Social Ads

Precyzja, która ma granice

Targetowanie w social mediach bywa przedstawiane jako nieograniczone, ale w praktyce zbyt wąska grupa szkodzi. Algorytmy potrzebują przestrzeni do optymalizacji: przy grupie liczonej w dziesiątkach tysięcy koszt kontaktu rośnie, bo system nie ma spośród kogo wybierać.

Zmieniło się też źródło precyzji. Po ograniczeniach w śledzeniu użytkowników coraz większą część pracy wykonuje sama kreacja – to ona przyciąga właściwych ludzi, a system uczy się na ich reakcjach, zamiast wybierać odbiorców z góry.

Kreacja jest tu najważniejszą zmienną

W social ads różnica między najlepszą a najgorszą kreacją bywa większa niż między najlepszym a najgorszym ustawieniem kampanii. Pierwsze sekundy decydują o wszystkim, materiał musi bronić się bez dźwięku, a format pionowy nie jest przyciętym poziomym.

Kreacje się też zużywają. Ta sama reklama pokazywana tej samej grupie traci skuteczność po kilku–kilkunastu dniach, dlatego plan produkcji materiałów jest częścią planu mediowego, a nie osobnym projektem.

Struktura kampanii i okres nauki

Systemy reklamowe potrzebują pewnej liczby zdarzeń, żeby nauczyć się, kogo szukać. Rozbicie budżetu na wiele drobnych zestawów sprawia, że żaden nie zbiera dość danych i wszystkie działają gorzej niż jeden większy – dlatego uproszczenie struktury bywa skuteczniejsze od dokładniejszego targetowania.

Każda istotna zmiana – budżetu, grupy, celu optymalizacji – restartuje ten okres. Kampania modyfikowana co dwa dni w praktyce nigdy z niego nie wychodzi, co widać jako stale wysoki i niestabilny koszt efektu.

Wnioski warto wyciągać na poziomie kampanii, nie pojedynczej reklamy. Przy niewielkich budżetach różnice między materiałami mieszczą się w wahaniach losowych, a decyzja o wyłączeniu „gorszej” kreacji po dwóch dniach opisuje szum, nie skuteczność.