Djupdyk i algoritmen: Så funkar Metas inlärningsfas
Har du satt upp kampanjer för Facebook och Instagram i Business manager så har du nog noterat att en kampanj ibland får status lärande eller begränsad inlärning. Här går vi igenom vad detta innebär, varför du vill komma ur inlärningsfasen så snabbt som möjligt och vad du kan göra för att inte fastna i begränsad inlärning.
Vad innebär inlärningsfasen, lärande och begränsad inlärning?
När en kampanj är i inlärningsfasen innebär det att Metas system fortfarande försöker lära sig hur den ska leverera en kampanj för att ge så bra resultat som möjligt. Exempelvis vilka placeringar som funkar bäst, vilken tid på dygnet annonsen ger bäst resultat eller vilken målgrupp som verkar tilltalas av annonsen. En kampanj är vanligtvis i inlärningsfasen i början av kampanjperioden, och du kan då se att det står lärande i kolumnen leverans.
Inlärningsfasen avslutas när ett Ad Set fått ca 50 optimeringshändelser inom 7 dagar. Vilken optimeringshändelse som systemet utgår ifrån beror på vad du optimerar din kampanj mot. Optimerar du, till exempel, mot konvertering så räknas en konvertering som en optimeringshändelse.
Om ett Ad Set inte får nog med optimeringshändelser så kan kampanjen inte lämna inlärningsfasen och får status begränsad inlärning. Detta kan ske både i början av kampanjen och under kampanjens gång. Alla kampanjer kan fastna i inlärning men det är vanligare för konverteringsdrivande kampanjer då dessa generellt resulterar i färre optimeringshändelser än om du exempelvis driver mot trafik.
Varför är det viktigt att inte fastna i inlärningsfasen?
Enligt Meta har du oftare en högre CPA (kostnad per konvertering) under inlärningsfasen eftersom algoritmen fortfarande inte vet hur den ska leverera din kampanj så kostnadseffektivt som möjligt. Därför vill du gärna se till att din kampanj kan lämna det inledande stadiet lärande så snart som möjligt, men också se till att inte fastna i begränsad inlärning. Det finns flera saker du kan göra för att komma ur inlärningsfasen, och de flesta handlar inte om att öka budgeten.
8 tips för att minska risken att fastna i inlärningsfasen:
Redigera inte Kampanjer, Ad Set eller Annonser för ofta. När du ändrar exempelvis budget, målgrupp, placering eller budstrategi hamnar annonsen i inlärning igen.
Begränsa antalet Ad Set. Ett stort antal Ad Set kan göra att varje Ad Set inte får nog med data för att lämna inlärningsfasen. Hur stor budget du har påverkar hur många Ad Set du bör köra samtidigt.
Fördela budget per Ad Set. Se till att ett Ad Set inte tar all budget genom att fördela budget manuellt eller sätta budgetgränser per Ad Set.
Se över antalet annonser. Begränsa antalet annonser till 3-6 stycken. Precis som med antalet Ad Set så innebär många annonser att systemet har svårare att samla in nog med data för att avgöra vilka budskap som tilltalar målgruppen bäst.
Hitta en alternativ konvertering. Om kampanjen, till exempel, fastnar i begränsad inlärning på grund av för få köp så kan du testa att optimera mot lägg i kundkorg. På så vis förstår algoritmen fortfarande vilken typ av personer du vill nå, samtidigt som man optimerar mot en händelse med större volym.
Se över målgrupper. En kampanj kan begränsas av en för liten målgrupp, testa att bredda.
Se över bud och kostnadsgränser. Har du valt en manuell budgivningsstrategi? Se över vad du satt för målkostnad – en för låg målkostnad kan göra att du får färre visningar och därför fastnar i begränsad inlärning.
Öka din budget, om möjligt. Analysera sedan resultatet. Har den ökade kostnaden resulterat i en lägre kostnad per konvertering, eller presterade kampanjen lika bra innan du höjde budgeten?
Är kampanjen fortfarande fast i inlärningsfasen?
Många kampanjer kan fortsätta prestera bra även om de fastnar i begränsad inlärning. Det viktigaste är alltid att se på slutresultatet. Utgå från ert mål med kampanjen när du analyserar resultatet. Ser ni önskat resultat på plattformen? Gör besökarna det ni vill på hemsidan? Har ni en bra CPA (kostnad per konvertering)? Presterar kampanjen bra kan du ha överseende med att kampanjen har status begränsad inlärning.
Om kampanjen aldrig lyckas ta dig ur inlärningsfasen så kan det dock vara idé att testa alternativa uppsättningar. Vad ger det exempelvis för resultat om du väljer att optimerar mot trafik istället för slutkonvertering? Analysera resultatet på sajt – vad gav bäst utfall och var mest kostnadseffektivt?
Tänk på att det inte är några konstigheter om kampanjen hamnar i inlärning ett kort tag igen om du gör större ändringar. Vi ska inte undvika att göra förbättringar bara för att vi är rädda för att algoritmen ska behöva jobba lite extra!
Vill du veta mer om Facebooks algoritm? Läs Metas egen guide till inlärningsfasen.
Är du nyfiken på Vekst och hur vi kan hjälpa er skapa effekt med marknadsföringen? Kontakta oss