SMX 加班：永恒的测试，Facebook 广告成功的关键

SMX Overtime 是我们 SMX 演讲者系列的一部分，SMX 演讲者在其中回答与会者就各种主题提出的问题。

本月早些时候，我有幸在秋季虚拟 SMX 上发表演讲。 尽管没有什么可以取代面对面交流的能力，但 SMX 做得很好，除了出色的内容外，还创造了一种促进我们都错过的讨论和交流的体验！

在我的会议“永恒的测试：Facebook 广告成功的关键”中，有几个很好的问题我们无法解决，因此我们决定整理这篇文章作为回答这些问题的一种方式。 我还包括了我们能够回答的问题，因为所有问题都非常重要，我认为一次分享所有答案是有益的。

“联系填写instaform的潜在客户需要多长时间？”

在回复潜在客户之前等待多长时间取决于以下几点：

• 潜在客户有多热，他们是否要求进行销售电话或演示？
• 如果他们请求内容，他们是否必须等到收到您发送的包含内容的电子邮件后才能收到？

如果其中任何一个问题的答案是肯定的，那么这表明一种紧迫感，我建议尽快联系。 对于要求演示或电话的人，您将其转换为销售的最佳机会就是在那一刻。 你等待跟进的时间越长，他们就越有时间货比三家，甚至分心或改变主意。

如果潜在客户是更高渠道的潜在客户并且他们正在寻求内容，我不建议立即尝试推动销售，因为他们可能还没有准备好接受这种类型的承诺。 但是，我确实建议在他们仍有品牌召回的情况下尽快创建第一次接触，以便他们更有可能参与您的后续内容。 我建议将这些人放入电子邮件培养活动中，以便他们以自动化的方式参与，直到他们的行为表明他们已准备好与销售人员联系。 如果您可以将他们要求的内容制作为第一条内容，那将创建一种真正无缝的方式来创建快速跟进，而不会显得霸道。

“Facebook 的学习曲线有多长？ 如果我们测试某个东西，我们是否应该让它运行至少 30 天？”

这很难回答——我讨厌给出一个“取决于”的答案，但这是一个适用该回答的场景。 Facebook 的学习曲线更好地定义为获得 50 个优化事件所需的时间，这些事件可能因帐户而异，甚至在同一帐户中从一个广告组到下一个广告组也是如此。

与 Facebook 的斗争在于，如果测试时间过长，您可能会遇到创造性疲劳，这也会对您的结果产生负面影响。 在您遇到创造性疲劳之前的时间长度似乎因许多不同的因素而异，这些因素也因一场活动而异。 受众规模和频率在这里发挥作用。 因此，具有大量受众和低频率的广告组通常会比具有少量受众的帐户更慢地达到创意疲劳。

综上所述，退出学习阶段是理想的，这意味着至少要实现 50 个优化事件。 目标应该是退出学习阶段（最好在一周内），并收集足够的数据，以便您可以在结果中实现统计显着性。 市面上有很多免费的统计显着性计算器——CXL 提供的这款计算器可让您根据当前结果和测试运行的天数来估计测试还需要多少天才能达到统计显着性。

“为什么在预算更大、转化次数比其他广告活动更多的广告活动上学习会受到限制？ 从客户的电子邮件列表来看，受众很大，而且受众很相似。”

Facebook 的学习阶段需要 50 个优化事件，所做的任何更改都可以将其送回学习模式。 因此，这里可能会发生一些事情：

1. 受众可能更大，但可能还没有达到 50 个优化事件的门槛。
2. 每个广告组都单独进入和退出学习阶段，因此即使广告系列达到了 50 个优化事件的阈值，也可能并非所有广告组都达到了该阈值，有些可能仍处于学习阶段。
3. 最近可能有一些变化可能使该广告系列的某些部分重新进入学习阶段，即使它之前已退出学习模式，例如新广告、预算更改、出价更改或定位更改。 您可以通过查看最近的更改来检查这一点，以查看最近是否进行了任何编辑。 此时，需要在最近的重要编辑之后发生另外 50 个优化事件才能再次退出学习阶段。

“您对 Facebook 广告的学习阶段状态有何看法？ 会不会影响测试场景？”

学习阶段肯定会影响测试。 在您退出学习阶段之前，结果可能会有很大差异。 最好在宣布获胜之前退出学习阶段。 但实际上，有些广告组永远不会退出学习模式，在这种情况下，即使它仍处于学习模式，您也必须尝试获得具有统计意义的结果。

学习阶段不仅会影响您运行的测试结果，还会最终影响广告组和广告的长期性能。 为了提高性能，我建议尝试找出摆脱学习模式的方法，即使这意味着找到创造性的方法来扩大定位，同时仍然保持相关性。

“你如何发现 Facebook 的‘预算优化’与广告集的设定预算？”

我想喜欢 Facebook 的广告活动预算优化 (CBO)，因为尽管我说这是一个半控制狂，但 Facebook 的竞价算法非常好。 按照同样的逻辑，你会期望 CBO 比人工干预表现更好，对吧？ 不幸的是，我还没有真正看到这种情况。

有几次我使用过 CBO（类似于在 Google 中使用共享预算的情况——因为每个单独的预算都过于严格，无法单独获得好的结果）。 不过，我通常会发现，它并没有很好地优先考虑广告系列的目标，也没有通过设置广告组预算来尽可能有效地支出。

“Facebook 的兴趣和定位选项非常有限，尤其是在 B2B 上。 您对我们如何优化受众定位有什么建议吗？”

我喜欢关于 Facebook 的 B2B 的问题，因为很多人反对将 Facebook 用于 B2B 的想法，所以当情况并非如此时，我总是很兴奋！ 受众有限，但我看到 Facebook 非常适合 B2B。

我最喜欢的所有观众，对于 B2B 和 B2C，都是相似的。 我通常发现它们的表现优于 Facebook 的任何兴趣。 如果您通过像素或电子邮件列表获得第一方数据，这就是我要开始的地方。 您可以创建的合格受众越多（MQL 而不仅仅是潜在客户，封闭的赢得机会更好，能够细分企业客户等，您可以创建的价值列表越高越好）。 我将从这些作为测试手段开始。 我还会查看您的 Facebook 受众洞察力，看看您的页面关注者的兴趣会出现什么。 有时，Facebook 对协会感兴趣，此外还有一些行业数据和松散的职位，这也是不错的选择。

“我们在 B2B 方面遇到的 FB 广告的一个大问题是潜在客户在潜在客户表格和现场潜在客户表格上填写虚假联系信息。”

不幸的是，我在一定程度上也看到了这一点。 我们有一些兴趣推动了大量的销量，但也有相当多的垃圾，然后污染了我们用来构建相似对象的基于像素的受众，他们也变得有点垃圾——因为缺乏更好的单词。 如果您的受众足够大，这是确保事物被细分的好案例，以便您可以监控目标级别的绩效——无论是通过 Facebook 上的潜在客户还是通过与您的 CRM 的集成。 例如，HubSpot 允许我们在广告集级别监控潜在客户质量，这使我们能够从那里做出决策。

有时我们必须做出的决定是我们是否可以接受一点噪音以便以可接受的成本获得更多潜在客户，或者我们是否需要确保没有噪音，这可能意味着转向更小、更窄的受众，但这也可能意味着更高的每条潜在客户成本，因为支持出价算法的数据量更少/更少。

不幸的是，如果数据不好，相似只会让问题变得更糟——因此，我们通常要么会从上传的质量线索列表中仅使用自定义受众转向相似模型，要么寻找不同的方法来构建更好的基于像素的模型如果可能的话，观众比所有潜在客户都要多，例如登录（如果存在门户），或者采取下一步从后续电子邮件中安排日历上的演示。

“对于一个每次更新都会自动被拒登的广告系列，您将如何更新您的测试策略？ 这些广告遵循政策，通常会在人工审核后恢复。”

这是一个非常令人沮丧的情况，我深有体会，因为我们在 Cultivative 有一个客户，其广告在我们发布或进行任何编辑时自动（我可能会添加错误）被拒登。 根据数量的不同，我通常会通过活动 ID 联系支持，因为单独提交它们以供审核需要很长时间。

综上所述，通常过程如下所示：

1. 启动广告（知道它们会自动被拒登）。
2. 一旦遭到拒绝（通常几乎是即时的），请在聊天中发送活动 ID 以支持支持。
3. 收到来自支持人员的电子邮件跟进，确认广告被错误地拒登，现在它们已上线，通常在发送广告活动 ID 后 24 小时内。
4. 现在开始测试期，一切都在现场； 如果是在批准的当天早些时候，则在同一天。 如果是中午或当天晚些时候，则第二天将被视为测试期的开始。

“在您看来，让 Facebook 和 PPC 搜索携手合作的最佳方式是什么？”

哦，我喜欢这个问题。 Facebook 和 PPC 可以通过多种方式协同工作。 在很多方面，这甚至可以保证它自己的文章！

根据您运行每个渠道的时间长短以及您在每个渠道中运行的内容，当您激活更高的渠道活动时，您通常会看到品牌搜索流量的增加 - 例如 Facebook 面向新受众的潜在客户活动，所以看看为此！ 如果您有兴趣了解即时直接响应之外的影响，则针对品牌搜索趋势监控 Facebook 印象和流量趋势是一种在监控来自 Facebook 的直接转化之外寻找影响的方法。

跨渠道协调活动的最简单方法之一是设置基于 UTM 的受众来监控每个受众的表现。 您可以从 Facebook 广告系列的流量中设置受众，并将它们分层作为仅对您的搜索广告系列的观察。 您还可以设置 UTM 之外的受众，以通过 Facebook 再营销对从您的搜索广告系列访问过的人进行再营销。 您可以在 Google Analytics（分析）中设置这两个受众，以便更好地了解每个受众中的人们是如何通过其他渠道获得的。

受众的好处是，他们会告诉您一些您可能不知道的流量，例如他们是谁（目标和人口统计）以及他们已经在您的网站上采取了哪些行动。 例如，在 Facebook 中，您有很多在 Google Ads 中没有的定位选项，反之亦然。 如果您知道他们来自 Facebook 中的特定广告集，那么这可能会告诉您有关他们的人口统计数据或您可能不知道的兴趣的一些信息。 在这两种情况下，您都可以为受众定制广告，以确保您充分利用。 您还可以添加负面受众，以避免共享他们已经下载的相同内容，从而使他们获得不同的、漏斗较低的 CTA。

PPC 和 Facebook 广告可以通过多种方式相互学习——例如，从消息传递测试中共享学习。

“受限制的广告类别（例如住房）呢？ 由于选项有限，您对细分受众有什么建议吗？”

好问题，对于住房、信贷和就业等特殊类别，您的目标细分选项确实要少一些，但仍有很多方法可以细分数据——如果您有受众规模的话。 我发现在住房和房地产方面最大的困难之一是，如果你只针对一个城市（尤其是那个小城市），即使没有一些个人兴趣，也很难获得足够大的观众群。尝试按年龄或性别进行细分（当然，无论如何都不允许这样做）。

如果你有数据，仍然有相当多的方法来分割数据，记住所有的分割仍然应该考虑到单个列表是否仍然可以自己实现 50 个优化事件（如果没有，那么它可能不会进行细分是有意义的，因为如果它们仍然是更大受众的一部分，性能可能会更好）。 这些细分机会可能包括：

• 平台或展示位置：我只会在存在异常值表明如果您可以将预算分配给一个单独的展示位置或在平台上更加努力地推动您的表现会更好的情况下，我会这样做。 如果某个展示位置似乎使用自定义广告素材效果会更好，我建议在现有广告单元中这样做，而不是将其分割出来以查看它是否效果更好。
• 细分不同的第一方受众列表，以根据质量构建相似的受众群体。 因此，例如，如果您从事房地产行业，则上传从您那里购买房屋的人的列表，作为与所有潜在客户不同的单独列表，并从两者中建立相似之处以查看他们的表现。
• 再营销列表的新近度：针对过去 3 到 7 天内的某个人，而不是较长的列表，因为这些通常是较热的潜在客户。
• 针对不同现场操作的不同再营销列表。
• 为可能仍在购买房屋的人们提供不同的自定义受众列表。

“对于测试目标，你会推荐 Facebook 上的 A/B 测试功能吗？ 另外，为测试设定的‘理想预算’是多少？”

Facebook 中的 Campaign Experiments 工具是另一个我很喜欢但还没有体验过的工具。 我发现我通过该工具运行的 A/B 测试通常会以与不使用该工具时相同的方式出现偏差。 出于这个原因，我经常发现使用该工具并不一定会减少 Facebook 内测试的任何限制。 我很想看到这种变化，并且仍然希望它会发生，因为他们一直在投资该工具。 除了它很好之外，我发现的主要好处是它提供了一个读数，而不是使用您自己的统计分析工具。

也就是说，有些事情您可以通过较新的广告系列实验工具完成，而如果没有该工具，您将无法自行完成，例如坚持测试和品牌调查。 从技术上讲，您可以自己设置一个保留测试，但他们的工具比许多广告商自行执行的操作更容易，阅读更清晰，无需访问其他工具或数据合作伙伴。

就预算而言，这因广告客户而异。 因为退出学习阶段需要 50 个优化事件，所以您希望预算足够现实以满足该阈值，然后仍然有预算可用于在学习阶段之外进行测试。 这将因广告客户而异，具体取决于他们的获取成本。 学习阶段可能有点不稳定，所以我建议考虑一些额外的预算，因为你的成本效率在那个时候可能不是最佳的。

本文中表达的观点是客座作者的观点，不一定是 Search Engine Land。 工作人员作者在这里列出。