Facebook当广告系统在第一次或重大编辑后重新发布时，系统将继续探索发布广告组的最佳方式。在此期间，投放系统将探索更有效的广告解决方案，包括广告的时间、位置和方式。机器学习阶段的广告组效率不高，称为机器学习阶段。
当广告组稳定（通常在7天内完成50个优化事件，SKAN至少需要完成88个转化事件)将退出机器学习阶段，广告组将从学习转变为投放。
Facebook机器学习有三种操作模式：广告系列预算优化、最低成本竞价策略、自动版位。
1、广告系列预算优化（CBO）
广告系列设置总预算，让系统实时将预算分配给性能最好的广告组，从而优化各广告组的预算分配。广告系列预算优化是在广告系列层面优化预算分配的一种方式。这意味着 Facebook会不间断地在广告系列中自动寻找实现成效的最佳机会并实时分配预算以获得这些成效。
改善表现：以相同的预算取得更多成果。
节省时间：减少预算的手动跟踪和管理，从而减少预算规划、设置和优化的时间。
改善投放：如果每个广告组都包含重叠受众，系统将删除重叠受众。然而，如果广告系列预算优化开关按钮打开，预算将转移到更具竞争力和更好机会的广告组，以减少投放不足。
2、最低成本竞价策略
适用场景你比严格的效率目标更注重转化。最低成本竞价策略允许系统为卖家设置竞价，目标是为卖家获得最低成本的单一优化事件，并花费预算。
特别值得注意的是，所有广告团队在使用最低成本竞价和广告系列预算优化时，必须优化同一事件。
3、自动版位
人工决定哪个时间，哪个广告使用哪个位置非常复杂，这将浪费时间和金钱。自动位置功能允许广告系统帮助卖家实时确定最佳位置，并动态地为这些机会分配更多的预算，并获得 Facebook 其应用和服务中的多个版本覆盖了更多受众的机会。
和仅限Facebook 的版位相比， 覆盖率高达 7% ，获取客户的成本更低，从而提高卖家的投资回报，单次成效成本降幅可以达到 71%。
