众：确保各个细分Facebook受众群的创意策略相同

3、尽量减少Facebook受众重叠： 使用合适的Facebook受众排除条件，确保将过去购买过商品的顾客排除在外

4、增加每日预算：如果有多个Facebook广告组有非常小的预算，可以合并试试效果（无法达到7天50个转化的预算）

法则二：排除即提高灵活性，排除限制：

1、如果在使用手动初建的模式，提高Facebook广告竞价价格：根据 50 次转化/7天的阈值计算Facebook广告竞价

2、使用Facebook广告系列预算优化 （CBO）：充分利用Facebook广告预算！

3、综合使用多个Facebook广告版位：选择Facebook自动版位（AP），提高Facebook广告效果和覆盖的人数

4、罕见的优化事件：对于转化比较少的事件或者高价值的用户（VBLAL），可尝试优化UA漏斗更上层的转化事件

法则三：减少限制手动更改的频率和次数

学习小结：

1.Facebook广告效率 = 灵活性 x 信息数据，如果Facebook广告有太多限制，会造成数据不足而影响转化。

2.检查Facebook广告组的学习阶段，这个数据能够测量你的Facebook广告组成效。如果你的Facebook广告组长期处在学习阶段中，会浪费Facebook广告费

3.简化Facebook广告结构，整合广告组以获取更好转化

四、Facebook广告结构简化Q&A

Q1：在Facebook学习阶段，7天必须完成50个转化吗？

在Facebook广告学习阶段，广告组层级不一定需要在7天内完成50个转化。这个只是指导方向。有些Facebook广告组在1-2天也能够完成学习阶段。这跟Facebook广告预算、竞价、优化等等有关，也代表了Facebook有了足够的信息为你们的Facebook广告目标做转化，从而提高Facebook广告效率。有时候，30个转化就可以离开Facebook学习阶段。所以我们给了一个平均数据。如果是Facebook机器学习有限（learning limited), 那就是没有给Facebook提供足够的数据来做更有效的转化。

Q2：如果有个Facebook广告组进入“学习有限”或者过了很长时间都还在“学习阶段”，我该怎么做？

如果7天后，这个Facebook广告组一直在学习阶段，或者学习有限，建议把它关掉，把预算分配到表现较好的Facebook广告组上。

Q3：对同一个Facebook广告系列，先跑下载积累付费数据，再切换到AEO（应用事件优化），再切换到VO（价值优化）是否比从头开始就跑AEO或者VO好呢？

是的，我们建议一开始跑MAIA（手机应有下载量）来累计数据然后转AEO和VO。其实在跑AEO和VO同时，还是可以继续跑MAIA，开拓新的用户群体，也同时监控留存和下载数量。如果有兴趣，可以联系Facebook代理YinoLink易诺。

Q4：Facebook广告组加入新素材会导致Facebook机器重新学习，但是有些重度游戏需要持续加新的广告素材，建议如何优化？

Facebook广告素材需要更新，但我们建议不要每天更新新的素材，不建议在Facebook广告组里放20-30个素材。我们测试结果显示，一周更新一次广告素材的表现比较好，在一个Facebook广告组里有5-8个素材为最佳。每周应该观察素材表现，然后做素材更新优化。虽然我们建议一周更新素材，但是系统也提供测试设定，建议你可以测试什么样的频率最适合你类型的广告。值得注意的是，有的时候重启Facebook机器学习在所难免，不代表重学是一件坏事。Facebook广告的效果好是我们的最终目的， 为了达成这个目的，更新素材是非常必要的一个部分。我们很清楚这样做会重启学习期，不用太过紧张，如果进入学习期应该尽快拿到足够的转化完成Facebook机器学习。

Q5：我的广告在Facebook广告学习阶段都跑得不错，但是学习阶段完成后突然减量甚至不跑了，该如何去优化广告？

Facebook广告离开了Facebook学习阶段表现不好有很多个可能性素材表现：查看素材的CTR（点击率），然后把比较差的广告更新一下，受众太小或重叠很高都会影响广告效果，如果是比较小的国家，我们会建议放宽Facebook受众范围。如果是Facebook优化事件比较少，建议测试其他优化事件，例如教程结束，关卡等等。