不知道大家有没有发现，在Facebook广告投放这块，越是需要精准定位人群的A+AC就越难投?广告很难跑出效果来?今天想就这个问题跟大家聊聊，遇到这种情况，可以怎么做?
相比过去的3A广告，A+AC在功能性上确实有了很大的提升，有人说更像是加强版的3A。与之前在一个广告中塞满50个素材再搭配文案的方式不同，现在可以在一个广告组中塞入50个广告，广告创意的组合更加灵活。
从理论上讲，Facebook推出A+AC的初衷是为了让广告投放更为简便，我们不必过于纠结于受众、人群、兴趣、年龄和性别等参数。实际上A+AC确实具备一定的傻瓜化投放潜力。通过将不同的广告放入广告组，系统可以在广告组层级进行学习，然后搭配整个预算进行分配，我们无需过多关心整个预算分配的细节，系统可以更稳定地学习并在预算内产生最多的转化。
然而，我们在实际操作中会发现，有些转化较低的产品经过几轮迭代之后还是很难拿到曝光，除非自动出价给的很高，但这样的话成本就太高了，很少有广告主这么干。所以整体来看一定是存在某些问题导致广告投放效果不佳，而且越是需要精准定位的人群，广告投放效果就越不尽如人意。我们几个投手一起复盘了下各自手里的项目，分析出可能是由于这些原因导致的：
首先很容易想到的一个原因是转化归因窗口的设置差异。例如，我们在跑AEO(App Event Optimization)时可以设置成7天点击归因，而A+AC实际只能设置1天点击归因。如果是回传event相对较晚的产品，由于回传转化较少，导致后台成本显得较高，系统收到的转化信号也相对较少，使得系统学习更为困难，所以就不好帮我们投出理想的效果。
其次就是投放覆盖人群的限制。在跑A+AC时，我们是无法设置人群的，没有兴趣受众、没有相似受众，也没有年龄性别限制。相比之下，我们在跑普通广告时，如果转化较差，大多数投手的操作是缩小人群，使用相似受众投放，从而降低初期的学习难度。
另外就是在素材数量上。一般而言，A+AC的广告组通常包含更多的广告，而在普通广告中，广告组中放置3-4条广告就已经是极限。这导致在A+AC中素材数量较多，学习上的难度也随之增加。相对而言，普通广告由于素材数量相对较少，测试素材的成本更低，更容易找到确切的曝光人群方向。
最后就是广告得不到曝光的问题。我们认为A+AC或许是采用了不同的曝光算法，通过使用不同的广告去重复覆盖系统认定的高价值人群。相较之下，普通广告在曝光逻辑上，如果一个用户看了广告没有转化，系统认为是负向的反馈，短期内可能不会再次曝光。而在A+AC中，单个广告组内广告数量较多，算法可能更倾向于让系统认定最可能转化的人获得更多的曝光机会。但这只是我们的猜测而已，并没有官方的说法。
但不管怎么样，导致部分产品的A+AC在相对难跑且表现较差的原因，应该就是以上这些因素的组合，那我们有没有必要继续坚持使用A+AC投广告呢？
首先，我们选择跑A+AC的初衷是为了提高投放效率。尽管A+AC在前期可能成本较高，学习曲线较为陡峭，但如果能够在后期养成一个A+AC稳定的模型，让其拓展学习并积攒更多的转化，就有望逐步走向良性循环，带来更多的量。在我们的老产品中，已经有一些A+AC在后期保持较好表现的案例，只是对于新产品而言，养起来的难度较大。
因此，我们要允许A+AC的前期成本更高一些。由于A+AC的学习难度相对较大，前期成本可能会相对较高，我们得有一定的耐心：
首先，可以适当减少广告数量。比如在投放初期，不宜过多投放素材，5-6条素材的起步更容易一些。另外可以选择在其他广告中表现较好的素材加入A+AC中，以提高成功的可能性。
其次，找到一个更合适的点位也是关键。如果选择的点位在24小时内转化较少，可能会使得A+AC更难跑起来。因此，在选择点位时需谨慎考虑产品的转化窗口。
还是要保持定期迭代。没有曝光、长期没有转化的广告需要被及时剔除，并在追加素材时，可以选择保持在接近的素材方向和文案方向，以便更容易学习。
试试同时跑普通广告和A+AC。定期将普通广告中表现较好的广告追加到A+AC中，以加速A+AC的学习过程。追加时不宜一口气加入太多，小幅度的增加更为合适。
最后，要有耐心!在A+AC投放初期，可能会遇到一些困难，但要坚持1周左右，若情况依然不理想，可以考虑进行重建等操作。
总的来说，A+AC在难跑的产品上确实存在一些挑战，但通过合理的策略和耐心的坚持，依然有望取得良好的投放效果!
本文链接：http://www.awyerwu.com/13096.html ,转载需注明文章链接来源：http://www.awyerwu.com/
