• Facebook
  • 标准归因和增量归因测试

GGbod 我刚想问,我看官方说的是增量归因通过机器预测会带来更多转化量。想问问你们实际效果呢

    我这没增量归因,只有711

      我选了 直接0 很奇怪 两条 一条99 一条0 增量0 很懵

      CONAN 我是今天才看到了,先试试

      aliver 我有一个账户也没有,可能没有所有账户都有

      蹲一下

      GGbod 听着他这个增量归因我就怕他给我炸量,tt广告有个参数叫啥预计转化数量,我经常后台一个转化没有,预计转化数量都有好几个了

        蹲一下测试结果

        Uasloy 先试试,我的像素是准的应该不会抓错

          我是小预算50测的,可能要给个三天学习一个周期

          之前少量试了一下,暂时没看出来有啥不一样的

          增量归因。
          个人理解:在不增加预算的前提条件下,根据广告模型(目录、ASC、CBO、ABO、视频及图片广告/轮播),如果出单了,快速消耗并促成更多转化。FB尽快消耗你的原始预算。

          这个增量归因可以在游戏产品上试试。

          最後理解「針對轉換次數增幅將投遞最佳化」:
          這是重點! Facebook 不再只是讓你「衡量」增幅,而是開始讓你基於增幅來「優化」廣告投遞。
          運作方式:
          Facebook 利用大量的歷史數據(可能包含過去的增幅測試結果)和機器學習,建立了一個預測模型。
          這個模型試圖預測:針對哪一類用戶投放廣告,最有可能產生增量轉換 (Incremental Conversion)? 也就是說,哪些用戶是那種「如果沒看到廣告就不會轉換,但看到廣告後就很有可能轉換」的人。
          當你選擇這個優化目標時,廣告系統會優先將你的廣告展示給這些被模型預測為「容易被廣告影響而產生額外轉換」的用戶。
          與傳統優化的區別:
          傳統轉換優化:目標是找到最可能轉換的人,不管他們是不是本來就會轉換。這可能導致廣告投給很多本來就會買的忠實顧客。
          增幅優化:目標是找到最可能因為看到廣告而額外轉換的人。這可能會去觸及一些猶豫不決、需要推一把的潛在客戶。
          白話來說: 系統不只找會買的人,更要找那些「被你廣告打到,才會決定要買」的人。
          總結來說,這個「增幅優化」設定代表:
          更聰明的目標: 從追求「總轉換數」轉向追求「由廣告實際引起的轉換數」。
          更進階的預測: 利用模型預測廣告的「因果效應」,而不僅僅是「相關性」。
          更有效的投遞: 將預算集中在那些最能被廣告「說服」的潛在客戶身上,以提升廣告的真實 ROI。

            增量归因在账户哪里出现呢,归因设置那里么

              rigibeh 灰度测试,部分账号在归因设置那里可以切换

              个人感觉这个增量归因可以再产品中期进行测试,产品初期还是不建议直接选取增量归因来进行投放