อัลกอริทึ่มนี้ เป็นอัลกอริทึ่มที่มีการเผยแพร่ตั้งแต่ปี 2017 ที่ชุมชน Digital marketing แห่งหนึ่ง ผู้เขียนเห็นว่ามีประโยชน์จึงนำมาแปลและทำการเผยแพร่

ข้อมูลนี้ ประกอบส่วนสำคัญคือ

1. ระบบการประมูล ของ Facebook ทํางานอยา่งไร

2. การวางโครงสรา้งแคมเปญที่เหมาะสม

3. การทํางานของระบบ Machine Learning

4. ระบบ Facebook Quality Sore

โดยอัลกอริทึ่มที่สำคัญให้เราพยายามเข้าใจทั้ง 4 ส่วน คือ ระบบการประมูล โครงสร้างของแคมเปญ ระบบเรียนรู้อัจฉริยะ และคุณภาพของบัญชี

ปัจจุบัน ปัญหาหลักๆที่คนส่วนใหญ่ทำโฆษณาไม่ได้ เช่น บัตรเดบิต ผูกแล้วติดแดง  เพจสร้างใหม่ยิงแอดแล้วติดแดง ถูกจำกัด บัญชีโฆษณาพึ่งสร้าง ยิงแอดแล้วถูกจำกัด บัญชีเฟชบุ๊คต้องยืนยัน สิ่งเหล่านี้ที่เป็นปัญหาในปัจจุบัน เกิดขึ้นในส่วนที่เรียกว่า Quality Score แทบจะทั้งหมด หมายความว่า บัญชีเฟชบุ๊ค บัญชีโฆษณา บัญชีธุรกิจ เพจ ยังมีคะแนนคุณภาพที่ไม่ดี ทำให้เกิดปัญหา หลักการวิเคราะห์ หากเราเป็นโปรแกรมเมอร์ ที่เราจะนับว่าคุณภาพดีนั้น หากคาดเดาได้ ก็มีไม่กี่หลักเกณฑ์ที่เราสามารถจำแนกเรื่องคุณภาพได้ ก็จะมี

  1. เรื่องเวลา หรือระยะเวลา
  2. ความสดใหม่ ความใหม่
  3. ประวัติ หรือ History
  4. Activity หรือกิจกรรม

หลักๆ ก็จะมี 4 หมวดที่เมื่อเราต้องการคำนวนหรือออกแบบอัลกอริทึ่ม ที่เราจะต้องนำมาประมวลผลร่วม ยกตัวอย่าง เรื่องคุณภาพของบัญชีด้านเวลา  

ตัวอย่าง ปัจจุบันระบบเฟชบุ๊ค ทำการปรับอัลกอริทึ่มสำหรับการเชื่อมโยงบัญชีโฆษณาใหม่ หากคุณทำการจะเพิ่มเฟชบุ๊คบุคคลเข้ามาเป็นเพื่อนเพื่อทำการแชร์บัญชีโฆษณา เดิมคุณสามารถเพิ่มเพื่อน จากนั้น เพิ่มบุคคลเพื่อเชื่อมโยงบัญชีได้เลย แต่ปัจจุบันเปลี่ยนเป็น คุณต้องเป็นเพื่อน มากกว่า 15 วัน ถึงจะเพิ่มได้ เป็นต้น

ตัวอย่างที่ 2 ความสดใหม่หรือประวัติ คุณต้องการเพิ่มหมายเลขบัตรหรือผูกบัตรเดบิตให้กับบัญชีโฆษณา แต่เมื่อคุณใช้บัตรที่เคยผูกไปแล้ว 1-3 ครั้ง เมื่อนำมาผูก กับบัญชีใหม่ ก็อาจจะไม่สามารถผูกได้ แต่เมื่อคุณใช้บัตรเดบิตใหม่ ก็จะสามารถผูกได้ เป็นต้น

ดังนั้นเพื่อทำความเข้าใจ อัลกอริทึ่มของเฟชบุ๊คมากขึ้น เราจะมาเรียนรู้หมวดหมู่อื่นๆ เพิ่มเติมคือ

Auction หรือระบบการประมูล

ในการซื้อโฆษณาของเฟชบุ๊คนั้น เฟชบุ๊คจะใช้หลักการ ประมูล เป็นหลัก ซึ่งในหลักการประมูลไม่ได้หมายความว่า  ใครประมูล ตัวเลขสูงๆ จะได้แสดงโฆษณาก่อน แบบนั้นไม่ถูกต้อง  เพราะหลักการประมูลของเฟชบุ๊คนั้นจะมีค่าความเกี่ยวข้องมาร่วมด้วยเช่น
- ค่าเฉลี่ยของคุณภาพโฆษณา
- ลิ้งปลายทาง
- ค่า CTR
- ค่า เอนเกจเม้น
นั่นหมายความว่า ยิ่งโฆษณามีคุณภาพดีเท่าไหร่ และมีความสัมพันธ์กับการบิดมากเท่าไหร่ มันจะสามารถชนะราคาประมูลที่มีมูลค่าสูงแต่มีคุณภาพต่ำได้ โดยเราต้องทำความเข้าใจว่าพื้นทีโฆษณาจะมีไว้สำหรับผู่ที่มูลมูลค่ารวม สูงสุด หรือคุณภาาพและราคาประมูล

Machine Learning หรือส่วนเรียนรู้อัจฉริยะ ส่วนนี้อาจจะรวมถึงระบบการนำส่งในส่วนของกลุ่มเป้าหมายและ Audience & Pool

จากรูป เราเลือกกลุ่มเป้าหมาย ชาย อายุ 40+ โลเคชั่น อเมริกา  เมื่อเราทำการเลือกกลุ่มเป้าหมายนี้ ตอนที่เราสร้างแคมเปญโฆษณาใหม่ เราจะสามารถเข้าถึงผู้เข้าชมโฆษณาจำนวนหนึ่งจากผู้เข้าชมทั้งหมด โดยเฟชบุ๊คจะทำการแบ่งกลุ่มเป้าหมายออกเป็นกลุ่มย่อย ที่เราเรียกว่า " Portion Pool " โดยจะแตกออกเป็นส่วนๆย่อยจากพฤติกรรม เช่น การซื้อ การกรอกแบบฟอร์ม การมีส่วนร่วม การรับชมวีดีโอ แชร์ ไลท์ คอมเม้นต์ และสนใจ โดยพูลหรือกลุ่มเหล่านี้ จะมีความแม่นยำมากยิ่งขึ้นตาม อายุของแคมเปญ พูดง่ายๆ ยิ่งแคมเปญรันได้นานเท่าไหร่ พูลก็จะมีความสัมพันธ์ที่แม่นยำมากยิ่งขึ้นด้วยระบบ Facebook's Machine Learning

สำหรับทฤษฎีนี้คุณสามารถทดลองความแตกต่างกันได้โดย การสร้างแคมเปญที่เหมือนกันทุกอย่าง และกลุ่มเป้าหมายที่เหมือนกัน 10 แคมเปญ คุณจะเห็นความแตกต่างว่า ทุกแคมเปญให้ค่าหรือผลลัพท์ที่ไม่เหมือนกันเลย

และเรื่องสุดท้านที่เราจะมาเรียนรู้เพิ่มเติมคือเรื่อง  Campaign Structure คือการกำหนดหรือการออกแบบแคมเปญ ในการซื้อโฆษณาเฟชบุ๊ค ส่วนนี้ก็มีความสำคัญไม่น้อยการวางหรือออกแบบแคมเปญ สำคัญมาก ส่วนนี้มีเครื่องมือที่ออกแบบมาช่วยใหม่ คือ CBO หรือการกระจายงบประมาณค่าเฉลี่ยต่อ แคมเปญที่มีผลลัพท์ที่ดี เช่น คุณทำการโฆษณา 1 แคมเปญใช้งานประมาณ 1500 บาทต่อวัน โดยมี ชุดโฆษณา 3 ชุด และแต่ละชุดมีโฆษณา 1 ตัว เมื่อทำการโฆษณา หรืออกแบบโฆษณา ระบบของเฟชบุ๊ค จะทำการเรียนรู้และทำการจัดสรร งบประมาณที่ดีที่สุดให้กับเรา  ซึ่งแบบเดิมนั้นเราต้องเป็นคนกำหนดงบประมาณและค่าเฉลี่ยด้วยตนเองเป็นต้น

สิ่งสำคัญที่เราต้องจำจด เกี่ยวกับ  FB อัลกอริทึ่มคือ ทำความเข้าใจว่า การซื้อโฆษณานั้นแคมเปญทุกๆแคมเปญจะมีระยะการทำงานอยู่ 2 ระยะคือ

  1. ระยะการเรียนรู้
  2. ระยะการปรับหรือการ Optimize

ระยะการเรียนรู้ ของเฟชบุ๊คนั้นจะขึ้นกับการขับเคลื่อนด้วยคะแนนสองส่วนคือ Relevance และ Engagement  เฟชบุ๊คพยายามให้คุณนั้นทำคอนเท็นต์ที่น่าสนใจ และตรงกับความต้องการของกลุ่มเป้าหมาย หากนำแสดงโฆษณาออกไปแล้ว คะแนนของ Engagement ต่ำ มันจะไม่พยายามนำส่งโฆษณาของเรา

การ Optimize ของแคมเปญ เฟชบุ๊คเคยระบุช่วงเวลาการ Optimize โฆษณา เดิน 50 คอนเวอชั่น ในระยะ 7 วัน เพื่อให้เกิดการ Optimize ที่ดี แต่ปัจจุบันการจะทำให้เกิดการประมงลผลและเรียนรู้และปรับการนำส่งที่ดี ต้องพยายามให้เกิดการเรียนรู้ที่รวดเร็ว  

Tips : หากเราไม่สามารถทำให้เกิด คอนเวอชั่นทันตามที่กำหนด ให้เราทำการแก้ไขโดยการ เพิ่มงบประมาณ หรือ การเปลี่ยนกลุ่มเป้าหมายเพื่อให้ได้ผลลัพท์ที่ รวดเร็วในช่วงการเรียนรู้และ Optimize หรือการเปลี่ยน Optimize Gold ( Event ) เช่นจากเดิมต้องการ Purchase ก็ลดระดับลงมาเป็น Lead หรือ Complete Register แทนก่อน

โปรดจำไว้ว่า เมื่อคุณแก้ไขแคมเปญแล้วทุกๆครั้ง ระบบ Machine Learning จะทำการเรียนรู้ใหม่ เสมอ จากประสบการณ์ของผู้เขียน ช่วงเรียนรู้ จะอยู๋เฉลี่ยที่ 3-5 วัน ส่วนช่วง  Optimize จะเริ่มตั้งแต่วันแรก และเริ่มเห็นผลลัพท์ดีมากขึ้นเมื่อผ่านไป 5-7 วัน  ( แอดเริ่มนิ่ง )

โบนัส  พยายามทำการเช็คโดเมนของเราบ่อยๆ ที่ MultiRBL.valli.org - Blacklist, Whitelist and FCrDNS check tool