核心用法
本技能是一套完整的Meta（Facebook/Instagram）广告投放操作手册，采用「Campaign → Ad Set → Ad」三层架构指导账户搭建。核心工作流包括：
1. 结构规划：按营销目标（Prospecting/Retargeting/Testing）分设独立Campaign，遵循单一目标原则，避免预算碎片化
2. 智能投放：深度整合Advantage+系列功能（Shopping Campaigns、Automatic Placements、Advantage+ Audience），实现算法驱动的自动优化
3. 受众策略：优先使用1% Lookalike（基于高LTV客户），配合动态创意测试，同时设置7-14天转化排除避免内耗
4. 创意规范：提供15-30秒视频脚本结构（0-3秒Hook→3-8秒痛点→8-20秒方案→20-30秒CTA），要求单Ad Set保持3-5个素材变体
显著优点
- 算法协同性强：强调"给系统空间"的投放哲学，通过CBO（Campaign Budget Optimization）和自动版位让Meta机器学习充分优化
- 实操颗粒度细：从命名规范（
META_[Objective]_[Audience]_[Offer]_[Date]）到创意疲劳阈值（Frequency<3）均有量化标准 - 归因体系完整：强制要求Meta Pixel + Conversions API双轨部署，解决iOS14+后数据回传衰减问题
潜在局限
- 平台依赖风险：策略深度绑定Meta生态算法特性，跨平台迁移需重新适配
- 学习期刚性约束：要求单Ad Set每周50+转化才能退出学习期，对冷启动预算有限的小广告主门槛较高
- 创意产能压力：建议的持续测试机制对素材生产能力要求较高
适合人群
电商广告主、品牌需求生成团队、有一定预算基础的Performance Marketer，尤其适合视觉导向产品（时尚、家居、美妆）及具备视频制作能力的团队。
常规风险
- 数据归因偏差：即便部署CAPI，仍可能存在15-30%转化漏报，需配合增量测试验证真实ROAS
- 自动扩量失控：Advantage+ Shopping的自动受众探索可能引入低质流量，需监控后端转化质量
- 疲劳误判：Frequency<3的硬性标准在某些高复购品类中可能过于保守