Facebook进阶赋能型广告（ASC）详解二
ASC让优势广告表现更出色
简单来讲，ASC的原理大概就是利用机器学习技术来扩大广告覆盖范围，算法帮助你将优势广告跑得更出色；
进入机器学习，受众选择的限制较少，通过扩大覆盖面和优化来寻找更多优质受众和创意的匹配，降低受众饱和度；
系统将组合广告主的所有创意素材，然后在所有表现最佳的版位投放，有助于减少创意疲劳，维持广告的良好表现。
精简广告投放优化，减少广告创建时的设置项，实现广告创建自动化，提高广告在竞拍中的竞争优势；
这也意味着，广告创建将更快速，维护成本降低，针对可预测成效进行优化，有助于精确寻找潜力受众；
跑ASC的一些Tips
广告主只需上传素材资源、转化目标、获取率以及每日预算上限等基本条件，剩下的全部交给机器完成。
ASC会在广告结束后，提供给广告主更精细的数据报告，包括但不限于花费、回报等；
ASC广告系列基本上会越跑越稳，积攒一定的转化后会逐步走向良性循环，前期的成本投入一般也会更高（归因问题）；
ASC机器学习的的难度会高一些，前期要扛得住，最开始不要丢太多素材进去，测试下来感觉5-6条素材起步会容易一些，并且选择在其他广告里跑的好的素材进去更容易转化。
素材记得定期更新，没曝光、转化的ASC关掉重新来，尽量保证在接近的素材方向+文案方向，学出来的可能性更高；
ASC跑稳定后，可以开始加其他方向的素材去横向扩一些人群，普通广告可以和ASC一起跑，但要定期把普通广告中表现好的素材丢到ASC里去；
注意：这是在ASC的adset层级去点编辑，可以看到系统推荐ads追加，建议不要一口气加太多进去。（广告观察期：一般是5-7天）
常见问题
*广告主如何分析跑哪种广告类型（Advantage+目录广告、ASC、常规广告）？
如果是电商平台或拥有大量产品目录，建议继续使用Advantage+目录广告，同时测试ASC做个比较逐步相应调整预算。
广告类型的目标都是用于优化广告投放效果，ASC是全新的机器学习技术，处在前期阶段，最终是否决定采用，需要测试后的数据来佐证；
*广告主的产品专门针对某个性别(男/女)。ASC 只支持国家/地区投放，那性别投放会如何操作?
ASC的机器学习模式专门针对效果做优化，例如，销售女性产品的广告主的广告有可能会依据效果投放给男性，但是如果系统发现投给男性的广告效果不佳，便会相应自动做调整以达到最佳效果。目前是没办法自主选择性别；
文中素材均来自网络~
干货精选
谢谢观看，喜欢记得关注我们~
添加下图小助手，加入【Seoers出海】~