设置效果活动的最佳实践

使用以下策略查找可能转化的新受众：

• 从数据管理平台(DMP)(如Adobe Audience Manager)进行相似人群拓展建模。
• 使用第三方数据的行为定位。
• 上下文定位。
• 站点/类别定位。

使用网络运行(RON)定位：一定要包括没有受众定位和广泛库存定位的网络放置运行。 这允许Adobe Sensei算法查找有价值用户，这些用户可能拥有尚未分类到受众的较新Cookie。

如果广告商是Adobe Analytics或Adobe Audience Manager客户，则您可以在DSP中构建第一方区段（例如主页访客、产品页面或购物车放弃者）并将它们用作投放目标。

避免为面向受众的投放分配过多的预算。 一般来说，每月每1,000个用户预算为30美元。

步调和上限： ​要选择CPA或ROAS优化目标，包必须使用包级别的步调。 这可确保优化包中的所有版面，以根据性能和规模将支出分配到选定的目标。

投放日期： （潜在客户包）当您的营销活动运行超过25天时，请使用Activate Custom Flighting功能。 首先，将前10天的自定义航班设置为所需每日预算的大约75%，以减少​ 学习阶段 ​期间的支出。 然后，为剩余预算设置第二个自定义航班。

例如，如果您在30天内有$100,000的支出，则将航班1的预算（第1-10天）设置为$25,000（75% x $100,000/30天=每天$2,500）。 将剩余预算75,000美元用于航班2（第11-30天）。

预算： DSP始终尝试在包中的所有版面之间平均分配100%的包预算。 如果投放位置支出较少或没有支出，我们建议为投放位置设置预算上限，以允许将更多预算按比例分配给投放位置。 允许24-48小时对预算更改进行校准。

优化目标： ​使用两个性能优化目标之一，Highest Return on Ad Spend ​或​ Lowest Cost per Acquisition，具体取决于包目标。 这些目标分别自动优化包以实现ROAS最高版位或是CPA最低版位。

自定义目标：

• 如果新资源包与现有资源包具有相同的目标，则可以选择链接现有资源包，以便算法可以使用现有的机器学习数据。
• 输入相应的Target CPA或Target ROAS。

Flight步调和Intraday步调： ​对于这两种类型的步调，请选择​ Even ​以通过全天和全天统一步调来最大化您的性能目标。

最高出价：

• 对于潜在客户投放位置，请使用较低的最高出价（5美元）。
• 要重新定位投放位置，请使用最高出价（12美元）。

预竞价筛选器： ​最小化或最好避免设置妨碍投放达到规模的积极预竞价筛选器。 最佳实践包括：

• 为每个投放位置使用一(1)个预竞价过滤器。 使用多个预竞价筛选器需要同时满足这两个条件，这会缩小规模。

• 在应用了其他定位（如受众、地理和网站定位）的情况下，请考虑设置更宽松的预竞价过滤器。

Included Audiences：

• 对于潜在客户投放位置，将类似的受众类别和类似的受众规模分组到一个投放位置中。 然后，根据性能，执行下列操作之一：

  • 从现有投放位置中删除性能不佳的受众。
  • 将表现最好的受众转移到单独的投放位置以更好地控制预算。

• 对于重新定位投放位置，理想情况下，您应在每个投放位置包含一个受众区段，以轻松控制竞价和预算。

Frequency Capping：

• 对于潜在客户投放位置，请使用严格的频率限制（每天一次展示）。
• 对于重定向投放位置，将主投放上限设置为每天6-10次展示，将次上限设置为每小时1次展示。

Device Targeting：

• 包括Computer、Mobile和Tablet。
• 由于定位和测量限制，请勿定位Firefox和Safari。 有关Safari ITP的Adobe支持的更多详细信息，请与您的Adobe客户团队联系。
• 如果您要定位移动Web流量，请禁用除Chrome和Edge之外的所有移动浏览器。