Việc phân phối cá nhân hóa quảng cáo giúp tối đa hóa giá trị cho cả khách hàng và doanh nghiệp. Nó giúp doanh nghiệp tiếp cận khách hàng với chi phí hợp lý và cho họ một trải nghiệm tốt hơn. Bài viết này sẽ giúp bạn hiểu được cách mà Facebook phân phối quảng cáo thông qua đấu giá quảng cáo (Ad auction), sử dụng công nghệ máy học (Machine Learning) để xác đinh quảng cáo nào sẽ hiển thị đến người dùng.

machine learning facebook ads

Facebook quyết định việc hiển thị quảng cáo như thế nào?

Nhìn chung, Facebook dựa vào 2 yếu tố chính là: Nhắm chọn mục tiêu quảng cáo của nhà quảng cáo và kết quả của việc đấu giá quảng cáo.

Đầu tiên, các nhà quảng cáo sẽ chọn khách hàng mục tiêu (Target Audience) của họ thông qua kinh nghiệm trong từng ngành nghề, thị trường, hoặc từ các công cụ phân tích. Đối tượng khách hàng thường được lựa chọn dựa trên danh mục về độ tuổi và giới tính, cũng như những hành động mà họ đã thực hiện trên nền tảng của Facebook, chẳng hạn như thông qua việc kết nối với trang Facebook Page (Fanpage) hay hành động nhấp vào một quảng cáo bất kỳ.

Nhà quảng cáo củng có thể sử dụng những thông tin khách hàng mà họ sẵn có như: Danh sách email khách hàng, dữ liệu người dùng đã truy cập website để xây dựng các tệp đối tượng khách hàng tùy chỉnh (Custom audiences) hay đối tương tượng tự (Lookalike audiences).

Tiếp theo, khi xác định quảng cáo nào sẽ hiển thị trước mắt một người nào đó, hệ thống Facebook sẽ tập hợp các quảng cáo, bao gồm những người trong tệp đối tượng được lưa chọn bởi nhà quảng cáo. Sau đó, các quảng cáo này sẽ chuyển đến giai đoạn đấu giá (Auction stage)

Với những quảng cáo tham gia phiên đấu giá, Facebook sẽ lựa chọn để phân phối quảng cáo tốt nhất đến người dùng, đây là những quảng cáo có tổng điểm giá trị cao nhất – bao gồm sự kết hợp giữa giá trị nhà quảng cáo và chất lượng của quảng cáo. Facebook tính được giá trị của nhà quảng cáo bằng việc nhân giá thầu với tỷ lệ hành động ước tính. Đây là ước tính số người có nhiều khả năng thực hiện hành động mà nhà quảng cáo mong muốn nhất, như truy cập vào website, cài đăt ứng dụng,… sau cùng là yếu tố về điểm chất lượng của quảng cáo đó.

công thức tính tổng điểm giá trị quảng cáo facebook

Thế nào là máy học và Facebook đã sử dụng nó như thế nào?

Máy học là một hệ thống, được học khi chúng nhận được dữ liệu mới, mà không cần được lập trình rõ ràng, thực hiện các tác vụ nhanh chóng và hiệu quả. Facebook sẽ sử dụng máy học để tạo ra tỷ lệ hành động ước tính (estimated action rate) và điểm chất lượng của quảng cáo.

Để tìm ra con số ước tính về tỷ lệ hành động, mô hình máy học dự đoán một cá nhân người dùng có khả năng thực hiện hành động nhất mà nhà quảng cáo mong muốn, dựa vào mục tiêu kinh doanh (Business Objective), nhà quảng cáo sẽ lựa chọn việc tăng lượng người dùng truy cập vào website hay thúc đẩy doanh số bán hàng.

Để làm được điều này, mô hình máy học sẽ đánh giá hành vi người dùng cả khi họ đang online hoặc rời khỏi tài khoản Facebook, cũng như các nhân tố khác như: Nội dung quảng cáo, giờ trong ngày hay tương tác giữa người dùng với các quảng cáo.

  • Ví dụ về hành vi trên Facebook: Máy học đánh giá hành vi dựa trên những hành động mà người dùng thực hiện khi sử dụng ứng dụng Facebook, nhấp vào quảng cáo hay like một bài viết bất kỳ.
  • Ví dụ về hành vi ngoài Facebook: Máy học sẽ đánh giá hành vi dựa trên hành động của người dùng bên ngoài nền tảng Facebook, được chia sẻ thông qua các công cụ kinh doanh, như việc truy cập vào một website, mua một sản phẩm hoặc cài đặt một ứng dụng.

Để có thể đo lường điểm chất lượng quảng cáo (ad’s quality score), mô hình máy học của Facebook đánh giá thông qua phản hồi từ người dùng đã xem hoặc ẩn đi quảng cáo, cũng như đánh giá các thuôc tính có chất lượng thấp như: Chữ xuất hiện quá nhiều trong hình ảnh, nội dung chiêu trò, giật gân, hay câu kéo người dùng tương tác,..

Giá thầu của nhà quảng cáo, tỷ lệ hành động ước tính và điểm chất lượng quảng cáo được tổng hợp để tính toán tổng điểm giá trị của quảng cáo trong phiên đấu giá.

Máy học giúp Facebook cải thiện phân phối quảng cáo như thế nào?

Qua một khoảng thời gian, khi người dùng xem một quảng cáo, chia sẻ phản hồi về nó, nhấp để mua hàng trên website hay tải xuống một ứng dụng,.. mô hình máy học sẽ thu được các kết quả tốt hơn về tỷ lệ hành động ước tính cũng như chất lượng quảng cáo.

Khi mà có hàng tỷ người dùng sử dụng Facebook và tương tác với quảng cáo mỗi ngày, hệ thống máy học sẽ có được nhiều dữ liệu, thông tin hơn để cải thiện khả năng tính toán, để giải quyết được bài toán cuối cùng là tối đa hóa giá trị cho cả người dùng Facebook và doanh nghiệp.

Từ đây, có thể thấy quảng cáo với giá thầu cao nhất không chắc chắn sẽ giành phần thắng. Những quảng cáo với giá thầu thấp hơn vẫn được ưu tiên khi mà hệ thống dự đoán được khả năng tương tác của người dùng với quảng cáo này tốt hơn, đồng nghĩa với việc điểm chất lượng sẽ cao hơn.

Vì vậy, nhà quảng cáo không nhất thiết phải luôn đặt giá thầu cao, đầu tiên cần phải nắm được các tiêu chí quyết định cách Facebook phân phối quảng cáo và quan tâm nhiều hơn vào chất lượng quảng cáo của mình. Chính điều này cho phép các doanh nghiệp vừa và nhỏ có thể cạnh tranh và tiếp cận khách hàng tiềm năng với bất kỳ một mức ngân sách nào.

Nguồn: Facebook Business