广告效果波动、CPM上涨，是受众调整、素材更换，还是市场竞争加剧所致？随着Meta投放自动化程度加深，品牌方亟需厘清：系统优化的结果是否真正契合商业目标？
在Marketing Operators访谈中，Meta产品管理总监Sukhesh Miryala与Jones Road Beauty前CEO Cody Plofker、HexClad增长负责人Connor Rolain深入探讨广告展示机制及品牌团队应对策略。Sukhesh强调核心概念——“价值表达”：品牌越清晰定义高价值结果，系统优化越精准。Andromeda、GEM等技术升级需在此框架下理解。
明确高价值订单的定义
Sukhesh指出，广告投放需明确触达人群、预期结果、出价意愿及预算规模，同时兼顾广告对用户的价值与质量。其中，“预期结果”的准确性至关重要。
仅关注成交次数会导致价值误判：1美元订单与100美元订单在系统中均计为一次转化，但品牌往往更看重后者。通过价值优化、价值规则、增量归因等工具，品牌可向系统传达对毛利、特定客户群价值的重视，使投放目标与实际经营判断对齐。
当品牌价值判断与系统目标一致时，可大幅减少人工干预；若存在偏差，则需通过设置弥合差距。
差异化业务需匹配不同优化目标
HexClad增长负责人Connor Rolain表示，其核心产品为大套装，用户决策周期长，首单金额与长期价值强相关。因此，他们利用价值优化寻找符合长期经营目标的客户。但在其他注重获客数量或低成本转化的场景中，团队仍采用传统优化目标。
Sukhesh回应称，品牌比平台更懂自身业务。平台仅掌握部分数据，品牌需提供完整经营信息以建立映射关系。HexClad的策略仅为个案参考，并非通用标准。
警惕系统自动偏向老客复购
针对“转化优化+价值优化能否扩大新客触达”的疑问，Sukhesh表示这取决于受众及产品认知度。若目标仅设定为低成本或高价值销售，系统不会自动区分新老客。品牌若重视新客获取，需在目标设定中明确体现，否则系统可能优先推荐易转化的老客。
长期价值（LTV）的定义亦需清晰：是收入还是利润？观察窗口是三月还是一年？后续价值多少源于自然复购？机器学习需基于清晰定义及充足数据才能有效运作。
算法升级：从召回至精准排序
Meta通过Andromeda提升“召回”能力，扩大候选广告范围；利用GEM基础模型增强“排序”能力，通过分析用户行为序列，预测当下最具价值的广告。
Sukhesh强调，这并非承诺自动完成全漏斗营销，而是提升对用户跨活动状态的理解。技术升级意味着系统能考虑更多候选并做出更优判断，但品牌仍需避免过度狭窄的受众限制，以充分利用系统的匹配潜力。
理性看待CPM波动与供需关系
Sukhesh纠正了营销人员对CPM波动的过度归因。CPm受广告拍卖中的供需关系影响：供给端取决于用户活跃度，需求端来自各类广告主的竞争。不存在直接调节CPM的“旋钮”。
新账户CPM较高通常因数据积累不足处于学习期，但亦有新品牌表现优异者。因此，不应简单将账户操作与价格波动划等号，而应置于市场供需背景下理解。
可靠信号与创意多样性助力匹配
关于降低CPM的手段，Sukhesh指出两方面因素：一是数据信号，完善的数据回传有助于提升预测精度；二是品牌信任，消费者对品牌或创作者的认可可直接促进转化。
在创意层面，多样的有效素材能让系统在合适时间将合适内容匹配给合适人群。虽然增加素材数量不必然导致CPM下降，但能提升点击率与转化率，从而在同等展示下获得更佳经营结果。
回归业务本质：聚焦素材与购买体验
Sukhesh总结，营销人员核心工作在于：理解驱动增量价值的关键因素，对齐投放目标，提供可靠信号，并持续更新优质创意。
Connor Rolain补充，团队精力主要投入于产品获客路径设计、广告解释、落地页优化及购买方案制定。例如，高客单价套装的价值优化活动并不直接适用于低客单价新品，需独立构建账户结构。
综上，随着系统预测能力提升，品牌方更需深化对自身业务的理解，明确客户与订单目标，并将这一逻辑准确传递给系统，同时优化后端购买体验，以实现真正的增长。