先说一个核心概念，即Facebook 广告拍卖公式：
竞价自不必多说，我们重点聊聊其他两大类关键信号
预估行动率（Estimated Action Rate）
作用：预测用户在看到广告后执行广告主目标行为（访问网站、下载应用、完成购买等）的概率。
算法来源：Meta 的机器学习模型综合多维数据生成，包括：
用户历史行为：如点击广告、与产品的页面互动、安装应用、过去的转化记录；
广告自身特征：素材内容、投放时间、展示环境等。
广告质量（Ad Quality）
作用：衡量广告对用户体验的整体影响，用于抑制低质量或误导性广告。
主要信号：
用户直接反馈：隐藏广告、举报广告、负面评论等；
系统自动检测：文字占比、煽动性或诱导互动的语言等。
提升广告素材的早期行为信号也很重要，高 CTR、完播率是有助于算法在冷启动期迅速收集正向数据，加快学习速度的。
剩下的注意事项就是维持广告质量与用户体验了，优化落地页速度、信息一致性，避免误导和高负面反馈，持续获得高质量分数，这样广告也会越跑越稳，生命周期会更长。
Facebook是平台从投放模型中移除以下信号的：
用户主动申报属性：如个人资料中填写的种族、zongjiao、性别、年龄等；
名称隐含敏感特征：信号名称本身可间接关联种族、残疾、性取向等；
历史合规中禁用的兴趣标签：例如与特定种族文化活动、zongjiao团体相关的兴趣分类。
https://www.facebook.com/business/help/430291176997542?id=561906377587030
https://www.facebook.com/business/help/765081237991954?id=818859032317965
https://ai.meta.com/blog/advertising-fairness-variance-reduction-system-vrs/
https://about.fb.com/wp-content/uploads/2023/01/Toward_fairness_in_personalized_ads.pdf