Что за “эффект ложного распределения Meta”?

Одним из распространённых источников недоразумений и стресса среди арбитражников, работающих с Meta, связано с динамическим распределением бюджета между разными активами. Это недоразумение даже получило своё название — Breakdown Effect, или «эффект ложного распределения.

Опасность эффекта ложного распределения заключается в том, что он заставляет рекламодателей считать, что их бюджет распределяется неправильно. В результате они могут прибегать к ручным настройкам, чтобы обойти автоматизацию Meta, что, как правило, снижает эффективность РК ещё больше.

В этой статье объясним, что это за эффект, приведём примеры и дадим полезные рекомендации по действиям в случае, если распределение бюджета кажется ложным.

Объяснение эффекта ложного распределения

На ранних этапах вашей кампании система доставки объявлений Meta входит в так называемую фазу обучения. Это когда она тестирует разные ресурсы, чтобы определить, какие из них, скорее всего, помогут вам достичь поставленной цели. Результаты, которые вы видите на начальном этапе, основаны на небольшой выборке и ещё не могут предсказать, как всё будет работать впоследствии.

Сначала может показаться, что один актив явно превосходит другие. Однако, когда поступает больше данных, система Meta может выявить тенденции и изменения в эффективности. Тогда она начинает выделять больше бюджета на тот ресурс, который, по её прогнозам, принесёт лучшие результаты для вашей кампании в целом, даже если в начале у этого ресурса была не самая низкая цена за клик (CPA).

Таким образом актив (плейсмент, эдсет, объявление и т.д.), который выглядел наиболее перспективным в начале (но получил меньший бюджет), может в итоге иметь более низкую среднюю цену за клик, чем актив, который получил больший бюджет. Это может создать впечатление, что Meta отдаёт предпочтение «хуже» варианту, хотя на самом деле система пытается максимизировать ваши общие результаты в рамках всей кампании.

Такое непонимание распределения бюджета и предположение, что бюджет был потрачен на актив с худшими показателями неправильно, — это то, что Meta и называет “эффектом ложного распределения”.

Давайте рассмотрим несколько примеров.

Пример: Плейсмент

Meta использует распределение бюджета между разными плейсментами как пример в своей официальной документации по эффекту ложного распределения. Чтобы избежать лишней сложности, мы приводим упрощённый пример для наглядности, используя только два места размещения.

• Бюджет: $500
• Плейсменты: Facebook Stories и Instagram Stories

На ранних этапах размещение в Facebook Stories значительно превосходит Instagram Stories. Но на 4-й день наступает переломный момент, когда Instagram Stories начинает опережать Facebook Stories. Вот визуализация этой тенденции.

Meta начинает направлять большую часть бюджета на Instagram Stories. С увеличением спенда, естественно, растёт и стоимость. Из общего бюджета в $500, $450 будет потрачено на Instagram Stories и лишь $50 на Facebook Stories. Если смотреть только на общую среднюю цену за клик, может показаться, что Meta выделила больше денег на размещение с меньшей эффективностью. Это и есть эффект ложного распределения.

Поскольку это средние показатели, они не отражают тенденции. Если разбить их по дням, становится понятно, что Instagram Stories является лидером по показателям на длительной дистанции.

Хотя этот пример делает тенденцию более очевидной, вы не всегда сможете выявить такие чёткие изменения в цене за клик. Распределение бюджета в системе также может определяться прогнозируемым ростом CPA с увеличением расходов, а не только фактическими результатами.

Рассмотрим другой пример. Два плейсмента с разным потенциалом инвентаря.

Предположим, вы используете размещение в Facebook Feed и Threads Feed. Facebook имеет около 3 миллиардов активных пользователей, тогда как Threads — всего 350 миллионов.

Вы можете получить более низкую цену за клик в Threads Feed, чем в Facebook Feed. Однако Meta может потратить значительно больше на Facebook Feed из-за большего доступного инвентаря. Если вы вручную направите всю активность в Threads Feed, ваши расходы, вероятно, вырастут, поскольку ограниченная аудитория исчерпается, а ставки повысятся.

Обманчивое впечатление, что Meta неправильно распределила больше бюджета на Facebook Feed, тогда как он, казалось бы, «недорабатывает» по сравнению с Threads Feed, является ещё одним примером эффекта ложного распределения.

Пример: Эдсеты

Подобное явление может возникнуть и при использовании нескольких эдсетов с Advantage Campaign Budget. Предположим, вы используете два эдсета, каждый из которых имеет разный подход к таргетингу:

• Эдсет 1: Advantage+ Audience (широкая ЦА)
• Эдсет 2: Ремаркетинг на посетителей сайта

Вы назначаете ежедневный бюджет в размере $100, который Meta будет динамически распределять между двумя эдсетами, чтобы получить лучшие результаты. Но через несколько дней Meta распределила 80% вашего бюджета на набор объявлений 1, хотя его цена за клик вдвое выше.

Эдсет 1: $4.00 за клик (80% от выделенного бюджета)

Эдсет 2: $2.00 за клик (20% от выделенного бюджета)

Неправильно ли Meta распределяет больше бюджета на менее эффективный эдсет? Это — ещё один пример эффекта ложного распределения.

Система доставки объявлений Meta понимает, что потенциальная аудитория этих двух эдсетов кардинально отличается. Ограниченная аудитория в ремаркетинговых объявлениях означает, что вы быстро достигнете снижения рентабельности, а расходы будут расти, когда вы пытаетесь масштабироваться.

Алгоритм уравновешивает это ограничение гораздо большей аудиторией в эдсете для широкого таргетинга, даже если цена за конверсию выше.

В конечном итоге алгоритм руководствуется общей целью — получить как можно больше конверсий за всю кампанию. Он может предсказать, что увеличение бюджета на набор объявлений для ремаркетинга приведёт к росту расходов и снижению общего количества конверсий.

Пример: Объявления

Это тоже распространённый сценарий. У вас есть два объявления в одном эдсете. В начале тестирования бюджет распределяется поровну между объявлением №1 и №2, и объявление №1 имеет более низкую цену за клик. Но со временем система Meta обнаруживает, что цена за клик для объявления №1 начинает превышать цену за клик для объявления №2, поэтому на объявление №2 выделяется значительно больше бюджета.

Поскольку на объявление №2 выделяется больше бюджета, его стоимость растёт, что приводит к повышению CPA. В итоге на объявление №2 ушло 80% бюджета, но его общая средняя цена за клик теперь превышает цену за клик объявления №1.

Рекламодатель, видя, что Meta неправильно распределяет бюджет на «неправильное» объявление, отключает объявление №2. Это классический пример эффекта ложного распределения.

Когда рекламодатель отключает второе объявление и направляет весь бюджет на объявление №1, расходы, скорее всего, вырастут. Вероятно, конечным результатом будет более высокая цена за клик, чем при использовании обоих объявлений с автоматическим распределением бюджета Meta.

Рекомендации

Иногда стоит отдавать предпочтение подходу без вмешательства, ведь ручной микроменеджмент может только навредить рекламной кампании. Выходите за рамки поверхностного, среднего показателя CPA отдельных активов, когда оцениваете, почему бюджет был распределён именно так, как он был распределён. Сосредоточьтесь на результатах в совокупности, а не на отдельных показателях.

Это не значит, что алгоритм Meta идеален, но постоянное ручное вмешательство в распределение бюджета вряд ли улучшит эффективность. В большинстве случаев это фактически сделает кампанию менее эффективной.

Источник