如果您在廣告集的投放欄中看到“正在學習”，則表示演算法仍在學習如何投放您的廣告。 有道理，對吧？ 效能會波動，在此期間您可能會看到更高的成本。
理想情況下，您希望每周至少進行 50 個優化事件才能退出學習階段。 它可能會在那之前發生，但這是目標數字。 如果你做到了這一點，性能應該會變得更加穩定，甚至有所改善。
那麼，如果你陷入學習階段或貼上可怕的「學習受限」標籤，這有什麼關係嗎？
好吧，某種程度上…
如果您有資源花費更多來退出學習階段，則可以幫助獲得最佳結果。 但這對大多數廣告主來說可能不合理，尤其是在針對購買進行最佳化時。
幾乎所有廣告商都可以採取這一步驟。 在許多情況下，可以避免此訊息。 如果您為冷受眾定位建立多個廣告集，則每個廣告集將需要獲得 50 個優化操作才能退出學習。 相反，您也可以組合 廣告組廣告集是 Facebook 廣告分組，其中確定定位、調度、優化和展示位置等設定。 更多的 – 和預算 – 實現這一目標。
否則，你就知道自己處於劣勢。 該系統用於交付變更的數據有限。 如果演算法很難學習並做出準確的調整，那麼交付可能會效率不高，這是合理的。
不過，無法退出學習階段並不代表你的廣告群組被判了死刑。 底線：你得到可接受的結果嗎？ 如果是這樣，請不要對此過於擔心。
如果你能夠花更多的錢，你可能會得到更好的結果，但如果結果夠好，讓它運作也沒有錯。
讓效能成為您的指南，而不是警告訊息。
