Facebook廣告的AI學習效用測試

廣告曝光
以廣告曝光來說，三組受眾的 CPM 並無太大差異，但由於 Tier 1 Interest 的潛在受眾人數其餘兩組受眾來說較狹窄，Impression 供應亦更少，所以 CPM 亦會較高。

點擊成本及站內瀏覽質素
除了點擊數目，我們更應留意點擊的質素，因為只有高質素的有效點擊才能為我們帶來價值。

Tier 1 Interest – Digital Marketing
受眾明顯對我們的廣告內容感到興趣，不但點擊成本便宜，而且瀏覽時長亦十分理想。此外，即使我們的廣告設定及內容都不是以轉換為目標，但亦能為我們帶來了數個潛在客戶查詢。

Tier 2 Interest – Marketing
雖然表現遜於 Tier 1 Interest，但由於受眾範圍較廣，能避免於長時間投放廣告及預算充裕時出現廣告效果飽和 (Audience Saturation) 的情況。此外，由於此受眾組別能維持較高的廣告相關性 (Ad Relevance)，CPC 亦因此能保持在低水平。至於點擊質素，雖然平均瀏覽時間只及 Tier 1 Interest 的一半，但考慮到 Landing Page 的文章篇幅不長，1.5 分鐘的平均瀏覽時長亦算理想。

Tier 3 – Sales & Business
潛在觸及範圈由 87,000 大幅擴闊到 290,000，而且亦給予了足夠的學習時間及收集到所需的點擊數目，因此理應能給予 Facebook 廣告學習系統較大空間，為我們找出最相關的受眾，獲得更好的廣告成效。然而此受眾組別的成效卻強差人意，不但點擊成本高昂，而且站內瀏覽數據亦遠遜於其餘兩個組別。

結論
測試結果顯示，即使我們給予 Facebook 廣告系統充份的學習條件，但在缺乏精準受眾設定的情況下，亦會未能取得理想的廣告成效。

雖然 Machine Learning 及 Deep Learning 的發展日益進步．但由於 Facebook 擁有超過 800 萬個活躍廣告客戶，在龐大的數據處理需求之下，每個廣告商所分到的電腦運算能力實在只屬杯水車薪。因此，我們不應過份依賴 AI Machine Learning，而是要透過分析數據及觀察，了解目標顧客的特徵，從而改善廣告成效。