ساختار اکانت فیسبوک ادز | آپدیت ۱۴۰۴

فیسبوک ادز مجموعه بسیار گسترده ای از ابزارها و روش های تارگتینگ را ارائه می دهد تا تبلیغ دهندگان بتوانند به دقیق ترین شکل ممکن به مخاطبان خود برسند. شما می توانید کاربران را بر اساس فاکتورهایی مثل سن، جنسیت، موقعیت جغرافیایی، علایق، رفتارها و حتی تعاملاتی که قبلا با محتوا داشته اند، گروه بندی کنید. با این حال همیشه مشخص نیست که متا چطور این ویژگی ها را برای هر کاربر تشخیص می دهد یا بر چه اساسی، افراد را در دسته های مختلف قرار می دهد. در این مطلب، قصد دارم توضیح بدهم که فیسبوک چگونه کاربران را در هر گروه طبقه بندی می کند و در کنار آن، تمام انواع روش های تارگتینگ در فیسبوک ادز را معرفی کنم تا بتوانید بهترین استراتژی را برای کمپین های خود انتخاب کنید.

تغییر بزرگ: عبور از تارگتینگ مبتنی بر سگمنت به تارگتینگ مبتنی بر سیگنال

در سال های گذشته، سوال اصلی تبلیغ دهندگان این بود که «به چه کسانی باید تبلیغ را نشان بدهم؟». اما در سال ۲۰۲۵ مدل تارگتینگ تغییر کرده و سوال مهم تر این است که «چه سیگنال هایی در اختیار الگوریتم متا قرار دهم تا بهتر یاد بگیرد؟».

اینجا است که نقش طراحی اطلاعات اهمیت پیدا می کند. وظیفه شما فقط انتخاب گروه های مخاطب نیست، بلکه باید داده هایی با کیفیت بالا وارد سیستم کنید تا الگوریتم بتواند الگوها را دقیق تر تشخیص دهد. در حقیقت، موثرترین انواع روش های تارگتینگ در فیسبوک ادز دیگر به تارگتینگ دستی وابسته نیستند، بلکه بر پایه سیگنال های رفتاری و عملکردی ساخته می شوند.

سیگنال هایی که بیشترین تاثیر را در عملکرد تارگتینگ متا دارند عبارت اند از:

• بازدیدکنندگان سایت که در طول زمان ردیابی شده اند
• کاربرانی که ویدئوهای شما را مشاهده کرده اند
• لیست های CRM یا ایمیل با برچسب ارزش مشتری
• کاربران درگیر شده با فیسبوک و اینستاگرام
• رویدادهای سمت سرور از طریق پیکسل و Conversions API

این سیگنال ها ستون اصلی تارگتینگ متا در سال ۲۰۲۵ هستند. آنها به سیستم کمک می کنند الگوهای رفتاری را تشخیص دهد، دامنه مخاطبان را هوشمندانه گسترش دهد و بدون نیاز به تنظیمات متعدد، کمپین را مقیاس پذیر کند.

مدل قدیمی تارگتینگ:

• ایجاد ۱۰ تا ۱۵ ادست بر اساس سن، جنسیت، علایق و رفتارها
• استفاده از فیلترهای پیچیده و حذف های دستی
• ریست شدن فاز یادگیری با هر تغییر کوچک در کمپین

مدل جدید تارگتینگ در ۲۰۲۵:

• تمرکز روی یک یا دو ادست اصلی
• استفاده از تارگتینگ گسترده با لایه هایی از آدینس های سفارشی مثل بازدیدکنندگان و Engagers
• واگذاری بخش عمده بهینه سازی به الگوریتم متا بر اساس سیگنال های عملکردی و ساختار کمپین

در این مدل، به جای اینکه بخواهید دسترسی سیستم را محدود کنید، تمرکز روی کیفیت داده ها است. هرچه سیگنال های دقیق تر، پایدارتر و مرتبط تری وارد الگوریتم شود، تارگتینگ هوشمندتر عمل می کند و کمپین ها با هزینه کمتر و مقیاس پذیری بیشتر رشد می کنند.

این تغییر دیدگاه باعث می شود متا بتواند از ظرفیت کامل یادگیری ماشین خود استفاده کند و شما نیز از انواع روش های تارگتینگ در فیسبوک ادز بهترین نتیجه را دریافت کنید؛ بدون اینکه مجبور باشید هر هفته چندین تارگت جدید بسازید یا تنظیمات پیچیده را مدیریت کنید.

انواع روش های تارگتینگ در فیسبوک ادز

به طور کلی، روش‌های تارگت کردن مخاطبان در فیسبوک را می توان در سه دسته اصلی قرار داد. هر کدام از این دسته ها از داده های متفاوتی استفاده می کنند و می توانند تاثیر قابل توجهی بر عملکرد کمپین های شما داشته باشند. در ادامه، این دسته بندی ها و نحوه استفاده از هر کدام را بررسی می کنیم.

گزینه های Detailed Targeting در فیسبوک

جزئی ترین و دقیق ترین ابزارهایی که برای تارگتینگ در اختیار تبلیغ دهندگان قرار می گیرد، در بخش Detailed Targeting قرار دارد. این قسمت شامل چهار نوع اصلی از روش‌های تارگت کردن مخاطبان در فیسبوک است که هر کدام نکات و محدودیت های خاص خود را دارند.

تارگتینگ بر اساس سن و جنسیت

اولین لایه از انواع روش های تارگتینگ در فیسبوک ادز، هدف گذاری بر اساس سن و جنسیت است. این گزینه ها جزو پایه ای ترین تنظیمات دموگرافیک به حساب می آیند. شما می توانید کاربران را بر اساس سن آنها و همچنین جنسیت (زن، مرد یا همه کاربران) هدف بگیرید.

منبع این داده ها اطلاعاتی است که کاربران هنگام ساخت حساب کاربری وارد می کنند. بنابراین هیچ پردازش پیچیده ای پشت این داده ها وجود ندارد، اما باید توجه داشت که فیسبوک صحت این اطلاعات را بررسی نمی کند. ممکن است برخی افراد سن خود را کمی دستکاری کنند، اما به طور کلی این داده ها قابل اعتماد هستند.

تارگتینگ دموگرافیک پیشرفته

اگرچه سن و جنسیت خود بخشی از داده های دموگرافیک هستند، اما فیسبوک در بخش Detailed Targeting امکان هدف گذاری دقیق تری را نیز فراهم کرده است. اگر گزینه Browse را انتخاب کنید، سه دسته اصلی شامل Demographics، Interests و Behaviors نمایش داده می شود. در این بخش، روی Demographics تمرکز می کنیم.

در این قسمت می توانید کاربران را بر اساس ویژگی های مختلف مانند سطح تحصیلات، وضعیت والدین، شغل، وضعیت تاهل و ده ها گزینه دیگر هدف قرار دهید.

بخشی از این اطلاعات توسط خود کاربران در پروفایل وارد می شود. اما قسمت مهمی از داده ها نیز توسط سیستم فیسبوک تفسیر می شود. فیسبوک بر اساس تبلیغاتی که کاربر روی آنها کلیک کرده، صفحاتی که دنبال کرده، محتوایی که با آن درگیر شده و حتی نوع دستگاه و سرعت اینترنت او، سیگنال هایی برای دسته بندی دموگرافیک ایجاد می کند.

در برخی بخش ها داده ها بسیار دقیق هستند، اما در بعضی موارد گزینه های موجود محدودترند. برای مثال، در دسته Financial تنها داده های میانگین درآمد مناطق مختلف در ایالات متحده در دسترس است. این یعنی هدف گذاری بر اساس داده های تجمیعی و نه اطلاعات مربوط به هر فرد.

تارگتینگ بر اساس علایق (Interests)

پس از دموگرافیک، یکی از مهم ترین بخش ها در انواع روش های تارگتینگ در فیسبوک ادز، هدف گذاری بر اساس علایق است. سیستم فیسبوک علاقه مندی های کاربران را بر اساس محتوایی که قبلا لایک کرده اند، صفحاتی که دنبال کرده اند، رویدادهایی که در آنها شرکت داشته اند و سایر تعاملات آنها تشخیص می دهد.

در بخش Interests موضوعات بسیار گسترده ای وجود دارد و هر کدام شامل زیرمجموعه های بیشتری هستند. شما می توانید از طریق جستجو نیز به نتایج دقیق تری برسید. برای مثال اگر کلمه Hiking را جستجو کنید، مجموعه ای از علایق مرتبط با این موضوع نمایش داده می شود؛ حتی مواردی که در لیست اصلی دسته بندی ها دیده نمی شوند.

تارگتینگ بر اساس رفتار کاربران (Behaviors)

Behaviors بخش دیگری از Detailed Targeting است که به شما اجازه می دهد کاربران را بر اساس رفتارهای واقعی یا احتمالی آنها هدف قرار دهید. این رفتارها شامل نوع دستگاه، الگوهای خرید، رفتارهای سفر، شیوه پرداخت در فروشگاه های فیسبوک و اینستاگرام و ده ها مورد دیگر است.

این بخش نسبت به علایق و دموگرافیک ساختار کمتر منظمی دارد و گزینه های آن ترکیبی و متنوع است. از کاربران تازه کسب و کار گرفته تا علاقه مندان به بازی های آنلاین یا کسانی که از یک نوع دستگاه خاص استفاده می کنند. پیشنهاد می کنم مانند بخش علایق، علاوه بر مرور گزینه ها، جستجوی مستقیم نیز انجام دهید تا رفتارهایی که با مخاطب هدف شما همخوانی دارد پیدا کنید.

Meta Advantage+؛ نسل جدید تارگتینگ خودکار در فیسبوک

Meta Advantage+ یکی از جدیدترین و پیشرفته ترین روش‌های تارگت کردن مخاطبان در فیسبوک است که بر پایه الگوریتم های یادگیری ماشین متا کار می کند. در واقع، این سیستم نسخه مدرن و خودکار همان چیزی است که قدیمی ترها به آن Broad Targeting می گفتند. تفاوت اصلی اینجاست که حالا بخش زیادی از تحلیل و تصمیم گیری را هوش مصنوعی انجام می دهد.

در این مدل، فیسبوک به صورت خودکار مخاطبانی را پیدا می کند که بیشترین احتمال برای تبدیل شدن به مشتری را دارند. این فرایند کاملا مبتنی بر داده است. متا از اطلاعات عملکرد کمپین های قبلی، داده های پیکسل شما، الگوهای رفتاری کاربران و حتی نحوه تعامل آنها با تبلیغات گذشته استفاده می کند تا تشخیص دهد چه کسانی بالاترین شانس برای انجام اکشن موردنظر شما دارند.

نکته مهم اینجاست که بخشی از این داده ها علاوه بر تعاملات کاربران با تبلیغات شما، احتمالا از رفتار آنها در برابر تبلیغات دیگر برندها در پلتفرم نیز جمع آوری می شود. همین موضوع باعث می شود که Meta Advantage+ دید گسترده تری نسبت به رفتار واقعی کاربران داشته باشد.

Audience Suggestion

در بخش Advantage+ گزینه ای وجود دارد به نام Audience Suggestion که به شما اجازه می دهد علاقه مندی ها، رفتارها یا ویژگی های دموگرافیک موردنظر خود را وارد کنید. اما باید این نکته مهم را بدانید: این موارد تنها یک «پیشنهاد» هستند نه تارگتینگ واقعی.

این یعنی چه؟
یعنی سیستم ابتدا ممکن است تبلیغ را به کاربرانی که شما پیشنهاد داده اید نمایش دهد، اما در ادامه، بر اساس الگوهای رفتاری و داده های عملکرد، کاملا آزادانه دایره مخاطبان را گسترش می دهد و به سراغ گروه های جدیدی می رود که احتمال تبدیل در آنها بالا است.

برای چه کسانی مناسب نیست؟

اگر شما ترجیح می دهید کنترل کامل تارگتینگ را در اختیار داشته باشید و همه چیز را به صورت دستی تنظیم کنید، Meta Advantage+ انتخاب مناسبی برای شما نیست. این روش به طور طبیعی آزادی زیادی به الگوریتم می دهد.

اما دلیلی برای نادیده گرفتن آن هم وجود ندارد.
مخصوصا اگر عملکرد کمپین ها در ماه های اخیر افت کرده یا متوجه شده اید که تارگتینگ های قبلی شما دیگر مثل قبل نتیجه نمی دهند.

واقعیت این است که فیسبوک یکی از بزرگ ترین پلتفرم های تبلیغاتی جهان است و سیستم یادگیری ماشین آن طی سال های اخیر بسیار پیشرفت کرده است. بنابراین آزمایش Meta Advantage+ می تواند فرصتی باشد برای دسترسی به مخاطبانی که شاید تا امروز در تارگتینگ دستی به آنها نرسیده بودید.

تارگتینگ Lookalike در فیسبوک ادز

تارگتینگ Lookalike یکی از مهم ترین و کاربردی ترین روش‌های تارگت کردن مخاطبان در فیسبوک است و سال ها جزو ستون های اصلی استراتژی های تبلیغاتی در این پلتفرم بوده است. هرچند در سال های اخیر برخی تبلیغ دهندگان به دلیل رشد مدل های خودکار مثل Advantage+ کمتر به این روش تکیه کرده اند، اما واقعیت این است که Lookalike هنوز هم در بسیاری از کمپین ها عملکرد بسیار خوبی دارد.

Lookalike چیست و چطور کار می کند؟

مکانیزم Lookalike کاملا ساده و قابل فهم است. ابتدا شما یک «سورس آدینس» یا همان منبع اولیه در اختیار فیسبوک قرار می دهید. سپس فیسبوک این داده ها را تحلیل می کند، رفتار و ویژگی های مشترک کاربران را استخراج می کند و یک پروفایل مشخص از آنها می سازد. بعد از این مرحله، فیسبوک گروهی از کاربران جدید را پیدا می کند که رفتار و علایق آنها بیشترین شباهت را با همین پروفایل دارند. این گروه همان Lookalike Audience شما است.

نکته مهم اینجاست که کیفیت سورس آدینس، مستقیما روی نتیجه نهایی تاثیر می گذارد. هرچه داده های اولیه دقیق تر و واقعی تر باشند، الگوریتم بهتر می تواند الگوهای مشترک را پیدا کند و مخاطبان مشابه تری برای شما بسازد.

سورس آدینس در Lookalike دقیقا چیست؟

هر نوع Custom Audience که در فیسبوک می سازید می تواند به عنوان سورس آدینس استفاده شود. برخی از رایج ترین آنها عبارت اند از:

• کاربران سایت که با پیکسل شناسایی شده اند
• مشتریانی که قبلا خرید انجام داده اند
• لیست ایمیل یا شماره موبایل مشتریان
• افرادی که با صفحه یا محتوای شما تعامل داشته اند
• کسانی که اپلیکیشن شما را نصب یا استفاده کرده اند

این منبع اولیه ستون اصلی الگوریتم Lookalike است و باید تا حد ممکن دقیق و هدفمند انتخاب شود.

چطور یک Lookalike Audience می سازیم؟

وقتی بخواهید یک Lookalike Audience ایجاد کنید، سه تنظیم مهم باید انجام شود:

1. انتخاب سورس آدینس
   همان گروهی که فیسبوک باید بر اساس آن الگو سازی کند.
2. انتخاب کشور هدف
   Lookalike بر اساس جمعیت کشور انتخاب شده ساخته می شود. این ویژگی فقط در سطح کشور کار می کند، نه شهر یا منطقه.
3. انتخاب درصد شباهت (Lookalike Percentage)
   درصد ۱ درصد کوچک ترین و دقیق ترین حالت است. یعنی فیسبوک ۱ درصد از جمعیت کشور را هدف می گیرد که نزدیک ترین شباهت را به سورس آدینس دارند.
   با افزایش درصد، اندازه آدینس بزرگ تر می شود اما دقت شباهت کمتر خواهد شد.

حداقل و مقدار پیشنهادی سورس آدینس

برای اینکه بتوانید Lookalike بسازید، سورس آدینس باید حداقل شامل ۱۰۰ کاربر از یک کشور باشد. اما فیسبوک توصیه می کند که منبع بین ۱۰۰۰ تا ۵۰۰۰ کاربر باشد.
کمتر از ۱۰۰۰ نفر باعث می شود الگوی رفتاری قابل اعتمادی شکل نگیرد.
بیش از ۵۰۰۰ نفر نیز ممکن است داده ها را بیش از حد عمومی کند و الگوریتم نتواند ویژگی های دقیق را استخراج کند.

Lookalike وقتی بهترین نتایج را می دهد که سورس آدینس شما کوچک اما بسیار هدفمند باشد؛ مثل:
«فقط کسانی که خرید دوم خود را انجام داده اند»
یا
«کاربرانی که بیشترین ارزش خرید را داشته اند».

Broad یا Open Targeting با حداقل محدودیت‌ها

در میان انواع روش های تارگتینگ در فیسبوک ادز، مدل Broad یا Open یکی از ساده‌ترین و در عین حال مؤثرترین تنظیمات برای کمپین‌هایی است که داده کافی دارند. در این مدل، شما فقط لوکیشن و محدودیت‌های الزامی مثل حداقل سن را مشخص می‌کنید و هیچ نوع علاقه، رفتار یا فیلتر جمعیت شناختی اضافه نمی‌کنید مگر اینکه دلیل مشخص و قابل دفاعی برای آن وجود داشته باشد.

چه زمانی باید از Broad Targeting استفاده کنید؟

این نوع تارگتینگ زمانی مناسب است که شرایط زیر برقرار باشد:

• هر ادست به صورت پایدار هفته‌ای ۵۰ تا ۱۰۰ کانورژن دریافت کند.
• هدف اصلی کمپین خرید باشد، نه جمع‌آوری لید.
• سیستم ثبت و اندازه‌گیری کانورژن‌ها دقیق، بدون خطا و ثابت باشد.

چه زمانی Broad Targeting بهترین عملکرد را دارد؟

وقتی حجم کانورژن شما به حدی برسد که الگوریتم بتواند رفتار کاربران را به درستی تحلیل کند، این روش بالاترین بازده را دارد. معمولا وقتی هر ادست حداقل ۵۰ تا ۱۰۰ خرید در هفته دارد، الگوریتم متا به اندازه کافی هوشمند شده و محدود کردن بیش از حد مخاطب فقط باعث افزایش هزینه و کاهش کارایی میشود.

چرا Broad Targeting کار میکند؟

متا بر اساس داده‌ای که از رفتار کاربران در گذشته جمع کرده، دقیقا میداند چه کسانی احتمال تبدیل بیشتری دارند. وقتی شما فیلترهای اضافی را حذف کنید و دامنه گسترده‌تری بدهید، الگوریتم فرصت بیشتری پیدا میکند تا بهترین کاربران را پیدا کند. هر محدودیت غیر ضروری در واقع مانعی برای الگوریتم است و باعث کاهش اثربخشی کمپین میشود.

نکات مهم برای راه اندازی Broad Targeting

برای اینکه این مدل بیشترین بازده را داشته باشد، نکات زیر را رعایت کنید:

• فقط از فیلترهای ضروری مثل لوکیشن و حداقل سن استفاده کنید.
• به الگوریتم اجازه دهید در محدوده لوکیشن شما آزادانه اکسپلور کند.
• از فرمت‌های کارآمد مانند تبلیغات داینامیک که برای کانورژن بهینه شده‌اند استفاده کنید.
• این ساختار زمانی بهترین نتیجه را می‌دهد که اکانت شما داده کافی داشته باشد و متا بتواند الگوهای رفتاری کاربران را تحلیل کند.

Custom Audiences یا سیگنال های فرست پارتی

در میان انواع روش های تارگتینگ در فیسبوک ادز، ساختن Custom Audiences یکی از مهمترین اقداماتی است که تاثیر مستقیم بر عملکرد بلندمدت کمپین ها دارد. این گروه ها بر اساس داده های واقعی شما ساخته میشوند؛ یعنی افرادی که از سایت بازدید کرده‌اند، ویدیوهای شما را دیده‌اند، در فیسبوک یا اینستاگرام تعامل داشته‌اند یا در لیست مشتریان شما قرار دارند.

چه نوع Custom Audience هایی را باید به صورت پیش فرض بسازید؟

به طور معمول، ساخت این گروه‌ها باید در اولویت باشد:

• بازدیدکنندگان وبسایت طی ۱۸۰ روز گذشته
• افرادی که حداقل سه ثانیه از ویدیوهای شما را در ۳۶۵ روز گذشته دیده‌اند
• کاربران تعامل کننده با فیسبوک و اینستاگرام در ۳۶۵ روز گذشته
• لیست مشتریان یا ایمیل ها، ترجیحا با برچسب هایی مثل مشتری ارزشمند یا لید واجد شرایط

چرا بازه های زمانی طولانی بهتر عمل میکنند؟

متا به صورت خودکار تعامل های اخیر را اولویت میدهد، اما اگر بازه زمانی را کوتاه بگیرید، حجم مخاطب شما کم میشود و هزینه ها بالا میرود. بازه زمانی طولانی در عین حفظ ارتباط موضوعی، حجم کافی برای تارگتینگ ایجاد میکند.

ساخت Audiences پیشرفته بعد از جمع شدن داده پیکسل

وقتی داده های پیکسل شما به اندازه کافی جمع شد، لازم است گروه های تکمیلی و دقیق تری بسازید. بهتر است این گروه ها را از همان ابتدا ایجاد کنید، حتی اگر جمع آوری آنها زمان ببرد:

• ویدیو ویوئر ۷۵ تا ۹۵ درصد در بازه ۱۸۰ تا ۳۶۵ روز
• Add to Cart در بازه ۱۸۰ تا ۳۶۵ روز
• Initiate Checkout در بازه ۱۸۰ تا ۳۶۵ روز
• Purchase در بازه ۱۸۰ تا ۳۶۵ روز

این نوع مخاطب ها مخصوصا در تجارت الکترونیک عملکرد فوق العاده ای دارند. میتوان از آنها برای ریتارگتینگ افرادی که محصول دیده‌اند، خریداران قبلی یا سبدهای رها شده در مقیاس بالا استفاده کرد.

ترکیب مخاطب گرم و سرد یا ساختار جداگانه؟

در سال ۲۰۲۵ یکی از موثرترین رویکردها در انواع روش های تارگتینگ در فیسبوک ادز، ترکیب مخاطب گرم و سرد در یک Ad Set است. این روش برخلاف تصور اولیه، نه تنها پیچیده نیست، بلکه کاملا هماهنگ با نحوه عملکرد سیستم متا طراحی شده است.

وقتی شما همزمان مخاطب های گرم مثل بازدیدکنندگان سایت، افراد تعامل کننده و اعضای لیست ایمیل را در کنار مخاطب های سرد مثل گروه های براود یا علاقه‌مند اضافه می‌کنید، الگوریتم متا خودش اولویت بندی را انجام میدهد. ابتدا کاربران با نیت خرید بالاتر را هدف میگیرد و سپس به سمت مخاطب های تازه و جدید حرکت میکند.

این مدل باعث میشود مرحله یادگیری سریع‌تر انجام شود، پایداری نمایش بالا برود و بودجه شما روی تعداد کمی Ad Set متمرکز شود. به جای اینکه بودجه در میان چند ادست ضعیف پخش شود، یک ادست قدرتمند و غنی از سیگنال میسازید که متا راحت‌تر میتواند با آن کار کند.

با این حال در بعضی شرایط، جدا کردن مخاطب ها انتخاب بهتری است.

چه زمانی بهتر است مخاطب ها را جدا کنید؟

• وقتی یک پروموشن حساس دارید: اگر قرار است یک تخفیف خیلی جذاب یا پیشنهاد ویژه برای اولین خرید ارائه کنید، بهتر است این پیام برای خریداران قبلی نمایش داده نشود. در این حالت، باید مخاطب های سرد را جدا هدف بگیرید و خریداران گذشته را حذف کنید.
• وقتی در یک قیف محتوایی یا لید نرچرینگ هستید: برای محتواهای میانی قیف یا پیام هایی که باید فقط برای کاربرانی ارسال شود که هنوز تبدیل نشده‌اند، تفکیک مخاطب ضروری است.

نگاهی دوباره به روش های Exclusion

یکی از اشتباهات رایج این است که به صورت پیش فرض خریداران قبلی را از همه کمپین ها حذف میکنند. هرچند ممکن است منطقی به نظر برسد، اما در بسیاری از موارد نتیجه معکوس دارد.

با حذف این افراد، شما فرصت خرید دوباره را از مشتریان وفادار میگیرید و همچنین از بازخورد مثبت آنها مثل لایک، کامنت و شیر محروم میشوید. این تعامل ها نقش مهمی در ایجاد اعتبار اجتماعی دارند و میتوانند هزینه های کمپین را کاهش دهند.

اگر کمپین شما صرفا برای مشتریان جدید نیست، بهتر است خریداران قبلی را نگه دارید. الگوریتم متا به طور طبیعی روی کسانی تمرکز میکند که احتمال خرید بیشتری دارند و مشتریان وفادار معمولا بیش از یک بار خرید میکنند.

چطور از محدودیت های دستی استفاده کنیم بدون اینکه عملکرد کمپین آسیب ببیند

در بیشتر موارد، متا زمانی بهترین نتیجه را میدهد که اجازه دهید کمپین به صورت Broad اجرا شود و الگوریتم بر اساس سیگنال های رفتاری کاربران بهینه سازی کند. هرچه فضای بیشتری برای یادگیری وجود داشته باشد، مقیاس‌پذیری کمپین سریع‌تر و پایدارتر پیش میرود. اما گاهی لازم است برای کنترل بهتر، محدودیت های دستی یا همان Hard Boundaries تعیین کنید.

این کار معمولا از طریق فعال کردن گزینه‌ای انجام میشود که به شما اجازه میدهد «دسترسی تبلیغ» را محدودتر کنید. با فعال شدن این تنظیم، امکان اعمال فیلترهای سخت مثل سن، جنسیت یا سایر محدودیت های مشخص وجود دارد. البته باید بدانید که این محدودیت ها معمولا باعث کاهش دسترسی، کند شدن مرحله یادگیری و کاهش امتیاز عملکرد کمپین میشوند.

با این حال، در برخی شرایط استفاده از این رویکرد منطقی است.

چه زمان هایی باید از Hard Boundaries استفاده کنید؟

• وقتی محصول شما فقط برای یک گروه مشخص طراحی شده است
  مثلا اگر یک مکمل مخصوص بانوان میفروشید و متا کاربران مرد را هدف گرفته، اعمال فیلتر جنسیت به بهبود ترافیک کمک میکند.
• وقتی داده های شما یک الگوی واضح از ضعف عملکرد در یک بخش نشان میدهند
  مثال های رایج:
  • داده CRM نشان میدهد لیدهای بالای ۵۵ سال تقریبا تبدیل نمیشوند
  • شما تبلیغات را بدون محدودیت تست کرده‌اید و هزینه هر لید در این گروه به شدت بالا رفته است
  در چنین مواقعی، محدود کردن این بازه ها منطقی است و از هدررفت بودجه جلوگیری میکند.
• وقتی الزامات قانونی یا الزامات داخلی برند شما را مجبور به اعمال محدودیت میکنند
  مثل:
  • تبلیغات در حوزه های حساس مانند مسکن، استخدام یا خدمات مالی
  • الزاماتی که پیام را بر اساس سن، جنسیت یا مرحله قیف بازاریابی تفکیک میکنند

ساختار صحیح هنگام استفاده از Hard Boundaries

اگر تصمیم به اعمال محدودیت های دستی گرفتید، باید ساختار کمپین را به دقت رعایت کنید:

• همیشه مخاطبان گرم و سرد را در ادست های جداگانه قرار دهید.
  تاثیر فیلترهای دستی روی هر گروه متفاوت است و ترکیب آنها باعث اختلال در داده ها و تحلیل عملکرد میشود.
• بودجه کافی برای مرحله یادگیری در نظر بگیرید.
  هرچه مخاطب شما محدودتر باشد، الگوریتم به داده بیشتر و زمان بیشتری نیاز دارد تا بتواند نمایش را بهینه کند.

نکته کلیدی
هدف از تارگتینگ دستی این نیست که همیشه کنترل بیشتری داشته باشید، بلکه باید تنها زمانی از آن استفاده کنید که داده ها به وضوح نشان دهند محدودسازی ضروری است. در اغلب مواقع، ساختارهای Broad همراه با سیگنال های تمیز و دقیق، عملکرد بسیار بهتری نسبت به کمپین هایی دارند که بیش از حد هدفمند شده‌اند.

تبلیغات فیسبوک یا همان متا، یکی از بهترین پلتفرم‌ها برای پیدا کردن مخاطب هدف، معرفی برند، ایجاد سرنخ‌ها در مسیر فروش و در نهایت، افزایش فروش است. امکانات کامل این پلتفرم در تمام مراحل قیف فروش باعث شده بسیاری از تبلیغ‌دهندگان کار خود را از اینجا (معمولاً در کنار گوگل) شروع کنند. اما همین گستردگی می‌تواند باعث شود بخشی از مخاطبان در چندین کمپین تکرار شوند و بودجه تبلیغاتی بیهوده مصرف شود. خوشبختانه فیسبوک ابزاری در اختیار ما قرار داده تا بتوانیم از این هم‌پوشانی در میان مخاطبان جلوگیری کنیم و کمپین‌ها را از هم تفکیک کنیم. البته این ابزار بی‌نقص نیست و محدودیت‌هایی دارد، اما نسبت به سایر پلتفرم‌ها، اطلاعات دقیق‌تری در مورد ترکیب مخاطبان و میزان تکرار آن‌ها ارائه می‌دهد. در این مقاله توضیح می‌دهیم ابزار Audience Overlap در فیسبوک کجاست، چطور کار می‌کند و با چند مثال نشان می‌دهیم چطور می‌توانید مطمئن شوید که در اکانت خود بیش از حد هزینه نمی‌کنید.

ابزار Audience Overlap در کدام بخش فیسبوک است؟

برای دسترسی به آن باید به بخش Audience Manager در فیس‌بوک بروید. بسته به اینکه آخرین بار چه زمانی به این بخش سر زده‌اید، ممکن است لینک آن را در منوی سمت چپ ببینید، یا لازم باشد از لیست کامل در ستون سمت راست انتخابش کنید.

ابتدا باید تیک کنار آن دسته از مخاطبانی را بزنید که می‌خواهید با هم مقایسه کنید. سپس در بالای صفحه چند گزینه ظاهر می‌شود. روی آیکون سه‌نقطه کلیک کنید تا منوی کشویی باز شود. در این منو گزینه‌ای به نام Show Audience Overlap وجود دارد که با انتخاب آن می‌توانید میزان هم‌پوشانی بین مخاطبان انتخابی را ببینید.

در بخش بعدی توضیح می‌دهیم این گزارش چطور خوانده می‌شود و چه اطلاعاتی در اختیار شما قرار می‌دهد.

نحوه خواندن گزارش Audience Overlap در تبلیغات فیس‌بوک

وقتی دو گروه مخاطب را برای مقایسه انتخاب می‌کنید، گزارش هم‌پوشانی به شکل نمودار و جدول نمایش داده می‌شود.

در قسمت بالای گزارش، اولین گروهی که تیک آن را زده‌اید با عنوان Selected Audience نمایش داده می‌شود. در این بخش اندازه کل مخاطب نوشته شده و به صورت یک دایره کامل نشان داده می‌شود، چون این گروه خودش مرجع مقایسه است و با هیچ گروه دیگری هم‌پوشانی ندارد.

در بخش بعدی، گروه دوم که انتخاب کرده‌اید با عنوان Comparison Audience نمایش داده می‌شود. زیر نام این گروه، اندازه کل مخاطبان آن را می‌بینید و در سمت راست، یک نمودار ون (Venn Diagram) نمایش داده می‌شود که نشان می‌دهد این دو گروه چقدر با هم هم‌پوشانی دارند. در پایین آن نیز دو عدد مهم درج شده است:

• تعداد کاربرانی که در هر دو گروه حضور دارند (یعنی هم‌پوشانی واقعی)
• درصدی از مخاطبان گروه دوم که در گروه اول نیز وجود دارند

برای مثال، اگر ۷.۹ میلیون نفر از گروه دوم در گروه اول هم باشند، این یعنی ۱۲ درصد از مخاطبان گروه دوم با گروه اول مشترک هستند. شاید این عدد در ظاهر زیاد نباشد، اما اگر جای دو گروه را عوض کنیم و گروه کوچکتر را در موقعیت گروه اول قرار دهیم، می‌بینیم که همان ۷.۹ میلیون کاربر تقریباً معادل ۹۹ درصد از کل مخاطبان گروه کوچکتر است.

محدودیت‌های ابزار Audience Overlap در فیسبوک

همانطور که پیش‌تر اشاره شد، ابزار Audience Overlap بی‌نقص نیست و محدودیت‌هایی دارد که باید از آن آگاه باشید.

این ابزار را می‌توانید برای هر نوع گروه مخاطب استفاده کنید، از جمله Lookalike Audiences، لیست‌های مشتریان یا Saved Audiences. اما یک شرط اصلی وجود دارد: فقط زمانی می‌توانید گزارش هم‌پوشانی را ببینید که هر دو گروه مخاطب حداقل ۱۰ هزار حساب کاربری فعال در Accounts Center داشته باشند.

اگر اندازه گروه‌های شما کمتر از این مقدار باشد، در گزارش پیامی نمایش داده می‌شود که اعلام می‌کند داده کافی برای نمایش هم‌پوشانی وجود ندارد.

علاوه بر این، فیس‌بوک به دلایل مربوط به حفظ حریم خصوصی، محدودیت دیگری نیز اعمال کرده است:
حتی اگر هر دو گروه مخاطب بیش از ۱۰ هزار کاربر داشته باشند، در صورتی که تعداد کاربران مشترک بین آن‌ها کمتر از ۱,۰۰۰ نفر باشد، گزارش هم‌پوشانی نمایش داده نخواهد شد.

در نتیجه، اگر گروه‌های شما کوچک هستند یا بسیار دقیق و خاص تعریف شده‌اند، ممکن است نتوانید این داده‌ها را ببینید. برای تبلیغ‌دهندگانی که روی هدف‌گیری دقیق تمرکز دارند، این موضوع می‌تواند آزاردهنده باشد، چون بدون مشاهده هم‌پوشانی دقیق، مشخص نیست چند کاربر واقعاً در هر دو گروه حضور دارند.

با این حال، نکته مثبت ماجرا این است که استراتژی‌هایی که برای جلوگیری از تداخل در هدف‌گیری گفتیم، همچنان قابل استفاده هستند. حتی اگر میزان دقیق هم‌پوشانی مشخص نباشد، می‌توانید با استفاده از Exclusion Audience‌ها و تنظیم هدف‌گذاری هوشمند، گروه‌های خود را تفکیک کرده و از هزینه‌های اضافی جلوگیری کنید.

سه روش برای استفاده از Audience Overlap و جلوگیری از هزینه اضافی

۱. حذف گروه کوچکتر از هدف‌گذاری

اگر مخاطبان گروه کوچکتر تقریباً به طور کامل در گروه بزرگ‌تر حضور دارند، ساده‌ترین راه این است که کلاً گروه کوچکتر را هدف نگیرید. با حذف آن، کاربران تکراری را کنار می‌گذارید و از خرج شدن دوباره بودجه برای همان افراد جلوگیری می‌کنید.

۲. هدف‌گذاری هر دو گروه در یک Ad Set مشترک

روش دوم این است که هر دو گروه را در یک Ad Set هدف بگیرید. در این حالت، بودجه هر دو گروه از یک محل تأمین می‌شود و زمانی که کاربری در هر دو گروه قرار دارد، فقط یک‌بار در فرآیند مزایده (Auction) در نظر گرفته می‌شود. این روش باعث می‌شود هیچ کاربری در چند جای مختلف هزینه تکراری نداشته باشد.

۳. استفاده از Exclusion Audiences

روش سوم استفاده از اکسکلود برای حذف بخش‌های هم‌پوشان است.
در این روش باید دقت کنید که فقط در یک جهت اکسکلود تعریف کنید تا بخش مشترک به طور کامل حذف نشود. برای مثال، فرض کنید یک گروه بزرگ و یک گروه کوچک دارید. می‌توانید در Ad Set مربوط به گروه بزرگ، گروه کوچک را از هدف‌گذاری حذف کنید. به این ترتیب، تبلیغ فقط برای ۶۶.۹ میلیون نفر از گروه اصلی نمایش داده می‌شود و ۷.۹ میلیون نفری که در هر دو گروه بودند، کنار گذاشته می‌شوند.

سپس یک Ad Set جداگانه برای گروه کوچک ایجاد کنید که هیچ استثنایی ندارد، چون دیگر با گروه بزرگ هم‌پوشانی ندارد. در نتیجه، کاربران مشترک فقط در Ad Set گروه کوچک هدف قرار می‌گیرند و دیگر در گروه بزرگ تکرار نمی‌شوند.

تارگتینگ در فیسبوک یکی از حساس‌ترین بخش‌های اجرای کمپین است. اگر اشتباه انجام شود، می‌تواند باعث هدر رفت بودجه، کاهش نرخ تبدیل و از بین رفتن سود تبلیغاتی شما شود. بسیاری از تصمیم‌هایی که در ظاهر منطقی و درست به نظر می‌رسند، در واقع باعث محدود شدن غیرضروری مخاطب و کاهش اثربخشی کمپین می‌شوند. در ادامه، رایج‌ترین اشتباهات در تارگتینگ فیسبوک و راهکار اصلاح آن‌ها را مرور می‌کنیم.

۱. مهم‌ترین Lookalike Audience شما باید بر اساس Conversion ساخته شود

در این مثال، کسب‌وکار مورد نظر در حوزه پوشاک ورزشی مردانه فعالیت دارد و از Lookalike Audience بر پایه بازدیدکنندگان سایت استفاده می‌کرد.
این کار اشتباه نیست، اما اگر داده‌های کانورژن یا خرید دارید، بهتر است Lookalike Audience خود را بر اساس خریداران واقعی بسازید. این جامعه، رفتار خرید واقعی را نشان می‌دهد و معمولاً نرخ تبدیل بالاتری دارد.

۲. مشتریان قبلی را از تارگتینگ خود حذف نکنید

یکی از اشتباهات تکراری این است که مشتریان قبلی از کمپین‌ها حذف می‌شوند. این کار نه‌تنها اشتباه است، بلکه باعث از دست رفتن ارزشمندترین بخش دیتابیس شما می‌شود.
مشتریان فعلی بیشترین احتمال خرید مجدد را دارند، به شرط اینکه با آن‌ها در ارتباط بمانید. افراد معمولاً بعد از خرید، به محصولات دیگر شما فکر نمی‌کنند مگر اینکه از طریق تبلیغات دوباره یادآوری شوند. بنابراین آن‌ها را در تارگتینگ خود نگه دارید و کمپین‌های جداگانه برای Upsell یا Cross-sell طراحی کنید. (این مورد در بیزینس هایی که تک خرید هستند کاربردی نیست. مانند خرید نرم افزار حسابداری.)

۳. تارگتینگ جغرافیایی را بیش از حد محدود نکنید

تنها زمانی باید تارگتینگ مکانی را محدود کنید که کسب‌وکار شما واقعاً لوکال است، مثلاً آرایشگر یا خدمات نصب در یک منطقه خاص.
اما اگر محصول یا خدمت شما قابلیت ارسال یا ارائه در سراسر کشور را دارد، حتماً تمام مناطق قابل پوشش را هدف بگیرید. الگوریتم فیسبوک به اندازه کافی هوشمند است که تشخیص دهد در چه شهرهایی کاربران بیشتری از شما خرید می‌کنند. اگر به الگوریتم اجازه بدهید داده بیشتری بررسی کند، در نهایت هزینه جذب مشتری (CPA) شما کاهش پیدا می‌کند.

۴. بازه سنی را بی‌دلیل محدود نکنید

یکی از اشتباهات رایج در تارگتینگ فیسبوک، تعیین بازه سنی خیلی محدود است. سیستم تبلیغاتی فیسبوک زمانی بهترین عملکرد را دارد که جامعه هدف شما گسترده‌تر باشد.
اگر از Lookalike Audience استفاده می‌کنید، بازه سنی را از ۱۸ تا ۶۵ سال به بالا باز بگذارید. در تبلیغات سرد (Cold Campaigns – به آن دسته از کمپین‌ها گفته می‌شود که مخاطب هنوز هیچ شناخت یا تعاملی با برند شما ندارد.) در صورت نیاز می‌توانید بازه را کمی کاهش دهید، اما در بیشتر موارد نیازی نیست. الگوریتم فیسبوک به‌مرور متوجه می‌شود کدام رده سنی نرخ تبدیل بالاتری دارد و بودجه را به همان گروه اختصاص می‌دهد.

۵. در تارگتینگ جنسیت، افراط نکنید

اگر برند شما محصولی مردانه تولید می‌کند، تارگتینگ روی مردان منطقی است. اما در مواردی که حتی ۱۰ درصد از مشتریان شما از جنسیت دیگر هستند، بهتر است گزینه «All» را انتخاب کنید.
الگوریتم فیسبوک در شناسایی و توزیع بهینه تبلیغات بین جنسیت‌ها بسیار دقیق است. اجازه دهید خودش تشخیص دهد کدام گروه جنسیتی برای کمپین شما مناسب‌تر است.

۶. تارگتینگ جزئی (Detailed Targeting) را با Lookalike Audience ترکیب نکنید

یکی از اشتباهات خطرناک این است که گزینه‌های Detailed Targeting در همان Ad Set مربوط به Lookalike Audience قرار داده می‌شوند. این کار باعث محدود شدن بیش از حد مخاطب می‌شود.
بهتر است برای هر گروه هدف جزئی، Ad Set جداگانه بسازید و آن‌ها را جداگانه تست کنید. این روش به شما کمک می‌کند بفهمید کدام گروه‌ها عملکرد بهتری دارند و در نهایت با داده واقعی کمپین خود را بهینه کنید.

۷. بازه زمانی Custom Audience را افزایش دهید

بهتر است بازه را تا حداکثر مقدار ممکن یعنی ۱۸۰ روز افزایش دهید. فیسبوک ابتدا تبلیغ را به بازدیدکنندگان جدیدتر نشان می‌دهد، اما با داشتن جامعه بزرگ‌تر، داده بیشتری برای یادگیری در اختیار دارد. این کار به بهینه‌تر شدن الگوریتم و افزایش نرخ تبدیل کمک می‌کند.

۸. تغییر دادن چند متغیر به‌صورت هم‌زمان

اگر می‌خواهید از تبلیغاتتان بهترین نتیجه را کسب کنید، باید داده‌های تمیز و قابل تفسیر جمع‌آوری کنید. در واقع هدف این است که با شواهد واقعی بفهمید چه چیزی در کمپین‌ها جواب می‌دهد و چه چیزی نه.

در یک کمپین تبلیغاتی، عوامل زیادی بر موفقیت تأثیر می‌گذارند؛ از طراحی و محتوای بصری گرفته تا متن کپشن، صفحه فرود، عنوان، هدف کمپین، بودجه و تارگتینگ مخاطب. خود متا (فیسبوک) هم معمولاً توصیه می‌کند که برای حفظ تازگی تبلیغات، گاهی المان‌های جدیدی اضافه کنید که البته در حدی درست است.

در بیشتر مواقع، نباید دقیقاً همان تبلیغ را بارها به همان گروه از افراد نمایش دهید؛ چون احتمالاً از محتوای شما خسته می‌شوند و گزینه‌ی «مخفی کردن تبلیغ» را انتخاب می‌کنند. این رفتار نه‌تنها ارتباط شما را با آن کاربر از بین می‌برد، بلکه باعث افت امتیاز برندتان در نگاه الگوریتم متا می‌شود.

اما از طرف دیگر، نباید تغییرات بی‌برنامه و هم‌زمان در همه بخش‌ها انجام دهید، چون در آن صورت نمی‌فهمید دقیقاً کدام عامل باعث تغییر در عملکرد کمپین شده است.

فرض کنید یک کمپین ترافیکی برای فروشگاه خود اجرا کرده‌اید، اما از نتایج راضی نیستید. برای کمپین بعدی تصمیم می‌گیرید چند چیز را هم‌زمان تغییر دهید: گرافیک جدید طراحی می‌کنید، کپشن را بازنویسی می‌کنید، لینک جدید می‌گذارید و تارگتینگ مکانی را هم تنظیم می‌کنید.

نتیجه؟ عملکرد کمپین دوم عالی می‌شود! اما حالا یک سؤال مهم دارید: دقیقاً چه چیزی باعث این بهبود شد؟ از آن‌جا که چند متغیر را با هم تغییر داده‌اید، هیچ راهی ندارید که بفهمید کدام عامل بیشترین تأثیر را داشته است. در نتیجه نمی‌توانید همان موفقیت را در کمپین بعدی تکرار کنید.

به‌عنوان یک قانون طلایی، همیشه سعی کنید در هر مرحله فقط یک متغیر را تغییر دهید.
مثلاً یک ماه فقط علایق (interests) را به مخاطب اضافه کنید، ماه بعد بازه سنی را تغییر دهید، و همین‌طور مرحله به مرحله پیش بروید.

همچنین، حتماً یک گزارش یا لاگ از تاریخ‌ها و تغییراتی که در طول کمپین اعمال می‌کنید نگه دارید.
وقتی بعداً عملکرد کمپین را بررسی می‌کنید و متوجه افزایش یا کاهش در نتایج می‌شوید، می‌توانید به آن لاگ رجوع کنید و ببینید آیا این تغییرات با اصلاحات شما مرتبط بوده‌اند یا نه.

۹. عدم استفاده از Audience Segmentation در فیسبوک

خیلی عالی می‌شد اگر تمام مشتریان شما به یک پیام تبلیغاتی یکسان واکنش نشان می‌دادند. اما واقعیت این است که هر بخش از مخاطبان شما ممکن است به دلایل متفاوتی انگیزه خرید داشته باشد. یکی از اشتباهات رایج در تبلیغات فیسبوک این است که مارکترها بدون تفکیک، جامعه‌ای بسیار گسترده را هدف می‌گیرند و فرض می‌کنند همه افراد در آن گروه می‌توانند از محصول یا خدمتشان استفاده کنند.

برای مثال، یکی از مشتریان ما سازمانی است که خدمات مشاوره، پشتیبانی و منابع آموزشی برای والدین دانش‌آموزان با تفاوت‌های یادگیری ارائه می‌دهد. جامعه هدف آن‌ها شامل والدین دانش‌آموزان ابتدایی تا دانشجویان دانشگاه است. طبیعی است که این برند می‌تواند برای والدین مختلف جذاب باشد، اما نیازها، دغدغه‌ها و حتی نوع زبان والدین کودک دبستانی با والدین دانشجوی سال اول کاملاً متفاوت است.

بعد از تغییرات مربوط به iOS و محدود شدن دسترسی فیسبوک به داده‌های کاربران، اطلاعات دموگرافیک دیگر مثل قبل دقیق نیست. در بسیاری از موارد، مارکترها حتی نمی‌دانند چه گروه سنی یا جنسیتی بیشتر تبلیغشان را دیده است. به همین دلیل، تنها راه مطمئن برای تشخیص اینکه کدام گروه دموگرافیک برای شما بهترین عملکرد را دارد، تقسیم‌بندی یا Segmentation دقیق مخاطبان است.

برای این کار می‌توانید در Meta Business Suite از مسیر زیر پیش بروید:
Home → Advertise → Audiences
سپس روی دکمه آبی «Create Saved Audience» کلیک کنید و ویژگی‌های جزئی (مثل سن، جنسیت، موقعیت مکانی، علایق و رفتارها) را تنظیم کنید.

بعد از ساخت چند Audience مختلف، کمپین‌ها را طوری طراحی کنید که هر بار فقط یک گروه از مخاطبان را هدف بگیرند و نتایج آن‌ها را با هم مقایسه کنید.

این روش علاوه بر تحلیل دقیق‌تر عملکرد، به شما اجازه می‌دهد تا پیام، تصویر و صفحه فرود هر کمپین را بر اساس ویژگی‌های همان گروه شخصی‌سازی کنید.
برای مثال، می‌توانید از تصاویری استفاده کنید که با دموگرافی مورد نظر هم‌خوانی دارد یا کاربران را به صفحه‌ای هدایت کنید که محتوای مخصوص همان گروه را نمایش می‌دهد.

به‌صورت خلاصه:

• هر چه مخاطب شما دقیق‌تر تعریف شود، پیام شما مرتبط‌تر خواهد بود.
• هر چه پیام مرتبط‌تر باشد، نرخ تعامل و تبدیل بالاتر می‌رود.

۱۰. حذف نکردن افرادی که احتمال تبدیل پایینی دارند

وقتی صحبت از Narrow Audience می‌شود، باید از قابلیت Exclude هم استفاده کنید. شاید در نگاه اول عجیب به نظر برسد که بخواهید بخشی از افراد را از دیدن تبلیغ خود حذف کنید، اما این کار باعث می‌شود بودجه شما صرف افرادی شود که واقعاً احتمال تبدیل شدن به مشتری را دارند.

این استراتژی در موقعیت‌های مختلف کاربرد دارد:

• اگر هدفتان افزایش آگاهی از برند (Brand Awareness) بین مخاطبان جدید است، می‌توانید افرادی را که قبلاً تبلیغ شما را دیده‌اند حذف کنید.اگر مشاور املاک هستید و کاربرانی را با علاقه به «ویلا» یا «آپارتمان» هدف گرفته‌اید، بهتر است گروه «Recently Moved» را Exclude کنید چون آن‌ها به‌تازگی خانه خریده‌اند.اگر مشاور مالی هستید، بهتر است افرادی با عنوان شغلی مشابه خودتان را حذف کنید تا تبلیغتان به رقبا نمایش داده نشود.

لازم نیست از همان ابتدا تمام Exclusionها را بسازید. در طول مسیر، هر زمان دیدید لیدهای بی‌کیفیت دریافت می‌کنید، بررسی کنید چه ویژگی مشترکی دارند و از آن برای حذف گروه‌های غیرمرتبط استفاده کنید.

۱۱. هدف‌گیری فقط روی مخاطبان سرد (Cold Audience)

دوران طلایی فیسبوک برای جذب مشتری جدید (Customer Acquisition) تا حدی گذشته است. بعد از به‌روزرسانی‌های iOS و محدودیت‌های جدید در Detailed Targeting، دیگر نمی‌توان فقط با تکیه بر تبلیغات سرد به رشد پایدار رسید.

حتی اگر تمام نکات بالا را رعایت کنید، ممکن است همچنان نتوانید به مخاطب ایده‌آل برسید. اما این به معنی پایان کار نیست. در عوض، باید تمرکز خود را به ری‌تارگتینگ (Retargeting) تغییر دهید یعنی نمایش تبلیغ به افرادی که قبلاً با برند شما آشنا بوده‌اند.

به جای تلاش برای جذب لید جدید، تبلیغاتی طراحی کنید که کاربران فعلی را در مسیر خرید جلوتر ببرد. فیسبوک هنوز ابزارهای قدرتمندی برای این کار دارد، از جمله:

• Website Retargeting: اگر پیکسل فیسبوک روی سایت شما نصب شده باشد، می‌توانید کاربرانی را هدف بگیرید که از سایت یا حتی صفحه خاصی بازدید کرده‌اند.
• Email Retargeting: با آپلود لیست ایمیل مشتریان فعلی، می‌توانید آن‌ها را مستقیماً هدف بگیرید یا Lookalike Audience از آن بسازید.
• In-Platform Retargeting: می‌توانید تبلیغ را به کسانی نشان دهید که صفحه اینستاگرام شما را دنبال کرده‌اند یا ویدیوی شما را در فیسبوک دیده‌اند.

در شرایط فعلی، ترکیب هوشمندانه‌ی تارگتینگ دقیق، Exclusion هدفمند و ری‌تارگتینگ مستمر، یکی از کلیدی‌ترین روش‌ها برای حفظ عملکرد کمپین‌های فیسبوک است.

نادیده گرفتن Audience Overlap

فرض کنید چند Ad Set ساختید:
یکی برای افرادی که به Shopify علاقه دارند، یکی برای صاحبان فروشگاه‌های آنلاین، و دیگری برای دیجیتال مارکترها. در نگاه اول به نظر می‌رسد دارید دامنه‌ی بیشتری از مخاطبان را پوشش می‌دهید، درست است؟
اما نکته‌ای که معمولاً نادیده گرفته می‌شود این است که بخش زیادی از این افراد در واقع همان کاربران تکراری هستند.

فیسبوک به‌صورت خودکار جلوی رقابت بین Ad Setهای شما را نمی‌گیرد. در نتیجه، وقتی چند Ad Set با مخاطبان مشابه اجرا می‌کنید، در مزایده تبلیغاتی با خودتان رقابت می‌کنید!
نتیجه؟ هزینه تبلیغات بالا می‌رود، هزینه هر نتیجه (Cost per Result) افزایش پیدا می‌کند و مقیاس‌پذیری کمپین سخت‌تر می‌شود.

چطور این مشکل را حل کنیم؟

• از ابزار Audience Overlap در Meta استفاده کنید تا بفهمید کدام Ad Setها در حال هم‌پوشانی هستند و منابع شما را می‌سوزانند.
• به جای ساخت ده‌ها Ad Set با تارگتینگ مشابه، علایق مرتبط را در یک Ad Set ساختارمند و منسجم ترکیب کنید.
• برای هر کمپین جدید، از Exclude Audience استفاده کنید تا مطمئن شوید تبلیغ به کاربران تکراری نمایش داده نمی‌شود.