🧠 Meta 如何找到「最可能购买」的人？
——三层选人逻辑解析（2025 Andromeda 时代）
在 2025 年，Meta 的广告选人逻辑已经从“人工定向时代”彻底进入“系统自动判断时代”。
受众不是你选出来的，而是系统“算出来”的。
很多投手都会问：
“ASC 都不设定向了，那系统到底是怎么选择受众的？”
“为什么同样预算，有的账户能精准找人，有的却疯狂乱花？”
想真正搞懂投放，必须理解 Meta 的 三层选人逻辑。
今天，我们把 Meta 的底层原理拆开，一层一层讲清楚。
🔍 第一层：大池子（Macro Pool）——系统能触达到的所有人
在 ASC / Advantage+ 时代，你不再手动选兴趣。
系统会基于：
你的国家/地区
广告政策限制
年龄范围（你的设定）
平台行为全局模型
用户最近 24 小时内的“购买倾向得分”
直接从最大的人群池开始触达。
这个阶段的逻辑是：
🧩 尽可能让系统自由探索，不人为画圈，给算法最大空间找潜在转化者。
👉 为什么不建议强加兴趣？
因为兴趣=人为画小圈子，很多“真正会买的人”你根本选不出来。
系统的大池子才是广告效果的基础。
🧬 第二层：相似行为层（Behavior Layer）——根据行为特征筛选出“高价值倾向人群”
在大池子中，系统会利用海量行为信号来筛选可能转化的人。
主要包括：
✔ 1. 最近购物行为
最近 7 天是否看过类似商品？
是否有主动搜索行为？
是否频繁浏览相关类目？
✔ 2. 品牌交互行为（尤其重要）
是否看过你或竞争对手广告
是否与内容互动过（点赞 / 收藏 / 评论）
✔ 3. 站外信号
Meta 现在会读取 外部数据源（CAPI + 第三方购物行为数据），包括：
访问网站频率
购物站点历史转化
加购/收藏/浏览动作
✔ 4. 高价值购买行为（HVA）
例如系统会重点标记：
经常购买新品
平均订单金额较高
在电商类广告中转化频率高
📌 重点来了：
系统并不是“找到所有可能的人”，
而是：
🎯 找到近期最可能发生转化的人，并排出排序优先级。
行为层就是“排队机制”。
越接近转化行为的人 → 越早被广告触达。
🎯 第三层：信号反哺层（Signal Layer）——由广告主的“信号质量”决定最终选人精准度
这是投手最容易忽略、但最关键的一层。
系统只会倾斜给那些信号质量高的广告主：
⭐ Pixel 事件完备
⭐ CAPI 2.0 匹配率 ≥70%
⭐ 落地页速度快
⭐ 高质量真实购买数据（ROAS 不是目的，是信号）
这就是：
🧠 你的信号越清晰 → 系统越能准确找到你要的那群人。
信号层决定三件事：
✔ 1. 系统能否正确识别“高质量样本”
如果你的数据脏、乱、不准，系统就不知道哪些人是真正的购买者。
✔ 2. 系统能否把样本扩展到“类购买人群”
Andromeda 的核心就是 Lookalike 自动扩散算法，
但它需要干净、高价值的样本才能工作。
✔ 3. 广告能否进入“优质流量位”
弱信号 → 系统不给你优质用户 → CPM 升高 → CTR 降低 → CVR 崩溃。
🧠 三层选人逻辑总结图
6
🏁 最终结论：谁能控制信号，谁就能控制投放
Meta 的选人逻辑不是“圈出来”的，而是“算出来”的。
三层逻辑决定了广告能否跑起来：
🔹 第一层：大池子
→ 给系统“空间”，不人为限制。
🔹 第二层：行为选人层
→ 系统根据用户行为判断“谁最可能买”。
🔹 第三层：信号反哺层（最重要）
→ 广告主的信号质量，决定系统是否能精准找到受众。
📌 你该怎么做？
① 不乱加定向、兴趣、条件
减少人为干预，让系统自由探索。
② 做好信号（最容易被忽略）
Pixel 事件全
CAPI 匹配率高
真实购买数据干净
落地页快
表单/ATC/InitiateCheckout 信号完整
③ 素材多样化（系统要样本）
不是你喜欢什么，而是系统要什么。
广告三阶段 × 三层选人逻辑
——为什么前期烧钱，中期稳定，后期衰退？
Meta 的广告从来不是线性的，而是一个 “不断筛人 → 扩人 → 换人” 的动态过程。
这三层逻辑（大池子 → 行为层 → 信号层）
会在广告生命周期内产生 完全不同的数据表现
📍 阶段一：前期（Day 1–3）＝ 大池子探索期
系统刚开始投放时，它会：
先进入“大池子”最大化探索
广撒网，测试不同人群
测试素材、受众、位置、时段
测试哪些人对广告有反应
测试你的“信号是否干净”
🧪【你会看到的数据现象】
（几乎每个 ASC 广告都是这样）
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
📝【前期你该做什么？】
✔ 1. 不动结构、不动定向、不动预算
前 72 小时千万不要动。
动一下 = 全部重新学习。
✔ 2. 准备足够的素材
因为正在测试，
素材太少 → 受众突破不了行为层。
✔ 3. 确认信号层是否健康
尤其 CAPI 匹配率、事件触发率。
✔ 4. 不要用 ROAS 判断前期成败
前期 ROAS 只是“随机捡漏”，没有预测价值。
📍 阶段二：中期（Day 3–14）＝ 行为层成型期（最关键）
当系统完成初步探索后，会进入“筛选阶段”：
开始用 行为层 的逻辑找“最可能买的人”。
系统会：
聚焦互动强、点击高、停留长的人
优先触达近期有购物意向的用户
基于你的前期样本“复制相似人群”
逐渐排除无价值受众
逐渐降低 CPM
提升 CVR
🧪【你会看到的数据变化】
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
📝【中期你该做什么？】
✔ 1. 保持预算稳定（让系统放大样本）
建议每次涨幅≤20%，
否则系统会重新找人 → 行为层乱。
✔ 2. 补充素材，但不删素材
删除素材 = 样本池被砍掉一部分。
补素材 = 扩大行为层可识别的人群类型。
✔ 3. 开始监控 Landing Page / CVR
行为层带来的是“高意向用户”，
但最终成交要靠落地页。
✔ 4. 观察信号层是否稳定
尤其
ATC → IC → PUR 的完整链路
CAPI 匹配率是否上升
转化事件是否准确
中期决定整个广告能不能爆。
📍 阶段三：后期（Day 14+）＝ 信号反哺期（衰退 or 稳定）
当广告跑到两周以上，
系统会进入“信号反哺”阶段：
🔹 如果信号好
系统会：
提升高价值用户占比
自动拓宽到“类购买人群”
稳定流量、降低成本
ROAS 越跑越稳
🔹 如果信号不好
系统会：
无法继续找到相似购买者
强行扩散到“泛用户”
CPM 上升
CTR 下滑
ATC 减少
ROAS 崩盘
进入衰退周期（自然现象）
🧪【后期数据现象】
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
📝【后期你该做什么？】
✔ 如果表现好 → 持续放量
以 10–20% 的幅度加预算
增加素材，维持学习
做 1–N 小结构扩容
✔ 如果进入衰退 → 按以下顺序处理
① 优先换素材
素材 = 样本的入口
入口枯竭 → 全部崩
② 检查信号
落地页是否变慢
支付流程是否异常
CAPI 匹配率是否下滑
是否出现“事件重复、脏数据、假订单”
③ 不要动受众（最容易犯的错）
衰退不是受众的问题，是信号的问题。
④ 必要时重建一个同结构系列（克隆）
新系列 = 新数据流入
让系统重新建立健康模型。
🚀 三阶段动作总表（直接带走）
6
🎯 总结：
系统选人的三层逻辑不是静态的，而是动态演化的：
🟦 前期 = 大池子探索 → 数据乱但正常
👉 不动结构、补素材、稳预算。
🟩 中期 = 行为层成型 → 数据变稳变好
👉 扩样本、补素材、优化落地页。
🟧 后期 = 信号反哺 → 决定爆还是死
👉 补素材、查信号、稳预算。
业务介绍
🔹 个人简介
深耕 Facebook广告投放5年+，自2020年起专注海外市场
实操覆盖独立站、亚马逊、Shopify、SaaS类、电商推广等领域
擅长素材测试、受众定位、漏斗优化、ROAS提升、A/B测试
拥有可验证的真实项目案例
📩 欢迎私聊洽谈合作
资源
🌍 海外企业户三不限：服务费仅 4%
🇨🇳 国内白量企业户：无阶梯季度返点4%
提供服务：
✅ 广告账户开户
✅ 账号托管
✅ 投放咨询
✅ 整体广告策略输出
