Meta广告机器学习阶段的花费越高，那么单次操作费用就会越多。那么为什么在机器学习阶段会花费多呢？ 以下4个原因，卖家可以一个一个调查！
1、广告系列和广告组数量较多，比如细分过多，建议整合
简化账户结构，整合广告组，收集尽可能多的信号，更快地退出机器学习阶段。
2、手动编辑频繁
只做少量更有战略意义的调整，避免机器学习阶段的重置。
3、受众规模、竞价/预算水平等限制因素
可获得的转化量取决于广告主设置的竞价金额和可用预算。
①网络广告组：根据退出机器学习阶段每周约50次转换的阈值计算每周预算；
②使用应用事件优化/价值优化SKAN广告系列：每个广告系列每天88次*安装阈值计算预算；
③对于投放期少于3天的广告，建议使用自动竞价；
④利用广告系列预算优化提高预算使用效率，提高系统自动分配能力；
⑤投标上限：通过测试找到最佳投标（大广告商）；
⑥如果有充分的理由，可以手动调整使用广告系列预算优化的广告系列，如提高竞价上限，向小型高价值观众营销；
4、缺乏转化事件
赋能型广告预算优化，实现多个广告组之间同一广告预算的最佳分配。
①如果不能使用高级赋能版位，至少应使用6个版位来充分探索Meta各平台的强大功能；与使用4个或更少的版位相比，至少使用6个版位的广告系列更有可能取得更好的表现。
②机器学习阶段的结束取决于优化转化事件的次数。排列事件的优先级（一个网域可以设置 8 个，应用广告最多可以设置 64 个事件）。对于选择拒绝跟踪的用户，只会返回优先级最高的已完成事件。
实用技巧：
设置能代表最广泛、最多样化受众的事件；
优先优化漏斗下层事件，逐步优化上层事件；
只有在有充分理由的情况下使用购物价值优化目标，同时至少设置 4 事件。
以上就是和卖家们分享的Meta广告报告相关的问题，希望对卖家有帮助。连连跨境支付以专业、贴心的服务让用户安心、放心地开展跨境业务，帮助更多用户将优秀的产品和服务以更高效的方式带到全球市场更好的运营。
