我在 Facebook 广告上花费 500 万美元后学到的 3 个教训

作为 Meta 合作伙伴机构，我们每年在 Facebook 广告上花费约 300 万美元。 过去两年加起来，我们花了大约 500 万。

我投放 Facebook 广告的次数越多，我就越觉得这就像投资股市。 当事情起起落落时，你必须控制自己的情绪并保持冷静。

第一课——不要被动反应

一些营销人员问我——“嘿，泰德，我每小时都会优化我的广告系列； 为什么我的成绩还是那么差？” 然后我告诉他们这正是原因！ 一个初学者的错误是过多地触及广告系列并且过度优化。 这些广告商发起了他们的活动，发现效果不好，然后他们对活动进行了更多的更改，结果变得更糟，他们进行了更多的更改，恶性循环不断。 这就是我早期发生的事情。 我想如果我做得更多，那么我会得到更多的结果。 但它不是那样工作的。 事情是这样的：一旦您启动广告系列或对广告进行更改，您必须等待至少 48 小时才能进行更多更改。 你必须让机器做它的事。 机器学习需要时间才能生效。 当你干预时，你就是在干预机器学习。 而机器学习是 Facebook 广告中最关键的部分。

假设事情进展顺利，结果突然下降。 再次，作为广告商，我们需要保持冷静。 我们不应该惊慌和下意识的反应。 有一种东西叫波动。 股市中，有波动。 在广告方面，也有波动。 为什么？ 这两种活动的共同点是人。 桌子的另一边是人类，而不是机器人。 人类有情绪，不会以固定的模式行事。

只有当您汇总数据时，您才会看到模式。 一些营销人员看到结果下降，惊慌失措，并问我，“Ted，整个上午都没有线索，我认为活动正在消亡，或者 Facebook 已经死了？” 我告诉他们，“不，这是波动。” 有些统计101，只有收集到足够的数据才能下结论。 一个早上是不够的，除非你花一大笔预算，每天 10k 或更多。 经验法则，假设平均转化率为 2%，您需要至少 100 次点击才能达到统计显着性并能够得出结论是否有效。

第二课 - Facebook 广告没有自我的位置

我无法告诉你我对 FB 广告感到惊讶的次数。 很多时候，我认为某些东西会根据过去的数据起作用，但事实并非如此，反之亦然。 例如，我们最近为翻新活动提供了免费赠品，它应该可以工作，但没有。 在另一个案例中，我们开展了一项宣传活动，将除颤器作为父亲节礼物进行宣传，尽管我并没有想太多，但效果很好。 FB 广告的问题不在于不可预测性； 问题是当我们对我们的广告或活动产生情感依恋时。

这是我早期犯的最大错误，就是过于依赖我的广告。 所有营销人员都容易出现这种情况，这就是宜家效应。 当你用手建造一件家具时，你往往会更喜欢它。 你投资于它。 你不想扔掉它，即使它是坏的或丑陋的。

同样，我们都有过这样的经历，我们喜欢某个特定的广告，并且坚持到底。 即使结果显示此广告不起作用，我们也会坚持下去。 我们不想切断广告，因为我们认为它最终会起作用。 我们对广告产生了情感上的依恋。

但是，就像投资股票市场一样，您必须符合逻辑。 作为营销人员，我们必须保持理性，并根据数字做出决策。 如果它不起作用并且具有统计意义，我们必须切断广告。 广告传奇人物大卫奥格威说，一个好的营销人员是诗人和杀手。 一方面，你必须为你的工作感到自豪，但你也必须无情地杀死它，如果它不工作，你必须更换它。 不要让自我成为你的绊脚石。

投放 Facebook 广告是一种令人谦卑的体验。 每当您认为自己已成为专家时，事实证明您是错误的。 就个人而言，尽管我已经看到了我们正在帮助的 20 多个行业中至少一千个广告，但我无法预测哪些广告有效，哪些广告无效，准确率超过 60%。

我们无法预测，因为 Facebook 广告活动中存在许多因素。 作为营销人员，当我们创建或分析广告时，我们总是通过我们的镜头来看待它们。 我们带来与目标受众不同的观念、假设和观点。

这也是我喜欢现代营销与传统营销的区别。 在传统营销中，一切都是主观的。 你必须假设和猜测。 然而，在现代营销中，我们拥有一切的数据。 因此，我们可以客观地判断广告是否有效。 我们用数字来做决定，而不是专家意见。

最后一课——更多技术而非思维驱动——消息传递的重要性

Facebook 今年正在取消他们的很多兴趣定位。 许多广告商都惊慌失措，发疯了。 但对我们来说，我们看到了它的到来。 多年来，Facebook 一直在增强其机器功能。 在我们的几个广告系列中，我们的目标范围很广，比如 1 到 200 万人，甚至是整个国家，与我们使用特定定位时相比，该广告系列的效果更好。

为什么？ 这是因为当您手动设置目标时，您会限制机器执行其工作。 当您删除所有目标时，您就可以让机器自由发挥。 事情是这样的：只要有足够的数据，这台机器比我们更聪明，而且在寻找目标受众方面做得更好。 因此，我并不感到惊讶 Facebook 删除了几个定位选项。 他们对自己的人工智能和机器学习目标充满信心。

我学到的是专注于消息传递。 当您正确传达信息时，您就是在进行定位。 合适的人群点击您的广告，Facebook 会收集数据，以便他们找到更多与初始样本组相似的人。 这就是您扩展广告系列的方式。 今年和次年，你应该继续擅长消息传递。

所以，你去吧，Facebook广告的3个教训来自我们在Facebook广告上花费大量资金的经验。 不要被动反应，不要自负，并专注于消息传递。 如果你遵循这 3 节课，你会做得很好。