Facebook广告数据分析（Facebook广告算法）

facebook的广告该怎么定位受众的？

爆单不“卡壳”，广告不“撞课”

Hello，我是君志学堂的Neos，专注于解决独立站与Facebook广告的疑难杂症。

我们是否觉得FB广告找受众比找对象难，找不出来只能“空投”？

我们是否只有寥寥可数的几个受众，来来去去总是用它们，但效果越来越差？

找受众比找对象难？

#Facebook广告受众选择界面

每次提到受众，就会不由自主地会苦恼起来。这些问题不停地敲击我们每个投放的脑袋：

选择太多，反而不知道要选哪个受众；

担心选的受众效果差，之后还不知道怎么办；

一直用的受众效果变差，不得不再找新的受众。

那找受众真的比找对象难吗？

其实，并没有那么夸张。首先，我们要知道一个广告受众的基本组成部分：

FB核心受众定位= A.地点 + B.年龄 + C.性别 + D.细分受众

A+B+C：国家/区域+年龄段+性别

这3个是我们最基础的受众定位；基本上，通过了解目标市场和产品定位，即可清楚有哪些可以选择。

而难点就在 D.细分受众

#细分受众列表

细分受众之所以难，在于除了受众列表以外，还有数目众多的非列表受众；这些受众包括了各式各样的用户兴趣点，让人眼花缭乱。

#系统推荐的非列表细分受众

列表细分受众：系统分类的通用受众，具有较高的普遍性和较大的用户规模。主要包括3大类：

1.Demographics（人口统计特征）：

根据受教育程度、家庭状况、感情状况、职位等因素统计出相应用户作为受众。

2.Interests（用户兴趣点）：

系统分析用户数据得出的标签，主要是用户的兴趣和爱好，更具有相关性。

3.Behaviour（用户行为）：

根据用户在FB上的具体行为和设备使用情况来区分用户属性。

非列表细分受众：同样是系统分析用户数据得出的标签，但相比通用的列表细分受众，普遍性和概括性相对较低，更具体化。

总结：选择细分受众的重要性

细分受众都是系统基于用户数据分析出来的定位，对于广告投放的精准程度具有相当大的作用；

没有选择细分受众，简称“空投”，很大程度上加大广告投放的随机性和不确定性，非常容易影响广告测试的效率。所以一般不建议新手使用“空投”。

引爆出单的细分受众

我们经常会遇到爆单前“卡壳”的情形，当用一组细分受众投放的广告测试效果很好，然后不断用复制和加预算的方式进行扩量，结果随着广告数量一多起来，效果却不尽人意。

其实，很有可能是自己的广告在“撞课”。即使广告所选的用户规模很大，随着同样广告的数量一多起来，相互竞争的概率也在逐步上升；会出现用户多次看到同一条广告的情况，广告重复曝光自然效果也会打折扣。

那如何减少爆单前“卡壳”，让广告刚起效的“1”变成“100”。在知道细分受众是什么之后，我们需要了解 引爆出单的细分受众 到底是怎么找出来的。

1.细分受众基本分类

先围绕产品本身和定位的人群来寻找细分受众，可以通过以下角度进行分类：

（以 礼服 品类 为例）

(1) 产品词：根据产品属性相关的关键词，搜索其对应的细分受众。

例：关键词：Bodycon Dress、Corset、Little Black Dress、Party Dress、Cocktail Dress等。

#对应受众，还可以通过系统推荐找到同品类的其他细分受众

(2) 场景词：根据产品使用场景的关键词，搜索其对应的细分受众。

例：关键词：Party、Going out、Cocktail等。

#对应受众，还可以通过系统推荐找到其他适用场景的细分受众

(3) 用户兴趣词：根据产品定位人群的兴趣点，搜索其对应的细分受众。

例：关键词：Party、Going out、Cocktail等。

#对应受众，可以通过受众列表找到其他符合用户的细分受众

(4) 热点词：根据节假日、社会热点、时事等，搜索其对应的细分受众。

例：关键词：Christmas、Halloween、Black Friday等。

#对应受众，可以通过系统推荐找到其他符合热点的细分受众

(5) 品牌词：根据产品品类或所在类目的品牌，搜索其对应的细分受众。

例：关键词：Zara、Shein、Fashion nova等。

#对应受众，可以通过系统推荐找到其他同类型的细分受众

总结：

该细分受众分类主要针对较为庞杂的 非列表细分受众，方便我们可以找到适合产品定位和目标人群的定位；

按分类整理出来的细分受众，是较有可能起效的广告定位，但并不确定可以马上起效，要进行广告测试才能得出结论；

细分受众只是广告受众的其中一部分，需要跟“A.国家/区域+B.年龄段+C.性别”结合起来，“A+B+C”的不同也会造成广告效果的差异；因此，判断D.细分受众的作用时，必需先考虑广告定位的前提部分。

配置自己的核心受众

FB广告受众除了上述的基本组成(核心受众/保存受众)外，还有两种形式，一种是自定义受众(又称再营销)；另一种是类似受众。

其中，我们可以把这三种受众形式区分为两大类；一类是冷受众(Cold Audience)，代表的是新受众，包括核心受众与类似受众；另一类则是热受众(Warm Audience)，代表的是已有用户留存的老受众，包括了自定义受众。

不管是自定义受众还是类似受众，它们的来源一般都是根据核心受众的广告数据累计留存或分析推导出来的。所以接下来，我们先要认识如何配置自己的核心受众：

核心受众/保存受众（细分受众）：

核心受众的“核心”体现在上述内容的4个基本组成部分，尤其是细分受众；

而保存受众的“保存”表现在可以保存并重复使用的功能。

#保存受众的保存功能所在

除此之外，核心受众还有两个细节点可以让广告定位更加精准；一个是细分定位中的“排除”和“缩小受众范围”；

“排除”可以将特定人口统计数据、兴趣或行为从已选的受众中排除，排除非产品目标的用户；

“缩小受众范围”选定的关键词要求受众必须满足此条件，从而缩小受众规模，更聚焦于目标用户。

我们可将“添加/排除”“缩小受众范围”“进一步缩小受众”看作是细分定位的细分层级；可以为每个层级添加多个条件，让受众更灵活，定位更精准。

#细分受众的细分层级关系：

“添加”：或；

“缩小受众范围“：并必须符合；

“排除”：并排除其中；

另一个细节点则是隐藏在语言设置下的“联系”选项，选择那些跟FB主页或活动有过联系的用户，或者把他们排除在外，以找到新的受众。

如何看待facebook和Princeton关于数据分析的斗

您想问的是如何看待facebook和Princeton关于数据分析的斗争吗？看待facebook和Princeton关于数据分析的斗争这样看：通过人工智能、内容节制等领域。日前，FacebookCEO马克·扎克伯格正在布鲁塞尔游说欧盟监管机构制定新的法律来监管人工智能、内容节制等领域。而在去年同期Facebook营收增长了48%。这一指引不仅让人质疑Meta的增长前景，也让人质疑整个在线广告行业以及消费者行为是否发生转变。

杭州北大青鸟分享数据分析需要掌握哪些技能？

进行数据分析的目的是集中信息，提取和提炼看似混乱的数据，并找出研究对象的内在特征。

几年前，数据分析也是一个比较少见的职业。

今天，无论在生活和工作中，它都无处不在，令人眼花缭乱。

数据分析需要什么技能？下面杭州电脑培训为大家具体介绍。

1、SQLSQL是第二需要的技能，是一种用于从数据库检索信息的编程语言。

它最初是在1970年代发展起来的，现在到处都是。

杭州IT培训认为如果您想成为业务分析师、数据工程师、数据科学家、Web开发人员、软件工程师或数据库管理员，了解SQL非常重要。

2、数据管理数据管理与数据库结构有关，该结构提供了关于谁有权访问不同类型的信息的复杂内容。

有许多不同的方法可以做到有效地存储数据。

数据库管理员是需要掌握数据管理知识的人员。

3、商业智能商业智能是通过收集数据来影响商业决策的一种方式。

例如，使用直接邮件和Facebook广告来推广产品的公司可以使用商业智能软件来帮助理解每种营销策略是如何运作的。

杭州IT培训发现业务分析师、商业智能开发人员和客户洞察力分析员是几个需要商业智能技能的工作。

4、数据仓库数据仓库是将大量数据(通常来自不同的来源)组合成一个分析地点的过程。

现在的公司更加倾向于从不同的地方得到大量的信息，但是仓库的TS数据能够让他们聚集在一个快乐的地方。

杭州电脑培训发现数据工程师经常使用数据进行工作。

岳阳北大青鸟分享数据分析需要掌握哪些技能？

进行数据分析的目的是集中信息，提取和提炼看似混乱的数据，并找出研究对象的内在特征。

几年前，数据分析也是一个比较少见的职业。

今天，无论在生活和工作中，它都无处不在，令人眼花缭乱。

数据分析需要什么技能？下面岳阳电脑培训为大家具体介绍。

1、SQLSQL是第二需要的技能，是一种用于从数据库检索信息的编程语言。

它最初是在1970年代发展起来的，现在到处都是。

岳阳IT培训认为如果您想成为业务分析师、数据工程师、数据科学家、Web开发人员、软件工程师或数据库管理员，了解SQL非常重要。

2、数据管理数据管理与数据库结构有关，该结构提供了关于谁有权访问不同类型的信息的复杂内容。

有许多不同的方法可以做到有效地存储数据。

数据库管理员是需要掌握数据管理知识的人员。

3、商业智能商业智能是通过收集数据来影响商业决策的一种方式。

例如，使用直接邮件和Facebook广告来推广产品的公司可以使用商业智能软件来帮助理解每种营销策略是如何运作的。

岳阳IT培训发现业务分析师、商业智能开发人员和客户洞察力分析员是几个需要商业智能技能的工作。

4、数据仓库数据仓库是将大量数据(通常来自不同的来源)组合成一个分析地点的过程。

现在的公司更加倾向于从不同的地方得到大量的信息，但是仓库的TS数据能够让他们聚集在一个快乐的地方。

岳阳电脑培训发现数据工程师经常使用数据进行工作。

近日，Facebook出现过哪些“幺蛾子”？

事件起因：

什么叫“又出幺蛾子”？我们来看一下导火线是什么。

近期，包括新媒体 ProPublica 在内的一些组织开发了广告透明度工具，帮助公众了解 Facebook 用户如何成为广告主的目标。现在，Facebook 已经悄然对其网站进行修改来阻止这些行为。本月，Facebook 已在网站中嵌入拦截代码，而 ProPublica、Mozilla 和 Who Targets 也都已经发现工具无法使用。 

Facebook 在给 ProPublica 的声明中表示，公司的项举措只是为了落实服务条款。Facebook 发言人贝丝 · 戈蒂埃（Beth Gautier）说：" 我们经常改进方法，屏蔽网络浏览器插件等未经授权的第三方，以此来保护人们的信息安全。这只是一次针对广告拦截和广告屏蔽插件的例行更新，恰恰是这些插件会将人们的信息泄露给犯罪分子。"

Facebook 还开发了另一个工具，方便研究人员分析政治广告。该工具是一种接口，还处于测试阶段，仅开放给 ProPublica 等少数机构使用，不过使用方必须签署数据保密协议。一名有访问权限的研究人员表示，仅仅有接口是不够的。纽约大学研究网络政治广告的研究员劳拉 · 埃德尔森（Laura Edelson）说：" 工具只能按关键词搜索，也就是说，只能根据已知的事情搜索广告，却无法搜索任何形式的新兴活动。"

ProPublica 已经通过广告透明度工具收集了十万多个政治广告。但 Facebook 在进行网站更新后，屏蔽了 ProPublica 的 "Why Am I Seeing This" 按钮。这已经不是 Facebook 第一次改变代码来破坏 ProPublica 的广告透明度工具了。例如，所有广告都应将 "Sponsored（赞助）" 一词作为强制披露的关键词，用户可以借此区分广告和好友的帖子，ProPublica 的工具也是通过搜索该词来识别广告的。去年，Facebook 在网页代码中篡改了该词，添加了很多不必要的字母，使其变为 "SpSonSsoSredS"，并且在好友的帖子中添加了隐形的 "Sponsored"。如此一来，用户会意外打开某些菜单或者反复回到页面顶部。

屏蔽 ProPublica 工具的新代码也会向 Facebook 发送 " 日志事件 "，并记录检测到广告透明度工具的时间。Facebook 说，此举意在记录，有多少内容插件会不经同意就进行识别，又有多少用户会自发点击 "Why am I seeing this" 按钮。

其他事件：

比如说之前一直被人诟病的用户泄露隐私问题，还因为这个牵扯到了美国总统大选。