在线数据收集的各种变化限制了数字平台在广告定位中可以使用多少洞察力，Meta 一直在开发新的基于机器学（xi）的广告定位模型，该模型能够向每个用户提供更相关的广告，而无需相同的个人使用洞察力水平。
这对 Meta 来说尤为重要，因为它受到Apple 的 iOS 14 更新的打击尤其严重。更新后，许多用户已阻止 Meta 在其应用程序中收集使用数据。
使用 LinkedIn 教育营销团队前任经理的分步清单完善您的 LinkedIn 个人资料。
虽然这损害了 Meta 的底线，但最近，Meta 的广告业务出现了复苏，同时营销人员还报告称，通过诸如Meta 的自动广告定位流程Advantage+ 等工具，业绩有了很大改善。
那么，Meta 如何在数据较少的情况下向用户投放更相关的广告呢？
本周，Meta 概述了其在这方面的最新系统更新，其中包含一个名为“ Meta Lattice ”的新广告投放流程，该流程使用多个数据点通过 AI 和其他预测技术更好地预测可能的广告响应。
正如Meta所解释的：
“ Meta Lattice 能够从整体上提高我们广告系统的性能。我们通过大容量架构增强了它的性能，使我们的广告系统能够更广泛、更深入地理解数据中的新概念和关系，并通过对大量目标的联合优化使广告商受益。”
好吧，这有点啰嗦——但本质上，Lattice 系统能够推断出更有可能的用户反应，而不需要每个人提供尽可能多的直接数据洞察力。
该过程利用跨 Meta 不同表面（例如新闻提要、故事、卷轴）的知识共享来扩展其对潜在用户兴趣和活动的映射。以前，所有这些元素都是单独测量的，但 Meta 更先进的预测模型现在能够接收更广泛的数据点，以便更好地理解可能的个人行为。
它基本上是一个包含所有 Meta 广告响应活动的扩展数据库，当它与每个用户的所有其他信息交叉匹配时，使 Lattice 系统能够通过更高级的映射更好地预测可能的广告兴趣。这可以更好地利用 Meta 可以访问的所有数据来向人们展示更相关的广告。
跟上这个故事。订阅今日社交媒体免费每日时事通讯
“我们设计 Meta Lattice 是为了在新的数字广告环境中推动广告商的表现，在这种环境中我们可以访问更细粒度的数据。此外，Lattice 能够泛化跨领域和目标的学（xi），这在模型的训练数据有限时尤为重要。更少的模型还意味着我们可以主动有效地更新我们的模型并适应快速变化的市场格局。”
此外，Lattice 系统还能够更好地将长期广告曝光及其对响应的相对影响进行情境化。
“广告和观看广告的人之间的互动可以从几秒钟（例如，点（dian）击、喜(xi)欢）到几天（例如，考虑购WS@#@买、添加到购物车，然后从网站或应用程序进行购WS@#@买）。通过具有时间意识的多分布建模，Meta Lattice 不仅可以从新鲜信号中捕捉到一个人的实时意图，还可以从缓慢、稀疏和延迟的信号中捕捉到长期兴趣。”
根据 Meta 的说法，这种方法已经将广告曝光质量提高了 8%，而且每天都在变得更好，通过其自动定位工具带来更好的结果。
真的，如果您还没有考虑过Meta 的 Advantage+ 广告，它们值得一看，许多绩效营销人员再次报告说通过使用 Meta 先进的广告定位工具取得了不错的效果。
而且，随着这些基于 AI 的系统使用更广泛的输入进行发展，它们可能会成为更重要的响应驱动因素，这可以帮助您为您的产品定位合适的受众，而无需手动设置每个活动的参数。
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。聚才发仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 tenspace2022@163.com 举报，一经查实，本站将立刻删除。 本文链接：https://www.jucaifa.com/post/1125063.html
