Meta Andromeda: למה הטרגוט כבר לא מתחיל במנהל המודעות?

פעם, אחד היתרונות הגדולים של קמפיינר טוב היה היכולת שלו למצוא את הקהל המדויק.

לבנות קהלי תחומי עניין, לייצר Lookalike, להפריד קבוצות מודעות, לשחק עם טווחי גיל ולמצוא את השילוב שמביא את המחיר הטוב ביותר.

אבל עולם הפרסום של Meta השתנה.

מערכות הבינה המלאכותית של פייסבוק ואינסטגרם לוקחות על עצמן חלק הולך וגדל מההחלטות שבעבר התקבלו ידנית.

ובמרכז השינוי הזה נמצא שם שהפך לאחד המדוברים בתעשייה: Meta Andromeda.

אבל מה באמת השתנה? והאם אנחנו מתקרבים לעולם שבו האלגוריתם כבר יודע לבחור את הקהל טוב יותר מהמפרסם?

התשובה מעניינת הרבה יותר מעוד עדכון במנהל המודעות.

מה זה Meta Andromeda?

Meta Andromeda היא מערכת מבוססת למידת מכונה שמטא פיתחה כדי לשפר את השלב הראשון בתהליך בחירת המודעות שיוצגו למשתמשים בפייסבוק ובאינסטגרם.

מטא חשפה את המערכת בפרסום טכני בדצמבר 2024, והיא המשיכה לפתח את מערכות בחירת המודעות שלה במהלך 2025 ו-2026.

כדי להבין את המשמעות שלה, צריך להבין איך עובדת מערכת פרסום בקנה מידה של מיליארדי משתמשים.

בכל רגע נתון יש מיליוני מודעות שמתחרות על תשומת הלב של אנשים שונים.

אבל מטא לא יכולה לבצע את כל חישובי הדירוג המורכבים עבור כל מודעה קיימת בכל פעם שמשתמש גולל בפיד.

לכן התהליך מתבצע בכמה שלבים.

בשלב הראשון, שנקרא Retrieval, המערכת מצמצמת מאגר עצום של מודעות למספר קטן יותר של מועמדות רלוונטיות.

בשלבים הבאים, מערכות דירוג מתקדמות מעריכות אילו מודעות כדאי להציג בפועל.

אנדרומדה פועלת בשלב האחזור הזה.

היא מאפשרת למטא להתמודד עם כמות גדולה יותר של מודעות ולשפר את ההתאמה הראשונית בין מודעות למשתמשים.

וזה משנה את האופן שבו צריך לחשוב על פרסום ממומן.

השינוי הגדול: הקריאייטיב הופך לחלק מהטרגוט

בעבר, חלק גדול מהחשיבה על קהל התרחש בתוך הגדרות הקמפיין.

מפרסם שרצה לפנות לבעלי עסקים היה בוחר תחומי עניין שקשורים ליזמות, עסקים ושיווק.

מפרסם שרצה להגיע לחובבי כושר היה מחפש תחומי עניין הקשורים לאימונים, תזונה וספורט.

היום, לצד הגדרות הקהל, מערכות הפרסום משתמשות באותות רבים כדי להעריך איזו מודעה עשויה להתאים לאיזה אדם.

גם הקריאייטיב עצמו מספק אותות חשובים.

מה מופיע בו?

איזה מסר הוא מציג?

לאיזה צורך הוא פונה?

באיזה פורמט הוא מוגש?

איזה סוג של תגובה הוא מעורר?

המשמעות אינה שהטרגוט הידני נעלם או שאין יותר משמעות להגדרות הקמפיין.

המשמעות היא שהמסר הפרסומי הופך לחלק משמעותי יותר מתהליך ההתאמה לקהל.

במילים פשוטות, כבר לא מספיק לחשוב רק למי מציגים את המודעה.

צריך לחשוב גם איזו מודעה מתאימה לכל סוג של לקוח.

למה עשרים מודעות שונות יכולות להיות בעצם אותה מודעה?

כאן מגיע אחד המושגים החשובים ביותר בפרסום המודרני במטא: Creative Diversification.

גיוון קריאייטיבי.

נניח שמותג מייצר עשרים מודעות.

בכל אחת מופיע אותו מוצר.

אותה הבטחה.

אותו כאב.

אותו מסר.

אבל בכל פעם מחליפים את הרקע, משנים את הצבע או פותחים את הסרטון במשפט מעט שונה.

מבחינה טכנית יש עשרים קבצים.

מבחינה שיווקית יכול להיות שיש כאן רעיון אחד שחוזר עשרים פעמים.

גיוון קריאייטיבי אמיתי אינו נמדד רק בכמות התמונות או הסרטונים.

הוא נמדד בהבדלים בין הזוויות השיווקיות.

האם כל מודעה פונה למניע אחר?

האם היא מציגה שימוש אחר במוצר?

האם היא מדברת לשלב אחר במסע הלקוח?

האם היא מתייחסת להתנגדות אחרת?

האם היא מספקת סיבה חדשה להתעניין?

ככל שהמערכת יודעת להתאים מודעות לקהלים שונים בצורה מתוחכמת יותר, כך יש יותר משמעות למגוון האמיתי של המסרים שהיא מקבלת.

דוגמה: אותו מוצר, ארבע סיבות שונות לקנות

נניח שאנחנו מפרסמים מערכת CRM לניהול לקוחות.

אפשר להעלות ארבע מודעות שכל אחת מהן אומרת:

"נהלו את הלקוחות שלכם בצורה חכמה יותר."

אבל אפשר גם לפתח ארבע זוויות שונות לחלוטין.

הזווית הראשונה תדבר על לידים שנופלים בין הכיסאות.

היא תפנה לבעל עסק שמרגיש שהוא משלם על פרסום אבל מאבד פניות בגלל חוסר סדר.

הזווית השנייה תתמקד במנהל מכירות.

היא תציג את התסכול של ניהול צוות בלי תמונה ברורה של שיחות, הצעות מחיר ועסקאות פתוחות.

הזווית השלישית תדבר על זמן.

על שעות עבודה שמתבזבזות בגלל הזנת נתונים ידנית, משימות חוזרות ומעקב לא מסודר.

הזווית הרביעית תעסוק בצמיחה.

בנקודה שבה העסק כבר גדל, אבל מערכות העבודה הישנות אינן מצליחות לעמוד בקצב.

אותה מערכת CRM.

ארבע בעיות שונות.

ארבעה מניעים שונים.

ארבע סיבות שונות להתעניין.

זה גיוון קריאייטיבי בעל משמעות אסטרטגית, ולא רק שינוי בעיצוב המודעה.

האם זה אומר שהטרגוט הידני מת?

לא.

וזו אחת ההגזמות הנפוצות בשיח סביב אנדרומדה.

העובדה שמטא משקיעה יותר באוטומציה אינה אומרת שכל הגדרת קהל הפכה למיותרת.

עדיין קיימים מצבים שבהם יש משמעות למיקום גיאוגרפי, לשפה, לקהלים מותאמים אישית, ללקוחות קיימים או למגבלות עסקיות ורגולטוריות.

גם היקף התקציב, איכות נתוני ההמרה ומטרת הקמפיין משפיעים על הדרך שבה נכון לנהל את הפעילות.

אבל השאלה השתנתה.

במקום להניח שכל הצלחה מגיעה מהיכולת לבנות קהל צר ומדויק, כדאי לבחון מתי נכון לאפשר למערכת מרחב פעולה רחב יותר.

ככל שהאוטומציה מתקדמת, התפקיד של מנהל הקמפיינים הופך לפחות טכני ויותר אסטרטגי.

פחות להניח מראש מי האדם שיגיב.

יותר להבין מה גורם לאנשים שונים להגיב.

מה ההבדל בין Andromeda ל-Advantage+?

שני השמות מופיעים לעיתים קרובות יחד, אבל הם אינם אותו הדבר.

Andromeda היא רכיב טכנולוגי בתוך מערכת בחירת המודעות של Meta.

Advantage+ הוא שם של משפחת פתרונות אוטומציה למפרסמים, שנועדה להפחית עבודה ידנית בתחומים כמו בחירת קהלים, מיקומים, תקציבים והגדרות נוספות, בהתאם לסוג הקמפיין.

במילים אחרות, Advantage+ היא חלק מהמוצרים והממשקים שהמפרסם יכול להשתמש בהם.

Andromeda פועלת מאחורי הקלעים כחלק מהתשתית הטכנולוגית.

חשוב להכיר את ההבדל משום שאנדרומדה אינה כפתור חדש שצריך להפעיל במנהל המודעות.

היא חלק מהדרך שבה מטא מנסה לבחור ולהתאים פרסום למשתמשים.

האם צריך לייצר עכשיו חמישים קריאייטיבים בכל חודש?

ממש לא בהכרח.

אחת המסקנות הבעייתיות שנוצרו סביב אנדרומדה היא שכל מפרסם חייב להעלות כמות עצומה של מודעות כדי שהמערכת תעבוד.

אבל כמות וגיוון אינם אותו הדבר.

עסק קטן עם תקציב מוגבל לא בהכרח ירוויח מפיזור ההוצאה על עשרות ניסויים שאין להם מספיק נתונים.

לעומת זאת, מספר מצומצם של קריאייטיבים שמציגים רעיונות שונים באמת יכול לספק למערכת מגוון משמעותי יותר של מסרים.

המטרה אינה לייצר תוכן בקצב הגבוה ביותר האפשרי.

המטרה היא ליצור מגוון רלוונטי, ללמוד מהתוצאות ולפתח בהדרגה את הכיוונים שמייצרים ערך.

אין מספר קסם של מודעות שמתאים לכל חשבון.

הקריאייטיב צריך להיות מבוסס על פסיכולוגיה, לא רק על עיצוב

המשמעות העמוקה יותר של השינוי היא שהבנת הלקוח נעשית חשובה עוד יותר.

אם מערכת הפרסום טובה יותר בהתאמת מודעות לאנשים, המפרסם צריך לתת לה מסרים שמייצגים צרכים אמיתיים ושונים.

וזה מתחיל בשאלות שלא נמצאות בתוך Ads Manager.

מה הלקוח באמת רוצה להשיג?

מה מעכב אותו?

איזו חוויה שלילית הייתה לו מפתרון קודם?

על מה הוא לא מוכן להתפשר?

איזו תוצאה תגרום לו להרגיש שהרכישה הייתה מוצלחת?

ומה ההבדל בין לקוח שמחפש מחיר נמוך לבין לקוח שמוכן לשלם יותר עבור ביטחון ואיכות?

מכאן נולדות זוויות קריאייטיב.

לא מתוך בחירה אקראית של כותרות, אלא מתוך מחקר של הקהל והמניעים שלו.

במובן הזה, ככל שהמערכת הטכנולוגית משתפרת, המחקר האנושי הופך לנכס חשוב יותר.

ומה קורה לקריאייטיב שנוצר באמצעות AI?

כלי AI מאפשרים היום לייצר הרבה יותר תמונות, סרטונים וגרסאות של מודעות בזמן קצר.

אפשר לשנות רקעים, להפיק וריאציות ולבצע התאמות שבעבר היו דורשות שעות עבודה רבות.

אבל הקלות הזאת יוצרת גם בעיה.

אם כולם מסוגלים לייצר עשרות מודעות דומות בתוך דקות, כמות התוכן בפני עצמה מפסיקה להיות יתרון משמעותי.

השאלה היא מה יש בתוך התוכן.

האם יש רעיון?

האם הוא מציג זווית מקורית?

האם יש בו תובנה על הלקוח?

האם הוא מציג מוצר אמיתי בצורה משכנעת?

האם הוא מרגיש אמין?

AI יכול להאיץ את הפקת הקריאייטיב.

הוא לא מחליף את הצורך לבחור מה נכון להגיד.

וכאשר אין אסטרטגיה, הטכנולוגיה פשוט מאפשרת לייצר הרבה יותר תוכן בינוני.

למה מבנה הקמפיינים צריך לקבל חשיבה מחודשת?

בעבר מפרסמים רבים נהגו לבנות מבני חשבון מורכבים עם מספר גדול של קמפיינים וקבוצות מודעות.

כל קהל קיבל תקציב משלו.

כל תחום עניין קיבל קבוצת מודעות.

כל שינוי קטן גרר שכפול נוסף.

אבל ככל שמערכות הפרסום הופכות לאוטומטיות יותר, יש היגיון בבחינה מחודשת של רמת הפיצול.

כאשר התקציב מפוזר על יותר מדי קבוצות קטנות, כל אחת מהן עשויה לקבל מעט נתונים ולפעול עם מרחב אופטימיזציה מוגבל.

מבנה פשוט יותר יכול לעזור לרכז נתונים ותקציב ולאפשר למערכת לבצע יותר החלטות בתוך מסגרת רחבה.

עם זאת, גם כאן אין חוק שמתאים לכולם.

הפרדה בין מטרות עסקיות, מדינות, מוצרים בעלי כלכלה שונה או שלבי משפך מסוימים עדיין יכולה להיות מוצדקת.

העיקרון החשוב הוא שהמבנה צריך לשרת צורך עסקי ומדיד.

לא הרגל שנשאר מתקופה שבה ניהול הקהלים היה הרבה יותר ידני.

הדאטה עדיין חשוב, אולי אפילו יותר

קל להתרשם מהיכולת של האלגוריתם ולחשוב שהוא כבר יפתור הכול.

אבל מערכת חכמה עדיין צריכה נתונים איכותיים.

אם הקמפיין מוגדר לייצר לידים, הוא עשוי למצוא אנשים בעלי הסתברות גבוהה להשאיר פרטים.

אבל האם אלה האנשים שהופכים ללקוחות משלמים?

לא בהכרח.

אם העסק מודד רק שליחת טופס ולא מעביר מידע על איכות הפניות או על עסקאות שנסגרו, למערכת יש תמונה חלקית של התוצאה הרצויה.

לכן חיבור נכון בין מערכות הפרסום, האתר, ה-CRM והנתונים העסקיים נשאר מרכיב משמעותי.

האלגוריתם יכול לבצע אופטימיזציה לפי האותות הזמינים לו.

אבל אם מודדים את הפעולה הלא נכונה, הוא עלול להשתפר דווקא במשהו שלא מייצר מספיק ערך לעסק.

אז מה באמת משתנה בתפקיד של מנהל הקמפיינים?

המעבר לאוטומציה לא מבטל את הצורך באנשי פרסום מקצועיים.

הוא משנה את מרכז הכובד של העבודה.

פחות ערך נמצא בפעולות טכניות שחוזרות על עצמן.

יותר ערך נמצא ביכולת להבין את העסק, לפרש נתונים, לבנות מערך ניסויים נכון ולחבר בין קריאייטיב לתוצאה עסקית.

מנהל קמפיינים מקצועי צריך להבין היום לא רק איך המערכת פועלת.

הוא צריך להבין גם למה אנשים קונים.

איך מציגים הצעה.

איך בונים אמון.

איך מזהים מסר חזק.

איך מבדילים בין בעיית קריאייטיב לבעיה בהצעה.

ואיך יודעים אם הגדלת תקציב באמת מייצרת צמיחה.

אלה שאלות ששום כפתור אוטומציה לא פותר לבדו.

הטעות הגדולה היא לנסות לנצח את האלגוריתם

כל שינוי משמעותי במערכות הפרסום מייצר גל חדש של שיטות, טריקים ונוסחאות.

מבנה הקמפיין הסודי.

מספר הקריאייטיבים שחייבים להעלות.

הטרגוט שכביכול כבר לא עובד.

השיטה שאמורה להחזיר את כל הביצועים.

אבל עולם הפרסום מורכב מכדי לצמצם אותו לחוק אחד.

אנדרומדה היא התפתחות טכנולוגית חשובה במערכת של מטא, אבל היא לא מסבירה לבדה כל שינוי בביצועים.

קמפיין יכול להיחלש בגלל תחרות.

בגלל הצעה חלשה.

בגלל שינוי בהתנהגות הקהל.

בגלל בעיה במדידה.

בגלל עמוד נחיתה.

או בגלל שהמוצר עצמו כבר לא מייצר מספיק עניין.

הבנת האלגוריתם חשובה, אבל היא לא תחליף לאבחון מקצועי.

מה אנדרומדה מלמדת אותנו על העתיד של הפרסום?

ככל שמערכות הפרסום משתפרות בבחירת הקהל, הערך של המפרסם נע יותר לכיוון הדברים שהאלגוריתם לא יכול להמציא עבור העסק באופן אמין מתוך נתוני הקמפיין בלבד.

היכרות עמוקה עם הלקוחות.

הבנת השוק.

הצעה מסחרית חזקה.

בידול ברור.

קריאייטיב מקורי.

ומדידה שמחוברת לתוצאות העסקיות.

הפרסום הדיגיטלי לא הופך לפחות אסטרטגי בגלל AI.

הוא הופך לאסטרטגי בדרך אחרת.

בעבר, חלק משמעותי מהיתרון היה לדעת למי להציג את המודעה.

היום, עם מערכות התאמה מתקדמות כמו Meta Andromeda, חלק גדול יותר מהיתרון נמצא ביכולת להבין מה נכון להציג ולמה.

והשאלה החשובה היא כבר לא רק האם האלגוריתם יודע למצוא את הלקוח.

אלא האם יש למותג משהו מספיק רלוונטי להגיד לו כשהוא מוצא אותו.