一、什么是机器学习阶段

Facebook广告的一大特点是个性化，Facebook广告每展示一次，广告投放系统就能更加了解展示广告的最佳对象用户与地点。

因此Facebook广告投放中有机器学习阶段，机器学习阶段是指广告投放系统仍需要学习关于广告组的大量信息的时期。广告组处于机器学习阶段时，投放栏会显示“机器学习”。

在此阶段，广告投放系统会不断探索投放广告组的最佳方式。一般来说，机器学习阶段的广告组表现会比平常的波动性更大，单次操作费用 (CPA) 也比平常更高。

Facebook广告投放系统会持续不断地学习投放广告组的最佳方式，当广告组表现稳定下来后（通常是7天内完成50次优化事件）会退出机器学习阶段。

二、快速度过机器学习阶段

Facebook广告处在机器学习阶段时，广告效果会不稳定，下列4点可以帮助快速度过Facebook机器学习阶段。

1. 机器学习阶段不编辑广告组

如果对正处于机器学习阶段的Facebook广告、广告组或广告系列进行编辑，会重置机器学习阶段，使广告投放系统提升优化能力的速度变慢。

2. 避免广告数量过多

如果您创建的Facebook广告和广告组数量过多，广告投放系统对每个广告和广告组的学习程度会降低，可以通过合并类似Facebook广告组的方式合并学习过程。YinoLink易诺建议1个广告系列的广告组数量为3-6个，每个广告组包含2-5个广告素材。

3. 使用合理预算

Facebook广告预算设置需额度充足，确保预算能获得至少50次的优化事件数，并避免频繁更改预算。

三、重大修改导致重新开始机器学习

每次对现有广告或广告组进行编辑，都会对投放效果产生一定的影响，如果是重大修改还会导致广告组重新进入机器学习阶段。

1. 会导致重新进入机器学习阶段的重大修改

• 为广告组新增广告
• 更改目标受众、广告创意、优化事件
• 暂停广告组7天及以上
• 使用广告系列预算优化时，切换广告系列竞价策略可能会导致该广告系列内的多个广告组重新进入机器学习阶段。

2. 可能会导致重新进入机器学习阶段的修改

下列更改动作具体视更改的幅度决定是否属于重大修改：

• 设置广告系列预算上限
• 设置广告组预算上限
• 设置花费上限、竞价上限或最低花费回报

举个例子，如果您将预算从100美元增加到101美元，则不太可能会导致广告组重新进入机器学习阶段。但如果您将预算从100美元更改为1000美元，广告组就可能重新进入机器学习阶段。Facebook代理YinoLink易诺建议每次调整20%-30％的预算，不容易再次触发机器学习。

四、解决学习期数据不足

如果Facebook广告组未获得足够多的优化事件从而无法脱离机器学习阶段，投放状态栏将显示“学习期数据不足”，这表示系统未能有效花费您的预算，优化广告表现。

可以通过多种方法修复“学习期数据不足”的Facebook广告组以改善其表现：

• 组合投放广告组和广告系列
• 扩大受众群
• 提高预算
• 提高竞价或费用控制额
• 更换优化事件，考虑选择发生频率更高的优化事件

如果处于"学习期数据不足"状态的广告组在您进行重大修改后获得50个优化事件，其状态会变为“投放中”。