優先選擇再營銷的3種情況，90%的廣告主都踩坑了！丨出海筆記

曾經，我的廣告預算幾乎全砸在“再營銷”上——追著網站訪客、加購用戶、郵件用戶、粉絲不放。但后來發現，有時候，Meta的智能算法才是真香！

參考《Meta自動自動算法崛起，Facebook 再營銷要被打入冷宮》

• 實時行為捕捉：通過用戶行為標簽（如停留時長、點擊深度、購買歷史）等用戶畫像動態調整投放策略。
• 預算分配：系統自動將70%預算分配給高轉化潛力人群，30%用于探索新客。
• 一種猜想是：懷疑是為了規避隱私條款，Meta把知道的顯性標簽隱藏了，只有他們自己看，賣家看到的是已經不那么準確的前顯性標簽。

• 頻次失控：手動再營銷常導致廣告重復觸達，有案例顯示，手動再營銷的廣告頻次是算法投放的2.3倍，導致花費高了。
• 增量瓶頸：Meta算法已覆蓋80%高意向用戶，單獨再營銷只能爭奪剩余20%的低價值流量——才會出現下面手動再營銷CPA高于自動。
• 成本倒掛：手動再營銷的單次轉化成本（CPA）比算法投放高35%，而ROAS低18%。

對于新手，反而手動再營銷的時候頻次會更高，這也解釋為什么有些時候新手投放“全自動”會出現效果比“手動”效果好很多的場景。跟新司機和老司機開自動波和手動波哪個更省油的情況一樣，因為這時候：Meta會自動平衡“再營銷”和“拉新”，單獨追著老用戶跑，成本高、增量少。

• 1天瀏覽轉化虛高：某美妝品牌發現，32%的再營銷轉化發生在用戶收到郵件的同一天，實際歸因于郵件營銷而非廣告。
• 虛假關聯：某3C品牌分析發現，45%的再營銷轉化用戶本就計劃購買，廣告僅起到“最后觸達”作用。

• 歸因模型對比：同時啟用對比7天點擊歸因和28天瀏覽歸因，過濾虛假轉化。
• 新客驗證：觀察未點擊廣告的新客占比，若低于20%，說明數據存在水分（特別是低于10%就會存在嚴重水分）。
  
  

• 棄購挽回：對7天內棄購用戶發送“專屬折扣+限時提醒”，提升轉化率提升。
• 高購買力老用戶復購：找出過去購買過特別高客單價的老客戶做再營銷，不同于普通老用戶，因為這些購買力高的就算頻次多了只要最后買了也值了。

預算少到離譜，只能“精準狙擊” ?，每天預算不到50刀？與其廣撒網，不如集中火力攻再營銷人群。雖然受眾規模小，但至少成本可控！ ?

• 點擊量廣告→圈定互動用戶→再營銷
• 低價值行為定向：定向“點贊但未點擊”的用戶

結果：人群質量稀碎，廣告成本增加，轉化卻無提升，慘不忍睹！

• 轉化事件定向：僅圈定“購買”“加購”等高質量行為用戶。
• 自然流量篩選：定向通過SEO或直接訪問的用戶，轉化率提升40%。
  
  

• 寬泛相似受眾：CTR下降，轉化成本增加。
• 忽視行為權重：未區分“購買用戶”和“瀏覽用戶”，導致相似受眾質量參差不齊。

• 分層相似受眾：分別創建“高價值用戶”“中價值用戶”相似受眾。
• 行為權重調整：“加購”設為70%，“瀏覽”設為30%。
  
  

• 頻次閾值：通常當廣告頻次超過3次，用戶流失率要么增加就會很快，要么就是無效再營銷。

• 手動再營銷改為用Google display 廣告(因為現在有Pmax存在，所以建議是老司機做這個操作，新手慎用)
  
  

• 70%廣泛定向：使用Advantage+ Audience覆蓋潛在新客。
• 30%再營銷：聚焦高價值人群。
  
  

• 促銷節點：7~9月布局潛積累在客戶，在黑五期間將再營銷預算提升至50%。
• 庫存清倉：定向“瀏覽過清倉相關頁面”的用戶。

1. 算法探索：使用Advantage+ Audience跑量，收集用戶行為數據。
2. 人工分析：每周導出數據，篩選高價值人群（如LTV前10%用戶）。
3. 再營銷激活：手動針對高價值人群設計專屬廣告，提升ROAS。

• 手動操作的時候立即停止“軟再營銷”，聚焦高價值人群。
• 將70%預算分配給Advantage+ Audience，30%用于再營銷。
• 每周分析歸因數據，過濾虛假轉化。
• 利用生成式AI工具提升創意效率。

請轉發給總在再營銷上浪費錢的隊友！（然后悄悄說：省下的錢，至少夠請部門喝一個月奶茶了）

新一年, Meta的打法策略也需要做一些調整和改進，具體我在出海筆記Club更新了：《進階：Facebook廣告冷啟動SOP策略要點》