ارسال جهانی

حقیقت درباره تبلیغات Meta: برندهای IPL باید اول هوش مصنوعی را آموزش دهند، دوم ترافیک بخرند

RoseSkinCo با 5,000 ایمیل خریدار واقعی و صفر دنبال‌کننده برنده شد — در حالی که 95 درصد برندها همچنان بودجه می‌سوزانند

Eric
نویسنده مقاله Eric

خلاصه قابل استناد

این مقاله درباره چیست؟

فهرست اولیه پاکیزه از 5,000 ایمیل خریدار واقعی از یک میلیون فالوور بهتر است: در Meta بارگذاری کنید و مخاطب مشابه 1 درصدی بسازید تا الگوریتم به‌جای دانشجو، خریدار پیدا کند. نخستین دستگاه RoseSkinCo در حالی 5,000 واحد فروخت و صفحه Facebook تقریباً فالووری نداشت. هدف‌گیری گسترده با بودجه روزانه 100 دلار شکست می‌خورد.

حقیقت درباره تبلیغات Meta: برندهای IPL باید اول هوش مصنوعی را آموزش دهند، دوم ترافیک بخرند

پنج سال است برندهای IPL در بازار زیبایی آمریکا را تماشا می‌کنم. بیشترشان سقوط می‌کنند تا زنده می‌مانند و بین این دو یک الگو بسیار روشن است. برندهایی که زنده می‌مانند، آن‌هایی هستند که تبلیغات پولی Meta را فهمیدند — هیچ ربطی به داشتن بهترین محصول یا کمترین هزینه ندارد. آن‌ها یک چیز را روشن درک می‌کنند: تبلیغات فیسبوک و اینستاگرام، در اصل، خرج کردن پول برای آموزش یک الگوریتم است. این با خرید بلیت لاتاری فرق دارد. هرکس با بودجه‌اش مثل پول لاتاری رفتار کند، دارد به پلتفرم شهریه می‌دهد.

اما بیشتر تولیدکنندگان و برندهای زیبایی هنوز با همان منطق قدیمی پول به سمت Meta پرتاب می‌کنند. هدف‌گیری علاقه‌مندی گسترده، تعقیب CPM پایین‌تر، تنظیم بی‌پایان CTR و در نهایت امیدواری به سفارش. وقتی هیچ‌چیز نمی‌آید، نتیجه می‌گیرند: تبلیغات فیسبوک برای B2B و دستگاه‌های زیبایی گران‌قیمت کار نمی‌کند.

آن نتیجه‌گیری اشتباه است. شما فقط به فیسبوک نگفته بودید چه کسی را می‌خواهید.

انجام ABM در Meta با دانستن اینکه مشتری شما کیست شروع می‌شود

اشتباه رایج: هدف‌گیری علاقه‌مندی که می‌گوید «حذف مو IPL»

یک برنامه تبلیغاتی معمول Meta به این شکل است. علاقه‌مندی‌ها: حذف مو IPL، به‌علاوه حذف موی ناخواسته، به‌علاوه دستگاه‌های حذف مو زنان؛ منطقه: سراسر جهان؛ بودجه روزانه: 100 دلار. آن را بفرستید و الگوریتم تبلیغات شما را به چند نوع آدم می‌دهد. علاقه‌مندان IPL که از قبل سه دستگاه در خانه دارند. دانشجویانی که پول نقد اضافه ندارند. نگاه‌کنندگانی که فقط ویدیوهای سالن برنزه‌کردن تماشا می‌کنند و هرگز سفارش نمی‌دهند — آن‌ها هم در لیست‌اند. و گروهی که دور ویدیوهای وایرال «حذف مو چقدر دردناک است» می‌چرخند و فقط رد می‌شوند. بعد از این دور، حتی یک خریدار واقعی هم نیست.

در این نقطه اعلام می‌کنند فیسبوک به اندازه کافی دقیق نیست. فیسبوک بی‌گناه است — شما هرگز به او نگفته بودید چه کسی را می‌خواهید.

مورد RoseSkinCo: 5,000 ایمیل، صفر دنبال‌کننده، باز هم از حساب تبلیغاتی جلو زدن

RoseSkinCo یک برند دستگاه حذف مو IPL است. بنیان‌گذارش یک بار از من پرسید: «دستگاه نسل اول 5,000 دستگاه در جهان فروخت، همه مشتری واقعی؛ صفحه فیسبوک تقریباً هیچ دنبال‌کننده‌ای ندارد و وب‌سایت کاملاً نو است. این حرکت را چطور اجرا کنم؟»

بیشتر آژانس‌های تبلیغاتی با یک سناریوی استاندارد پاسخ می‌دهند: «اول صفحه را بزرگ کن، تبلیغات تعاملی اجرا کن، پیکسل را گرم کن.» آن به او کمک نمی‌کند.

او از قبل باارزش‌ترین دارایی عصر تبلیغات هوش مصنوعی را در دست داشت: یک لیست بذر تمیز از 5,000 خریدار واقعی. نه نیازی به اختراع مخاطبان مشابه از هیچ، نه نیازی به پوشش دادن تگ‌های علاقه‌مندی گسترده — هر نفر در لیست با پول واقعی یک دستگاه حذف مو خریده. آن لیست بیش از یک میلیون دنبال‌کننده ارزش دارد.

ABM در Meta چگونه کار می‌کند، در یک جمله

از اصطلاحات مشاورها گیج نشوید. انجام ABM در Meta دو مرحله است. اول دقیقاً مشخص کنید کدام شرکت‌ها و کدام مشتریان را می‌خواهید. بعد فقط به افرادی که با آن پروفایل‌ها مطابقت دارند تبلیغ نشان دهید. مثلاً: کارمندان برندهای زیبایی که از قبل تبلیغات Meta اجرا می‌کنند، یا خریداران Costco، یا مدیران زنجیره تأمین در شرکت‌های آرایشی متوسط. دامنه‌ای مثل «هرکسی که به حذف مو علاقه دارد» هرگز نباید وارد برنامه شما شود.

تبلیغات سنتی تور می‌اندازد؛ ABM نیزه می‌گیرد — نشانه بگیر، بعد ضربه بزن.

چرا آپلود 5,000 ایمیل همه‌چیز را تغییر می‌دهد — سازوکار تطبیق داده

بعد از آپلود ایمیل‌های مشتریان در Meta، تطبیق ایمیل فقط خط شروع است. تطبیق داده Meta همه این سیگنال‌ها را برای همبستگی به هم می‌زند.

سیگنالMeta با آن چه می‌کند
ایمیل (کاری و شخصی)مبنای شناسایی اولیه
شناسه دستگاهتلفن و کامپیوتر را به هم پیوند می‌زند
اثر انگشت مرورگرردیابی رفتار بین‌سایتی
تاریخچه کوکیصفحات بازدیدشده، زمان صرف‌شده
فعالیت ورودفیسبوک به‌علاوه اینستاگرام
ویژگی‌های شغلیعنوان شغلی، شرکت (استنتاجی)
ارتباطات اجتماعیهمکاران، هم‌صنفان

یک خریدار بالقوه ممکن است ساعت 2 بعدازظهر ایمیل شما را روی کامپیوتر کاری باز کند و ساعت 10 شب روی تلفن در اینستاگرام اسکرول کند. Meta این دو رفتار را به هم وصل می‌کند و چیزی که سیستم یاد می‌گیرد این است: این شخص، این شرکت، این الگوی رفتاری، در نهایت تبدیل می‌شود. در آن نقطه تبلیغات شما از پراکندگی بی‌هدف به ضربه زدن با هدف تغییر می‌کند.

برای دوستانی که بازار اتحادیه اروپا را انجام می‌دهند، اول مانع GDPR را بردارید. آپلود ایمیل‌های مشتریان در Meta پردازش داده شخصی محسوب می‌شود. ماده 6 GDPR اتحادیه اروپا شش مبنای قانونی فهرست می‌کند — رضایت و منافع مشروع رایج‌ترین‌اند — و باید قبل از شروع روی یکی از آن‌ها به توافق برسید.

موتور مخاطب مشابه: 5,000 مشتری خوب به 5 میلیون سرنخ تبدیل می‌شوند

اینجا جایی است که اهرم چند برابر می‌شود. 5,000 ایمیل مشتری باکیفیت آپلود می‌کنید، بعد به Meta می‌گویید: «یک مخاطب مشابه 1% برایم بساز — 1% از افراد این کشور را که بیشترین شباهت را به این لیست بذر دارند پیدا کن.»

هوش مصنوعی Meta این‌ها را تحلیل می‌کند: عنوان‌های شغلی رایج بین خریداران، علاقه‌مندی‌های مشترک (باید به برندها و رفتارها خاص باشد — تگ‌های زیبایی مبهم کار نمی‌کنند)، الگوهای خرید (مثلاً همچنین خرید دستگاه‌های مراقبت پوست رده بالا)، عادت‌های مرور (آیا صفحات FDA را چک می‌کنند، مشخصات IPL را مقایسه می‌کنند) و سیگنال‌های شغلی (در نقش‌های خرید خرده‌فروشی یا مدیریت برند). بعد از تحلیل، مدلی می‌سازد که می‌تواند افرادی را پیدا کند که هرگز با تگ‌های علاقه‌مندی به آن‌ها نمی‌رسیدید.

بیشتر برنامه‌های تبلیغاتی روی یک جزئیات می‌میرند: لیست بذر به اندازه کافی تمیز نیست. مشتریان خرده‌فروشی در آن 5,000 ایمیل خوب‌اند. اما اگر رقبا، دانشجویان، حساب‌های ثبت‌شده اشتباهی و سرنخ‌های «فقط دارم نگاه می‌کنم» هم در آن مخلوط شده باشند، مدل هوش مصنوعی آلوده می‌شود — از آن لیست کثیف یاد می‌گیرد و دانشجویان بیشتری، نگاه‌کننده‌های بیشتری که هرگز نمی‌خرند پیدا می‌کند. بذر تمیز، مشابه تمیز. بذر کثیف، بودجه سوخته.

دو سطح هدف‌گیری برای تولیدکنندگان IPL — بیشتر مردم در سطح یک گیر می‌کنند

اگر تولیدکننده دستگاه حذف مو IPL هستید — مثلاً ما، iShine — پروفایل مشتری باید روی کسانی کشیده شود که خرید را انجام می‌دهند. مصرف‌کنندگان نهایی از دستگاه استفاده می‌کنند، اما پول و سفارش‌ها از این سه نوع می‌آیند:

نوع مشتریچرا مهم‌اندکجا حضور دارند
خرده‌فروشان بزرگ (Costco، Walmart، Target)حجم خرید بزرگ، سفارش‌های تکرارینشریات تجاری، LinkedIn، نمایشگاه‌های تجاری صنعت
برندهای زیبایی با تجربه Metaمی‌دانند چطور محصول شما را بزرگ کننداکوسیستم Shopify، جامعه بنیان‌گذاران زیبایی
صاحبان فروشگاه Shopifyتصمیم سریع، واکنش سریعفروم‌های تجارت الکترونیک، کتابخانه تبلیغات Meta (مطالعه رقبا)

هدف‌گیری سطح پایین کلماتی مثل «حذف مو IPL» است — صاحبان سالن، تکنسین‌های لیزر و مصرف‌کنندگان عادی تحویل می‌دهد. هدف‌گیری سطح بالا مجموعه کلمات متفاوتی است: «تولید قالب تزریق OEM دستگاه IPL»، «تولید تجهیزات پزشکی دارای گواهینامه ISO 13485»، «مدیریت زنجیره تأمین برند زیبایی»، «خدمات نمونه‌سازی دستگاه IPL»، «قطعات CNC دستگاه IPL». کلمات کلیدی و علاقه‌مندی‌هایی که انتخاب می‌کنید، خودشان نشانگر هویت‌اند. کسی که «تولیدکننده IPL با ISO 13485» را جستجو می‌کند، هویتش در همان عمل نوشته شده — او یک مدیر خرید یا مسئول برند است که دنبال تأمین‌کننده می‌گردد.

Meta در برخی مناطق از هدف‌گیری عنوان شغلی پشتیبانی می‌کند و صفحات لایک‌شده می‌توانند به‌عنوان شرط استفاده شوند (مثلاً صفحه «تجهیزات پزشکی FDA»)، و حتی می‌توانید مستقیماً از لیست مشتریان تولیدی موجودتان یک مخاطب مشابه بسازید.

پنج کلمه کلیدی: ورودی به ترافیک تولیدی با نیت بالا

در تبلیغات Meta، این عبارت‌ها را می‌توان به‌عنوان کلمات کلیدی در متن تبلیغ نوشت و به‌عنوان سیگنال به الگوریتم خوراند:

  • تولیدکننده دستگاه حذف مو IPL دارای گواهینامه ISO 13485 — خریدارانی که برای انطباق جستجو می‌کنند این را می‌زنند
  • تأمین‌کننده دستگاه IPL با OEM — بیان مستقیم نیت تولید قراردادی
  • نمونه‌سازی دستگاه IPL — برندهای در مرحله اولیه
  • تولیدکننده IPL دارای تأیید FDA — هدف‌گیری بازار آمریکا
  • حذف مو IPL با برچسب خصوصی — افرادی که می‌خواهند خودشان برند بزنند

این کلمات کلیدی مثل فانوس عمل می‌کنند. وقتی Meta می‌بیند کسی با محتوایی حاوی این عبارت‌ها تعامل می‌کند، او را به‌عنوان سرنخ باارزش علامت می‌زند.

از تعقیب ترافیک تا آموزش الگوریتم

2015 تا 2020 کتاب بازی قدیمی بود: تگ‌های علاقه‌مندی را گسترده پخش کن، پیشنهادها را پایین بیاور، وقتی کلیک‌ها ارزان‌اند خوشحال باش و وقتی تبدیل شکست می‌خورد پلتفرم را مقصر بدان. از 2024 به بعد بازی متفاوت است. داده طرف اول خود را تمیز کنید و اول آپلودش کنید، مشابه 1% بسازید، به تغذیه سیگنال‌های تبدیل به الگوریتم ادامه دهید و بگذارید هوش مصنوعی خریدار دقیق را پیدا کند.

شرکت‌هایی که سه سال آینده را زنده می‌مانند، روی تمیزترین داده مشتری به‌علاوه قضاوت تیز درباره مشتریان واقعی‌شان رقابت می‌کنند. کیفیت خلاقیت حتی رتبه‌بندی نمی‌شود.

برای تولیدکننده‌ای مثل iShine، اگر همه کسانی که «مو حذف می‌کنند» مشتری حساب شوند، تبلیغات غیرقابل اجراست. مشتریان واقعی ما این سه نوع‌اند: برندهای زیبایی که ماهانه 50,000 دلار روی Meta خرج می‌کنند و به شریک تولیدی قابل‌اعتماد نیاز دارند؛ صاحبان فروشگاه Shopify که اعداد را حساب می‌کنند و به نمونه‌سازی سریع نیاز دارند؛ و خریداران خرده‌فروشی در Costco که زنجیره تأمین دارای تأیید FDA و گواهینامه MDSAP و تأمین‌کننده‌ای می‌خواهند که بتوانند با او حرف بزنند.

مشتریان را تا این حد دقیق تعریف کنید و برنامه تبلیغاتی یک‌شبه تغییر می‌کند. CPM ممکن است یک میلی‌متر هم تکان نخورد — اما نرخ تبدیل دو برابر می‌شود.

برنده‌ها اول مشتری تعریف می‌کنند، دوم تبلیغ می‌خرند

بیشتر برندهای IPL همچنان پول را روی هدف‌گیری گسترده می‌سوزانند و مدام شکایت می‌کنند Meta برای تولید یا دستگاه‌های زیبایی با تصمیم‌گیری بالا کار نمی‌کند. آن شکایت مبنایی ندارد. برنده‌ها — نمونه‌های دنیای RoseSkinCo — برعکس عمل می‌کنند. داده طرف اول را مثل شریان حیات ذخیره می‌کنند: ایمیل‌ها، سوابق خرید، داده استفاده، هیچ‌چیز جا نمی‌ماند. بعد انرژی واقعی صرف تمیز کردنش می‌کنند، نویز، تکراری‌ها و سرنخ‌های بی‌کیفیت را جدا می‌کنند. لیست تمیز به Meta می‌رود، مشابه 1% ساخته می‌شود. هدف‌گیری روی هویت مشتری قفل می‌شود؛ علاقه‌مندی‌های گسترده هرگز لمس نمی‌شوند. رویدادهای تبدیل یکی‌یکی به الگوریتم برمی‌گردند. این حلقه را اجرا کنید و هوش مصنوعی هر روز خودش را بهتر می‌کند و مشتریان دقیق‌تری برایتان پیدا می‌کند.

مطالعه CPM را کنار بگذارید. لیست مشتری‌تان را مطالعه کنید. 5,000 خریدار خوب به‌علاوه یک پیکسل Meta که می‌داند چطور از آن‌ها استفاده کند، از یک میلیون دنبال‌کننده بهتر است.

منابع خارجی

دو سند در مرکز راهنمای رسمی Meta: مخاطبان سفارشی از لیست مشتریان آپلود داده طرف اول برای هدف‌گیری و ساخت مخاطب مشابه را پوشش می‌دهد، و مخاطبان مشابه این را پوشش می‌دهد که هوش مصنوعی چگونه از یک لیست بذر مشابه می‌سازد. پایگاه داده 510(k) FDA منبع اصلی راستی‌آزمایی وضعیت انطباق یک تولیدکننده IPL است و برای هدف‌گیری B2B هم مفید است.

به پاسخ اختصاصی برای پروژه خود نیاز دارید؟

با تیم تولید ما گفتگو کنید

برای گفتگو درباره بازار، حجم، نیازهای انطباق با مقررات و جهت‌گیری محصول خود با تیم تماس بگیرید.

آخرین به‌روزرسانی

آیا این مقاله برای شما مفید بود؟

مقالات مرتبط

ادامه مطالعه

+86-15900283962
در WeChat چت کنید — پاسخ را ظرف 10 دقیقه دریافت کنید