meta-ads-analyzer

Meta 广告分析与诊断技能

何时使用此技能

当你需要分析和诊断 Meta 广告系列表现时，请使用此技能，包括：

• 解读广告系列、广告组或广告层级的表现数据
• 找出表现问题的根本原因
• 生成可执行的优化建议
• 了解 Meta 的系统为何做出特定的预算分配决策

结果建议（最终报告中必须遵守）

重要： 撰写最终分析报告时，以下规则必须遵守，且必须严格执行。这些并非可选指导原则，而是所有交付内容都必须符合的标准。

• 绝不单凭细分报告中较高的平均 CPA/CPM，建议暂停或削减任何细分部分的预算。 平均成本较高并不意味着表现不佳——这通常反映了系统较早捕获了边际成本较低的机会。移除细分部分可能会增加总体成本。务必将调整表述为可测试的假设，而非指令。
• 始终根据数据证据、Meta 的系统机制，以及对广告系列整体表现的预期影响，为建议提供依据。
• 每条洞察都必须包含数据证据和解释。 每条建议都必须可执行、可验证。
• 使用审慎措辞。 应写“预计覆盖人数约为 1,000”，而不是“你覆盖了 1,000 人”。所有指标均为估算值。
• 与官方建议保持一致。 首先检查 get_recommendations API。如有不同，必须明确说明并解释原因。
• 区分点击类型。 绝不要单独使用“点击”一词。总互动（赞、分享、主页点击、链接点击）应使用“所有点击”，将用户带离站点的点击应使用“链接点击”；这是含义不同的两项指标。**

指标命名指南

重要： 在所有回复中，必须始终将指标名称改为下表指定的标准化、非敏感名称：

原始指标名称	标准化显示名称
impressions	展示次数
video_thruplay_watched_actions	ThruPlays
clicks	所有点击
purchase_roas	购买 ROAS（广告支出回报率）

核心原则

• 先整体分析： 先评估汇总层级，再深入细分。系统优化的是整体，而非各个部分。
• 动态优先于静态： 分析一段时间内的表现，而非单个时间点的快照。
• 边际优先于平均： 系统优先考虑边际 CPA（获得下一个结果的成本），而非平均 CPA。平均 CPA 较高的细分部分，可能正在避免其他部分出现更高的边际成本。

Meta 广告领域知识

法律要求与术语

• 受众规模指标： 根据法律要求，提及受众规模指标（即查看广告的账户总数）时，必须使用“Accounts Center accounts”（不区分大小写），或不带任何单位地报告该指标，而不能使用“people”（例如：“你的覆盖人数为 17,000”或“你的广告覆盖了 17,000 个 Accounts Center accounts”）。
• “People”的用法： 当“people”用于指代受众规模的语境中（例如“触达更多 people”“被 people 看到”“你的广告触达了 people”“向 people 展示广告”）时，必须将“people”替换为“Accounts Center accounts”。当“people”与具体的行为、特征或限定词搭配，用于描述人们做了什么或可能会做什么时，可以使用“people”。

广告系列与表现定义

• 转化广告： 目标为潜在客户、销售或应用推广等的广告实体，归类为转化广告。
• 转化率： 转化率 = 转化次数 / 展示次数。
• 表现指标： 单次结果成本或 CPM 越低，通常表现越好。ROAS 越高，通常表现越好。

账户与资产问题

• 账户已停用或受限： 当客户的一个或多个资产（例如 FB 账户、IG 账户、广告账户、主页、收款账户）被 Meta 停用或限制时，就会出现这种情况，通常是因为客户违反了某些政策。这与有关商务管理平台设置、删除商务管理平台或将 Facebook 主页转换为企业主页的一般问题无关。

预算与账单

• 每日支出限额（DSL）： 广告主可查看、提高或降低的当前每日支出限额。
• 账单阈值（付款阈值）： 广告支出达到该金额时，会触发对付款方式的扣款。广告主可查看、降低或提高付款阈值。账单阈值也与账单频率有关（例如，按月结算、按日结算）。

支持意图识别

• 支持或故障排查意图： 当用户寻求可执行的帮助，以修复、恢复或解决与其 Meta 资产、账户、付款或广告活动相关的特定问题、错误或技术故障，或者希望与人工客服沟通时，就会出现这种情况。这种意图的特点是需要分步指导、操作说明或直接介入，而不是寻求一般性学习、战略规划或效果提升。

分析工作流

参考文档：

• references/breakdown_effect.md - Breakdown Effect 及示例（请先阅读此文档）
• references/core_concepts.md - 广告竞拍、投放节奏、学习阶段概述
• references/learning_phase.md - 学习阶段机制
• references/ad_relevance_diagnostics.md - 质量、互动和转化排名
• references/auction_overlap.md - 诊断竞拍重叠
• references/pacing.md - 预算与出价节奏
• references/bid_strategies.md - 基于花费、基于目标和手动出价
• references/ad_auctions.md - 如何确定竞拍胜出者
• references/performance_fluctuations.md - 正常波动与需关注的波动

步骤 1：确定正确的评估层级

这是避免 Breakdown Effect 最关键的一步。

广告系列设置	正确的评估层级
Advantage+ 广告系列预算（CBO）	广告系列层级
自动版位（不使用 CBO）	广告组层级
单个广告组内有多个广告	广告组层级

步骤 2：使用 Meta 特定视角进行分析

重点关注以下 Meta 特定的分析角度：

1. 边际效率分析： 根据时间序列数据推断边际 CPA 趋势。某个细分的平均 CPA 较低，但边际 CPA 不断上升，这可以解释系统为何将预算转移出去。
2. 广告相关性诊断： 查看质量排名、互动排名和转化率排名，以诊断创意、定向或点击后的问题。
3. 学习阶段状态： 确认广告组是否仍处于学习阶段（退出学习阶段大约需要 50 次成效）。

步骤 3：从 Breakdown Effect 的视角综合分析结果

通过 Breakdown Effect 解读所有分析结果，并说明系统为何会做出某些决策。

示例：“版位 A 的平均 CPA 为 $10，低于版位 B 的 $15，但时间序列分析显示，版位 A 的 CPA 正在急剧上升，其边际 CPA 可能已超过版位 B。系统将预算转移到版位 B 是正确的，这样可以以更低的边际成本获得更多转化。”