Meta 2025 metais visiškai pertvarkė savo skelbimų algoritmus – ir tai sutriuškina prekės ženklus, kurie neatnaujino savo strategijos.

Pačios Meta inžinerinis įrašas (nuoroda žemiau) pristato keturias naujas AI sistemas, kurios dabar veikia kaip vienas visas kompleksas:

Keturios naujos AI sistemos, kurias privalote suprasti

GEM – AI rekomendacijų variklis, kuris supranta kontekstą ir aktualumą.

Lattice – AI reitingavimo sistema, kuri nusprendžia, kuris skelbimas laimi kiekvieną parodymo galimybę.

Andromeda – AI derinimo sistema, kuri sujungia žmones su tinkamais skelbimais.

Sequence Learning – AI žemėlapių sudarymo sistema, kuri prognozuoja kelių kontaktų kelius.

Tai didžiausias koordinuotas pokytis, kurį mačiau iš Meta per pastarąjį dešimtmetį. Būtent todėl visi apie tai kalba pastaruosius 7 mėnesius. Tačiau vis dar yra daug painiavos, ir nepakankamas prekės ženklų skaičius prisitaiko.

Ką reikia keisti strategijoje

Šios technologijos veikia fundamentaliai kitaip nei senesnės Meta sistemos. Rinkodarininkai turi koreguoti savo Meta skelbimų strategiją reaguodami į šiuos pokyčius. Žemiau rasite konkrečius patarimus, pritaikytus įmonių verslui, dideliems vartotojų prekės ženklams ir mažiems Shopify prekės ženklams.

3 dalykai, kuriuos REIKIA daryti:

• Konsoliduoti kampanijas – mažiau kampanijų, daugiau galios. Naujos AI sistemos geriau mokosi ir optimizuoja su didesniu duomenų kiekiu vienoje kampanijoje.
• Nuosekliai formuoti piltuvėlio žinutes – pritaikyti pranešimus pagal kelionės etapą. Sequence Learning sistema dabar supranta ir prognozuoja visą pirkėjo kelionę.
• Grąžinti duomenų signalus atgal – maitinti sistemą geresniais duomenimis. Kuo daugiau kokybės signalų siunčiate atgal į Meta, tuo geriau AI gali optimizuoti.

3 dalykai, kurių NEREIKIA daryti:

• Per daug segmentuoti skelbimus – AI sistema dirba geriau su didesniu mastu. Smulkus segmentavimas apsunkina mašininį mokymąsi.
• Per mažai kūrybinių variacijų – algoritmas nori pasirinkimo. GEM ir Lattice sistemos nuolat testuoja, kuris kūrybinis variantas veikia geriausiai su kiekvienu žmogumi.
• Sutelkti dėmesį į paskutinio paspaudimo atribuciją – tai ignoruoja visą kelionę. Sequence Learning stebi visus kontaktinius taškus, ne tik paskutinį.