A+SC是进阶赋能型智能购物广告的简称，它的英文原名叫 Advantage+Shopping Campaign，是一款基于AI机器学习模型去提高投放效率和广告表现的广告产品，适用于希望提升覆盖人数、提高单客购买量、让操作更简化的广告主们。在推出一年多的时间里，根据实践反馈，A+SC不同于传统广告，能够更高效智能的帮助广告主们实现投放目的。

今天，飞书深诺王牌优化团队将基于过往A+SC的行业投放经验，教大家提高转化率并了解推动ROAS提升的方法。

A+SC的3大优势

借助A+SC进阶赋能型智能购物广告，只需要创建一个广告系列，Meta会自动完成其余的设置过程，包括受众定位、广告优化、创意选择和目标位置设置等等，真正实现高效地向目标受众投放广告，实现所有效果类的营销目标。

• 自动化更精简

在Meta BAU (非A+SC）的广告系列中，广告主需要手动设置不同的因素来触达受众。优化过程也需要对多个因素进行大量测试，才能为网站提供相对最理想的投放实践。而A+SC依托新的机器学习模型，会针对每一个用户呈现他最感兴趣的个性化广告。广告主只选择国家/地区，减少广告创建时的设置项，并实现广告创建自动化。

• 动态创意更出色

传统BAU的广告系列会建议每个广告组下放 3 – 5 个广告，进行最初的设置去测试来筛选出最有可能转化的创意。而A+SC通过动态创意测试自动化该流程，并且可以同时交付多达 150 个独特的创意资产。广告主可以上传静态图、视频、轮播图、动态广告产品目录等等内容，让系统去生成超过150种创意，最大限度减少创意疲劳和维护时间，上传的创意也可以获得系统的滤镜和亮度/对比度即可调整。

• 预算设置更灵活

由于 BAU广告系列需要单独设置不同广告组的预算，也需要通过手动调整广告系列预算来实现效果最大化。而A+SC 不同，结合AI驱动的定向和持续的创意优化，A+SC会尽量确保广告主不需要许多起始预算的条件下就能接触到他们的潜在客户，从而最大化他们的ROAS（广告支出回报率）。

A+SC的成功案例解读

测试ASC + 特定兴趣定位的转化广告，达到效果：

• 广告花费回报提升48%

• 单次购物费用降低16%

在投放转化广告和ACA后，增加ASC的广告投放，达到效果：

• 广告花费回报提升27%

• CPA降低4%

• 销售量增加5%

使用A+SC的常见 Q&A

Q:A+SC广告成效不好，怎么优化？

• 广告前期的1-2周的机器学习期非常重要，保持投放耐心，给足预算。

• 部分A+SC广告在投放时，会出现前端展示和点击的数据可观，但是加购和转化的情况欠佳。如果遇到此类问题，我们建议可优先尝试爆品，或已验证过，有正面反馈的创意素材，增加搭配专门的再营销广告来触达这部分已经对商品产生兴趣的受众。如果投放的产品是新品，或是小众的，则建议先通过普通的转化广告投放后再增加A+SC广告。

• 迭代足够数量的创意。通过：①在原来的系列中增加新的创意 ；②关掉效果不好的素材创意并新增创意；③替换掉原来系列中效果不好的素材；④新建A+SC广告系列增加新的创意。

• 提升产品多样性，建议先做测试并逐步相应调整网站、产品以及内容的优化，只有全方面的有效的整合才能真正持续提升成效

  
  

Q:怎么修改广告版位？

• 目前无法手动设置广告投放的版位，但广告主可以根据版位优化素材内容。

  
  

Q:没有很多预算，怎么开启A+SC广告呢？

• 建议在尝试投放A+SC时，将现有广告的30%花费转向A+SC，用于测试和学习，使用A+SC去获得额外的销量。

  
  

Q:是否需要新开账户来使用A+SC产品？

• 不需要，更加建议在现有账户中进行A+SC的投放，而原有转化量广告所在的账户的历史数据对A+SC学习会有正面推动的重要作用

  
  

Q:不同A+SC广告系列如何降低受众组的重复投放？

• 每个国家尽可能只运行一个A+SC系列。

• 关注每个Campaign的频次。参考全潜在客户在7天窗口下，频次不超过2.5。需要注意，预算越高，频次可以相应提高（参考至多在7天窗口下不超过3-3.5倍）

• 根据产品、目录、落地页或其他变量，对A+SC进行分类。以保证同一个用户不会看到相同的广告创意，也可以帮助系统去学习哪种类型的客户会转化为哪种产品/目录/落地页的购买者。

• 给每个A+SC系列足够的预算，以便获取足够的转化来脱离机器学习阶段。建议新建的A+SC系列保留10-14天的稳定预算持续投放。

如果想了解更多A+SC的信息，欢迎点击阅读原文联系我们

一文读懂大热Meta A+AC，附保姆级设置指南！