{"id":1029,"date":"2023-02-10T09:06:37","date_gmt":"2023-02-10T12:06:37","guid":{"rendered":"https:\/\/blackrat.pro\/blog\/?p=1029"},"modified":"2023-02-10T09:06:37","modified_gmt":"2023-02-10T12:06:37","slug":"anuncios-de-aprendizado-de-maquina-no-facebook-o-que-voce-precisa-saber-antes-da-baia","status":"publish","type":"post","link":"https:\/\/blackrat.pro\/blog\/anuncios-de-aprendizado-de-maquina-no-facebook-o-que-voce-precisa-saber-antes-da-baia\/","title":{"rendered":"An\u00fancios de aprendizado de m\u00e1quina no Facebook: o que voc\u00ea precisa saber antes da ba\u00eda"},"content":{"rendered":"<p>Se voc\u00ea entender como os algoritmos s\u00e3o treinados, poder\u00e1 melhorar significativamente os resultados da publicidade. O status de aprendizado \u00e9 exibido no n\u00edvel do grupo na coluna Exibir status.<\/p>\n<p>No processo de aprendizado de m\u00e1quina, os algoritmos coletam a quantidade m\u00e1xima de dados. No in\u00edcio do lan\u00e7amento, os algoritmos analisam quais usu\u00e1rios fazem a convers\u00e3o. E com base nisso, o Facebook encontra um p\u00fablico semelhante \u00e0queles que j\u00e1 conclu\u00edram a a\u00e7\u00e3o alvo.<\/p>\n<h2><strong>Como funciona o aprendizado de m\u00e1quina de an\u00fancios do Facebook<\/strong><\/h2>\n<p>O algoritmo aprende dentro dos limites do grupo (conjunto de an\u00fancios) e termina quando os algoritmos calculam t\u00e1ticas efetivas de redistribui\u00e7\u00e3o de exibi\u00e7\u00e3o.<\/p>\n<p>Durante o processo de aprendizagem, os indicadores de desempenho do grupo s\u00e3o inst\u00e1veis: alta taxa de CPM ou baixa cobertura.<\/p>\n<p>O treinamento dura at\u00e9 que os indicadores se estabilizem &#8211; s\u00e3o 50 convers\u00f5es por semana. E somente ap\u00f3s a conclus\u00e3o do treinamento do algoritmo, voc\u00ea ver\u00e1 indicadores reais de desempenho e poder\u00e1 corrigir algo.<\/p>\n<p>Como os algoritmos do Facebook aprendem:<\/p>\n<ul>\n<li>Primeiro, o Facebook mostra an\u00fancios para diferentes usu\u00e1rios com base nas configura\u00e7\u00f5es de segmenta\u00e7\u00e3o e nos objetivos do an\u00fancio.<\/li>\n<li>Em seguida, o Facebook analisa as a\u00e7\u00f5es dos usu\u00e1rios que veem o an\u00fancio. Alguns usu\u00e1rios v\u00e3o para a landing page, visualizam a p\u00e1gina e saem, enquanto outro grupo de usu\u00e1rios compra.<\/li>\n<li>Quando o Facebook calcula a parte do p\u00fablico que realiza a a\u00e7\u00e3o almejada, ele aprende a corresponder um p\u00fablico semelhante com base nos interesses e no comportamento daqueles que foram convertidos.<\/li>\n<\/ul>\n<h2><strong>Pixel do Facebook<\/strong><\/h2>\n<p>Para que os algoritmos aprendam com sucesso e comecem a otimizar os an\u00fancios, voc\u00ea precisa instalar um pixel na landing page. Um pixel \u00e9 um c\u00f3digo JavaScript que captura o comportamento do usu\u00e1rio em um site e passa os dados para o Gerenciador de eventos. Adicione o c\u00f3digo do pixel ao site manualmente ou use integra\u00e7\u00f5es de parceiros: Shopify, WordPress, etc. Voc\u00ea precisa inserir manualmente o c\u00f3digo logo acima da tag &lt;\/head&gt;.<\/p>\n<p>Para verificar se o pixel est\u00e1 funcionando e saud\u00e1vel, instale a extens\u00e3o do Chrome do Meta: Pixel Helper .<\/p>\n<h2><strong>Convers\u00f5es personalizadas<\/strong><\/h2>\n<p>\u00c9 importante entender que os algoritmos de treinamento e os resultados subsequentes dependem do objetivo da convers\u00e3o.<\/p>\n<p>A taxa de aprendizado depende da escolha da convers\u00e3o. Se voc\u00ea escolher o objetivo da convers\u00e3o &#8211; o usu\u00e1rio vai para a p\u00e1gina de agradecimento e haver\u00e1 poucos desses eventos em uma semana, logo, os algoritmos parar\u00e3o de funcionar com efici\u00eancia.<\/p>\n<p>Quando os resultados n\u00e3o s\u00e3o coletados em uma semana, o status muda para &#8220;Resultados insuficientes&#8221;. Ent\u00e3o voc\u00ea precisa alterar a meta de convers\u00e3o e definir outro evento que ocorrer\u00e1 com mais frequ\u00eancia para que o algoritmo tenha tempo de aprender.<\/p>\n<h2><strong>Como n\u00e3o redefinir o algoritmo<\/strong><\/h2>\n<p>Para n\u00e3o interferir e n\u00e3o reiniciar o algoritmo, os seguintes indicadores n\u00e3o podem ser alterados durante o treinamento do algoritmo:<\/p>\n<ul>\n<li>Finalidade da publicidade;<\/li>\n<li>Coloca\u00e7\u00e3o;<\/li>\n<li>Criativo;<\/li>\n<li>Estrat\u00e9gia de lances;<\/li>\n<li>Or\u00e7amento;<\/li>\n<li>Parar o grupo por uma semana ou mais.<\/li>\n<\/ul>\n<p>Se voc\u00ea fizer uma dessas altera\u00e7\u00f5es no conjunto de an\u00fancios, os algoritmos ser\u00e3o redefinidos e o treinamento ser\u00e1 iniciado novamente. Voc\u00ea pode ver a redefini\u00e7\u00e3o do algoritmo na se\u00e7\u00e3o &#8220;\u00daltima edi\u00e7\u00e3o significativa&#8221;.<\/p>\n<h2><strong>Como ajudar o algoritmo e obter lucro<\/strong><\/h2>\n<ul>\n<li>Determine a meta de convers\u00e3o ideal. Para que o algoritmo tenha tempo de aprender e entender para quais usu\u00e1rios exibir an\u00fancios.<\/li>\n<li>N\u00e3o fa\u00e7a altera\u00e7\u00f5es no grupo de an\u00fancios enquanto o algoritmo estiver aprendendo.<\/li>\n<li>Defina um or\u00e7amento objetivo \u2013 nem muito pequeno nem muito grande \u2013 para atingir 50 eventos.<\/li>\n<li>N\u00e3o comece com uma segmenta\u00e7\u00e3o restrita e n\u00e3o defina um lance manual.<\/li>\n<\/ul>\n<p>Mat\u00e9ria completa em:\u00a0<a href=\"https:\/\/l.blackrat.pro\/sA8EN\" target=\"_blank\" rel=\"external nofollow noopener\">https:\/\/l.blackrat.pro\/sA8EN<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Se voc\u00ea entender como os algoritmos s\u00e3o treinados, poder\u00e1 melhorar significativamente os resultados da publicidade. O status de aprendizado \u00e9 exibido no n\u00edvel do grupo na coluna Exibir status. No processo de aprendizado de m\u00e1quina, os algoritmos coletam a quantidade m\u00e1xima de dados. No in\u00edcio do lan\u00e7amento, os algoritmos analisam quais usu\u00e1rios fazem a convers\u00e3o. [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":529,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[10],"class_list":["post-1029","post","type-post","status-publish","format-standard","has-post-thumbnail","category-sem-categoria","tag-facebook"],"_links":{"self":[{"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/posts\/1029","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/comments?post=1029"}],"version-history":[{"count":1,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/posts\/1029\/revisions"}],"predecessor-version":[{"id":1030,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/posts\/1029\/revisions\/1030"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/media\/529"}],"wp:attachment":[{"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/media?parent=1029"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/categories?post=1029"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blackrat.pro\/blog\/wp-json\/wp\/v2\/tags?post=1029"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}