Meta обновила рекламные алгоритмы Facebook и Instagram: +15,7% конверсий

GEM — базовая модель машинного обучения, прогнозирующая вероятность взаимодействия пользователя с объявлением. Обновленная система анализирует вдвое более длительную историю активности и использует данные из разных рекламных сред Meta: Facebook, Instagram и Reels. Это особенно важно для кампаний с малым числом конверсий — алгоритмы опираются на более широкие поведенческие сигналы.

GenRecs применяет большие языковые модели для анализа текстов и изображений рекламы. Система определяет содержание объявления: категорию товара, характеристики, стиль. Новую модель кроссовок алгоритм может рекомендовать пользователям, ранее интересовавшимся похожими товарами, даже если у объявления еще нет статистики. Это сокращает этап обучения кампаний, хотя не отменяет тестирование полностью.

Что изменится для рекламодателей?

Главная тенденция — уменьшение роли ручной настройки аудиторий. Практические следствия для бизнеса:

• Качество креативов важнее. Алгоритмы анализируют содержание рекламных сообщений, изображений и видео, а не только статистику.
• Широкие аудитории получают больше возможностей. Машинное обучение самостоятельно находит перспективные сегменты без детализации таргетинга.
• Новым объявлениям легче запуститься. GenRecs использует данные о похожих товарах и материалах.
• Роль маркетолога смещается к стратегии. Оффер, креативная концепция, аналитика и оценка рентабельности остаются на стороне рекламодателя.

Обновления применяются автоматически. Активировать новые функции или менять настройки кампаний не требуется.

Станет ли реклама дешевле?

Нет, снижение стоимости клика или привлечения клиента не гарантировано. Фактическая эффективность зависит от конкуренции в аукционе, качества предложения, креативов, целевой страницы и спроса на продукт.

Поэтому Meta рекомендует оценивать не только CTR и CPC, но прежде всего стоимость привлечения клиента (CAC), конверсии и рентабельность рекламных затрат (ROAS).

Что в итоге

Обновление меняет роль таргетолога: от ручного управления аудиториями — к управлению стратегией, креативами и экономикой кампаний. Вместо усложнения настроек целесообразнее инвестировать в тестирование рекламных концепций, качественные данные о конверсиях и анализ финансового результата.

Автоматизация улучшает доставку рекламы нужной аудитории, но не компенсирует слабый продукт или неэффективную бизнес-модель.

Автор: Екатерина Ларина