За останній рік мета зробила одну з найбільших технологічних змін в історії платформи. Зміни не привернули уваги поза межами технологічного середовища, але наслідки цього важливі для кожного, хто інвестує в рекламу.
Раніше модель реклами Мета, збудована на тому, що ми можемо назвати резюме сигналів поведінки. На платформі буде зібрано дії користувача з різних категорій та вікон часу: оголошення, на які було натиснуто протягом останніх 30 днів, сторінки, які було відвідано протягом останніх 60 днів, відео, що переглядаються у специфічних темах. Ця інформація була агресивна до плоскої ⇩}] використовується алгоритмом для оцінки ймовірності реакції.
Ця система здебільшого замінена.
Від профілю відсотків до справжніх подорожей користувача
З метаінформацією про це Послідовне навчання, Поведінка користувача тепер розглядається як дійсний шлях дій у правильному порядку і з точними часовими марками. Замість того щоб знати, що людина цікавиться } } } [історія може аналізувати, що вона спочатку читає посібник з продукту, потім закінчує відеопродуктів, відвідує конкурента і повертається до тієї ж категорії наступного дня. Відстань між діями також є частиною сигналу. Відеофак " продукт ," що йде після відвідування веб - сторінки, через 10 хвилин сприймається по - різному, як і в той самий шаблон протягом декількох днів.
Це означає перехід від відсотків, заснованих на здогадці до розпізнавання за шаблонами за реальною історією купівлі.
Що це означає для реклами?
Найбільш важливим наслідком, можливо, є те, що алгоритм більше не оптимізує окремі реклами, відокремлені від інших. Це оптимізує послідовність. Кожен з користувачів намагається визначити, який з оголошень слід показувати на час виконання програми, на основі його історичної поведінки. Плямка може бути правильним входом для однієї особи, тоді як конкретна реклама продукту більш актуальна для іншої таки, хоча в традиційному мішені вони були б в одній і тій же далі.
Це ставить під сумнів те, як багато людей і далі цінують рекламу. Прості рекламування може бути першим контактом, який дозволить рекламі навернутися. Якщо ви вилучите його на основі відокремлених чисел, то це може вплинути на результати, які будуть матися за кілька тижнів до наступного. Коли оптимізація відбувається протягом усього тренування клієнтів, оцінка повинна також робити це.
Зміни також впливають на уявлення про творче творіння. Маленькі відмінності у заголовку або кольорі є досить рідкісними, щоб надати алгоритму реальної необов' язковості. Для того, щоб увімкнути модель для побудови різних рівнів поведінки різних моделей клієнта, потрібна чітка зміна в:
- ТіклінґCity in Germany
- Візуальний стиль
- Формат
- Повідомлення
Різні підходи до різних потреб та фаз. П'ять майже ідентичних реклам не пропонують п'ять стратегічних можливостей, вони дають одну.
Новий спосіб думати про мета рекламу
Завдяки цьому метареклам стало складніше, ніж раніше. Платформа працює з великою кількістю послідовних даних і передових моделей машинного навчання, щоб передбачити, які комбінації повідомлень і час дають найкращий ефект.
Для рекламодавців це означає, що об'єктивне мислення та розуміння того, як діють творчі елементи, стає важливішим, ніж окрема оптимізація однієї реклами. Ми поговоримо про це більше. Commerce Dday 2026Скажімо, це те ж саме, що й це.
Технологія істотно розвинулася. Беручи це до уваги, ви матимете більше шансів на успіх.