我们在投放Facebook广告的时候，经常会碰到这样的问题，部分广告组的投放状态显示“学习期数据不足”，这意味着什么？对广告效果有什么样的影响？怎样才能更快地解决？我们来详细地探讨一下这个问题，相信你会从中找到答案。

什么是“学习期”？

要解决“学习期数据不足”的问题，首先我们要先了解什么是“学习期”。

当我们的广告通过审核开始投放后，Facebook广告投放系统会根据我们设定的广告目标，通过机器学习不断地优化广告效果，包括广告定位的最佳人群、展示广告的最佳时间，以及使用的展示位置和广告素材等等。广告展示越多，数据积累越多，广告投放系统的优化效果就会越好。

Facebook广告投放系统通过机器学习，根据广告投放中积累的广告数据，不断优化广告效果的这个过程，就是我们通常所说的“学习期”。

不同的广告投放状态及其影响

Facebook广告投放系统会根据广告组处于“学习期”的不同阶段显示不同的广告投放状态，“学习期数据不足”就是其中的一种。那么不同的机器学习阶段和广告投放状态对广告效果有什么样的影响呢？

Facebook广告的投放状态一般就是这三种：

• Learning 学习中
• Learning limited 学习期数据不足
• Active 投放中

Learning 学习中

当我们创建新广告组或对现有广告组作出重大修改时，就会进入机器学习阶段，系统会开始学习如何更好地投放我们的广告。在机器学习阶段，系统正在探索投放广告组的最佳方式，积极尝试不同的广告受众、投放时间、展示位置和广告素材等等，所以数据不会很稳定，广告表现会有波动，而且花费也会提高。

Active 投放中

当广告组在7天内收到大约50次转化事件之后，数据就会稳定下来，这时候就会结束机器学习阶段，进入“投放中”状态。在这个阶段，Facebook广告投放系统已经积累了足够多的针对设定的转化目标进行持续优化所需要的数据，广告表现会逐步稳定，花费会逐步降低，广告成效也会逐步向好。

Learning limited 学习期数据不足

如果广告组没有获得结束机器学习阶段所需要的转化事件次数，或者广告投放系统预测广告组未来无法获得足够的转化事件，那么广告状态就会显示为“学习期数据不足”。这时候广告组就会卡在“学习期”，始终无法达到稳定高效的数据表现，没有办法优化到最佳的状态，广告的花费和成效也不理想。

从以上就可以看出，能不能让广告组尽快地结束机器学习阶段，进入正常投放状态，对于广告成效的影响是非常大的。有数据显示，相比在机器学习阶段花费约80%预算的广告主，在机器学习阶段花费约20%预算的广告主，获得的转化量提高17%，CPA 降低15%。

如果你在机器学习阶段花费的预算占比超过20%，或者有广告组处于“学习期数据不足”的状态，那么就要积极地采取措施来应对和解决。

如何让广告组更快地结束机器学习阶段，实现最佳成效？

我们可以从广告组架构、预算/竞价，还有其他一些方面入手，助力广告组尽快地结束机器学习阶段，用更低的花费实现更高的成效。你也可以结合下面的建议诊断一下，目前你的广告组问题出在哪里，这样做针对性的调整就可以解决问题。

1. 确保受众规模足够大

受众规模越大，广告组越容易获得足够多的转化，从而更快地结束机器学习阶段。如果细分定位的受众太小，你可以尝试扩大类似受众规模，使用细分定位扩展，或者将相似的受众合并到一个广告组以覆盖更多用户。

2. 避免广告组数量过多

一次性投放过多的广告组，会使每个广告组的投放效率降低，这样能够结束机器学习阶段的广告组就会减少，花费的预算就会增加。尽量简化广告架构，整合广告组。

• 针对定位相同受众的广告组，可以合并广告组或者添加排除条件以避免受众重叠，不然自己的广告相互之间竞争，实现预期成效所花的费用会更高。
• 针对不同版位创建的多个广告组，可以将这些广告组合并并启用自动版位，以便广告投放系统能够在最有可能获得更好成效的位置投放广告。
• 针对众多小地区分别投放的广告组，将这些广告组整合成一个规模较大的广告组，避免因为这些地区受众规模太小，而导致广告效率降低。
• 针对不同语言分别创建的广告组，可以改为一个多语言版本的广告组，这样就可以自动以相应的语言向目标受众灵活展示广告。

3. 确保设置充足的预算

要结束机器学习阶段，广告组必须在7天内收到至少约50次转化事件，这就需要我们为广告组设置充足的预算，确保广告投放系统积累到足够多的数据，并据此准确判断针对哪些人群优化投放广告。

4. 使用最低费用竞价策略

广告竞价策略建议选择最低费用竞价，这样系统会尽可能在预算范围内最大限度提高成效。如果你使用的是竞价上限、目标费用、费用上限或设有广告花费回报保底的价值优化等带有限制性的策略，那可能需要提高上限才能获得更高成效。

5. 使用广告系列预算优化

对于一个广告系列中的不同广告组，我们可以使用广告系列预算优化（CBO），这样和我们分别对不同的广告组设置预算相比，CBO会自动管理广告系列预算在不同广告组之间的分配，将预算及时分配给表现最佳的广告组，从而提高广告成效。

6. 优化广告创意

如果广告系列的各方面都已经设置妥当，我们还可以通过对广告文案和素材的不断优化，来提升受众对于广告的反响和互动，广告的成效也会随之提升。

7. 避免频繁改动广告系列

当我们对广告系列、广告组、广告做某些编辑动作时，可能导致机器学习阶段重新开始，所以不建议频繁修改广告设置。确需更改的，最好一次性完成所有更改，确保机器学习阶段只需重置一次。编辑完广告系列后，至少等待一周，查看是否能够结束机器学习阶段，尽量不要在结束机器学习阶段之前编辑广告组或广告。

以下更改将导致广告组重新进入机器学习阶段：

广告系列

• 预算（具体视更改幅度而定）
• 竞价金额（具体视更改幅度而定）
• 竞价策略

广告

• 任意更改

广告组

• 受众定位
• 版位
• 优化事件
• 添加新创意
• 竞价策略
• 竞价金额（具体视更改幅度而定）
• 预算（具体视更改幅度而定）
• 暂停投放超过 7 天

8. 确保获得足够的转化事件

大多数广告系列都需要获得至少50次转化事件才能结束机器学习阶段。如果转化事件发生的频率低于每周50次，可以考虑改用发生频率更高的转化事件。例如，一周内“购物”事件少于50次，则考虑针对“加入购物车”事件进行优化。有些转化周期较长的广告组一般需要更长的时间结束机器学习阶段。

以上就是关于Facebook广告显示“学习期数据不足”的一些理解和建议，只要一条一条可能的情况对照一下，就可以更快地找到问题，解决问题，提升广告成效。