说实话，本来不想蹭这个热度。
毕竟全网都在写Meta的仙女座算法，我也很难说出什么新东西。但前几天Alex Wang放话要推Avocado模型，还说不用于商业广告？呵，我是不信的。
Meta这些年在广告之外的尝试，哪个不是铩羽而归？说白了，它就是个流量贩子。有流量池，但玩不转其他东西。所有的创新最后都要回到一个逻辑：把流量卖了又卖。
所以别管它蒸馏哪个模型，最后肯定要商业化落地。
从手动档到自动档的残酷进化
先说个比喻。
如果你炒过股，就能理解仙女座到底是什么东西。这就像从手动买卖转向量化交易。
手动操作胜率高，收益也不错，但管理规模有限，风控能力弱，特别吃操盘手的经验。而量化交易是一串串代码，代表着经验和理智，可以果断执行买卖，快速优化到它认为的”最佳”。
但问题来了：它认为的最佳，不一定是你数据里的最佳。
这是核心矛盾。
先声明一下，我是做APP投放的优化师，本文只讨论APP投放，主要是A+AC（Advantage+ App Campaigns）。如果你做A+SC，可能不太适用。
仙女座为什么会出现？
2024年，Meta被逼到了墙角。
GG和TT的算法不断冲击，AppLovin当年拿Meta打种子包学习，这些事件对Meta的流量变现造成了致命打击。广告投流和变现都面临严峻挑战。
押宝的Metaverse迟迟没突破，拿不到00后甚至15后的注意力。
AI快速发展后，AI生成的图文素材以倍数增长，不断冲击Meta的传统广告算法。Meta前后多次优化”感兴趣的内容”，甚至用了英伟达的最新设备也效果不显。
这已经不是简单优化APP算法的问题了。引入AI算法，迫在眉睫。
仙女座到底是什么？
简单说，仙女座让你从策略优化师变成素材搬运工。
你把广告交给AI算法，它帮你跑。
传统投放逻辑是这样的：
一个Campaign跑一定数量的素材，让素材掐尖1-3个，定期删减无效素材或衰退素材，增加全新素材。
注意，就算是相同模板迭代的”新素材”也算新的，但起跑CPM会较高。因为算法认为这部分素材的人群已经重复曝光，会产生广告疲劳。
Meta官方的最佳实践是1-1-20。我觉得你自己测试就行。
有人问我是否还有养大Campaign的意义？
官方建议在一个地区一个策略的情况下尽可能集中预算，避免Campaign之间二次竞价。所以答案是：有。
但我仍然认为，建议只是建议，最后还是以你的实操为主。
受众细分：失去意义的定向
六大细分受众在A+AC里失去定向意义。
如果需要优化，可以做受众降权处理，让预算分流到加权受众里。但受众这块，我还是建议VO+受众才是最佳实践。
另外，种子包仍有它的特殊意义。
我个人非常推荐种子包投法，但不是传统的CSV，而是走MMP把种子用户打包后喂给Meta。
解决方案： 如果你没有MMP对接能力，可以考虑使用第三方归因平台如Adjust或AppsFlyer，通过API将高质量用户数据回传给Meta。记住，种子包的质量比数量重要。
素材多样性：AI的游戏规则
仙女座最大的特点是AI算法。
它评估各项指标是否符合算法预期的速度很快。如果视频素材播放少于3秒且用户互动率差或者反馈差，这部分素材就算初期容易拿到曝光，后续也会快速衰退。
图片素材可以考虑基于1:1的框架设计广告元素，然后拓展成其他尺寸进行投放测试。让内容成为中心，是本次算法更新的亮点之一。
跑量素材的快速优化
之前我分享过Auto Refresh这个策略。
能短期快速刷新跑量素材，让稍高的CPM重新获得算法的青睐，让Campaign持续跑下去。
代价是稍高CPM，其他CTR和CVR相对接近原本跑量素材的指标，所以CPI或CPE可能会上下波动。
解决方案： Auto Refresh的最佳时机是当你的素材CTR开始下降但CVR还保持稳定时。不要等到素材完全衰退才刷新，那时候已经晚了。
复合素材组合：一锅乱炖
因为图片和视频的LTV还有CPI不一样，很多投放包括我在内，习惯分开Campaign进行投放测试。
而仙女座更希望在一个Campaign里包含多尺寸的图片和视频素材，且多个相关度较高的文案组合。
于是可得官方最佳实践建议：一个高分A+AC里应该包含10图+10视频+5标题+5正文。
AI素材生产：妖艳贱货 vs 亲儿子
外面生成的都是妖艳贱货，Meta自己生成的才是基于上亿素材经验总结的AI素材。
ASC的同行表示很满意，但A+AC这边只能迭代出相同模板的图片素材。这样的情况就会回到上文所说，让用户产生广告疲劳导致CPM上涨。
这个说是推荐使用，反正见仁见智吧。
顺便说一句，如果你需要开通海外广告账户充值，推荐使用皮卡宝虚拟信用卡，开卡快，充值方便，支持多平台使用。
创意增强功能：鸡肋中的鸡肋
把你的素材组合交给AI二次加工。
在什么地方给你加点字幕，调整亮度，给文案或者页面添加下载引导。
这么说吧，结合当时还是Llama为主导的AI算法，这AI你就用吧……
我的建议是别用。还不如自己手动调。
多文案投放：理想很丰满
在同一批图片/视频素材里，建议拆分受众人群去定向写标题+正文。
算法在理解这部分文案后，可以更方便地寻找合适的用户。
但因为A+AC是自由组合的原因，你其实很难确定到底是哪个人群更适合你。
解决方案： 在文案上做明显的标记或版本号，比如在UTM参数里加入文案版本信息。这样在后台分析时，你能大致推断出哪种文案风格表现更好。
核心矛盾：AI认为的好 ≠ 你认为的好
这是最要命的地方。
仙女座追求的是广告频次、曝光重叠度、点击率、转化率。
而我们在正式投放中可能关注的是留存率、ROAS、Loyal Rate。
它掐尖出来的素材只能是广告平台上指标达标的素材。在你的BI后台里，它可能是一个留存不达标或者回收不达标的素材，也可能留存和回收都达标但后期用户粘性差。
那喂这些数据给平台有用吗？
暂时来说，没有。
因为统计的指标相对还是浅层，没有办法理解应用里深层次用户行为的能力。这涉及到对算力更高的要求，对Meta作为平台方来说并不划算。
解决方案： 建立双层评估体系。前端用Meta的指标快速筛选素材，后端用你自己的BI数据做二次验证。每周复盘时，把表现好的素材特征提取出来，形成自己的素材库和创意SOP。
预算和拓展：小心翼翼的加码
仙女座对预算上涨保持积极态度，但它胃口很小。
+20-50%是一个相对稳定的范围。如果+50%以上可能会触发算法的二次学习。
在逐步增加预算，探索平台用户的边界，可能效果会更好。
官方是这样说的，实际效果还是以你的实操为主。
解决方案： 如果你急需扩量，可以考虑横向复制Campaign而不是纵向加预算。复制一个表现好的Campaign，用新的素材组合，这样既能扩量又不会触发原Campaign的重新学习。
如果预算管理让你头疼，再次推荐皮卡宝虚拟信用卡。支持多币种充值，额度灵活，还能设置消费提醒，让你的广告预算管理更轻松。
我的实战经验和建议
上述内容其实大家写的都大差不差。
区别是有些我确实有实战经验，但由于我本人目前是IAA项目为主，加上品类特殊，经验也仅供参考。
我的几点建议：
1. 不要盲目相信算法
算法是工具，不是神。它只能在它的评估体系内做优化，而你的生意逻辑可能完全不同。
2. 建立自己的数据闭环
Meta给你的数据只是冰山一角。你需要把MMP数据、BI数据、用户行为数据全部串起来，形成自己的判断体系。
3. 素材仍然是王道
再牛的算法也需要好素材。与其研究算法，不如多花时间打磨素材。
4. 保持测试心态
官方最佳实践只是一个起点，不是终点。你的品类、你的产品、你的用户可能完全不同。测试，测试，再测试。
5. 做好心理准备
仙女座会让你的工作从”优化师”变成”素材管理员”。如果你接受不了这个转变，可能需要考虑转型了。
写在最后
仙女座是Meta的一次豪赌。
它赌的是AI算法能比人更懂广告投放。从目前的效果来看，这个赌注还没有明确的结果。
有人欢喜有人愁。
欢喜的是那些素材生产能力强的团队，愁的是那些靠精细化运营吃饭的优化师。
但无论如何，这个行业已经变了。
下一篇我会写关于仙女座在产品生命周期投放测试的一些实战经验，包括生命周期探索、事件质量、深层行为设计、更短周期的反馈等内容。
有兴趣的可以一起探讨。
工具推荐
如果你在做海外广告投放，强烈推荐使用皮卡宝虚拟信用卡。
开卡快速，支持Meta、Google、TikTok等主流广告平台充值，多币种支持，额度灵活。
对于需要频繁充值测试的优化师来说，这是一个必备工具。