Learning Phase (Faza uczenia)

Czym dokładnie jest Faza uczenia się?

Faza uczenia się to okres, który rozpoczyna się po uruchomieniu nowego zestawu reklam lub po wprowadzeniu w nim istotnej zmiany. W tym czasie system reklamowy aktywnie testuje różne zmienne, aby zoptymalizować dostarczanie reklam. Eksploruje między innymi:

• Grupę docelową: Którzy użytkownicy w ramach zdefiniowanego targetowania najchętniej podejmą pożądaną akcję (np. dokonają zakupu).
• Umiejscowienia: Gdzie reklama osiąga najlepsze wyniki (np. na Facebooku, Instagramie, w Stories czy w Aktualnościach).
• Pora dnia: O jakiej porze dnia lub tygodnia użytkownicy są najbardziej skorzy do konwersji.
• Kreacje: Która wersja kreacji reklamowej (obraz, wideo, tekst) generuje najlepsze zaangażowanie i wyniki.

W trakcie tej fazy wyniki kampanii, takie jak koszt konwersji (CPA), mogą być niestabilne i wyższe niż oczekiwane. Jest to normalne zjawisko – algorytm „płaci” za zdobycie wiedzy, która w przyszłości przełoży się na niższe koszty i lepszą efektywność.

Co wywołuje lub restartuje fazę uczenia się?

Każda znacząca zmiana w zestawie reklam może spowodować, że system ponownie wejdzie w fazę uczenia się, aby dostosować się do nowych warunków. Do najczęstszych przyczyn należą:

• Zmiana budżetu: Gwałtowna zmiana budżetu (zazwyczaj o więcej niż 20-30% w ciągu 24 godzin).
• Zmiana strategii określania stawek: Przełączenie się np. z maksymalizacji liczby konwersji na docelowy CPA.
• Modyfikacja targetowania: Dodanie lub usunięcie zainteresowań, grup niestandardowych odbiorców czy zmiana danych demograficznych.
• Zmiana kreacji reklamowej: Dodanie nowego wideo, obrazu lub znacząca edycja tekstu reklamy.
• Zmiana celu optymalizacji: Przejście z optymalizacji pod zakup na optymalizację pod dodanie do koszyka.
• Długa pauza: Wstrzymanie zestawu reklam na okres dłuższy niż 7 dni.

Jak efektywnie zarządzać fazą uczenia się?

Celem marketera nie jest unikanie fazy uczenia się, ale zapewnienie warunków, aby zakończyła się ona jak najszybciej i z jak najlepszym rezultatem. Oto kluczowe praktyki:

• Bądź cierpliwy: Nie wprowadzaj pochopnych zmian w pierwszych dniach działania kampanii. Daj algorytmowi czas na zebranie danych.
• Zapewnij wystarczającą liczbę danych: Aby wyjść z fazy uczenia, system musi zarejestrować określoną liczbę zdarzeń optymalizacji (np. w Meta Ads jest to zazwyczaj ok. 50 konwersji w ciągu 7 dni). Upewnij się, że budżet i wielkość grupy docelowej na to pozwalają.
• Unikaj częstych edycji: Planuj zmiany i wprowadzaj je w większych blokach, zamiast edytować kampanię codziennie.
• Konsoliduj kampanie: Zamiast tworzyć dziesiątki zestawów reklam z małymi budżetami, grupuj je w większe, bardziej stabilne struktury. Pozwala to na szybsze zebranie potrzebnych danych.