Meta 調整廣告排序，Instagram 成效上升

Meta 說，Instagram 廣告最近有感變好。Meta 的廣告投放調整後，轉換率提升 3%，點擊率增加 5%。這不是創意換新圖，也不是受眾大改。核心是新的 Adaptive Ranking Model，它用即時訊號重新排序廣告。

講白了，這種改動很 Meta。不是把廣告做得更花，而是把誰先看到哪則廣告算得更準。對廣告主來說，3% 和 5% 看起來不大，但放到大規模投放，就是很真實的錢。

更有意思的是，Meta 還說這套模型更省算力。這代表它不是只追準確率。它也在意伺服器成本、延遲，還有整體投放效率。這才是大平台會在意的地方。

Meta 這次到底改了什麼

這次更新的重點在 ranking。以前可能只看一部分訊號。現在則是把更多互動資料拉進來，並且即時調整排序。使用者今天點什麼、停多久、滑多快，這些訊號都會影響下一次廣告決策。

對 Instagram 這種內容流很快的產品，這招很合理。因為人的意圖變很快。你剛看完球鞋，下一秒就想看旅遊。廣告系統如果還用慢半拍的規則，投放自然容易歪掉。

Meta 也提到，這套設計會降低運算負擔。這點很重要。因為一個模型如果每次都要吃很多資源，效益再好也不一定能大規模上線。Meta 這種等級的流量，省一點算力就是省很多錢。

• 即時處理更多互動訊號
• 依特徵稀疏度調整 embedding 配置
• 清掉沒用到的 embeddings
• 依上下文分流請求，減少不必要運算

這幾個動作放在一起看，很明顯是效率導向。Meta 想要的是更準的排序，不是更重的系統。這種思路很像資料工程師會做的事：先把浪費砍掉，再談模型效果。

3% 和 5% 為什麼不能小看

3% 的轉換率提升，乍看很普通。可是在 Meta 的廣告規模下，這可能直接改變 ROAS。尤其是電商、App 下載、訂閱服務，這種差一點就差很多的產業，3% 常常不是小數字。

5% 的點擊率提升也一樣。CTR 先上去，後面才有更多人進漏斗。就算最後轉換沒等比例成長，前面流量增加也會讓系統有更多可學的資料。這對演算法來說很補。

我覺得這裡最有意思的地方，不是數字本身，而是它代表投放邏輯在變。廣告主以前常盯素材、受眾、版位。現在平台自己的排序模型，可能就吃掉一部分成果差異。你沒改 campaign，結果成效還是變了。

• 轉換率： +3%
• 點擊率： +5%
• 影響範圍： Instagram 廣告
• 效果來源： 平台端排序模型更新

這也提醒投放人員一件事。不要只看總成效。要拆 placement，看週期，看素材，看受眾。因為平台一改規則，整個帳戶的表現可能一起晃。你如果只看總表，很容易誤判。

跟 Google 的廣告系統比起來呢

Meta 這次的方向，其實跟 Google 很像。兩邊都知道，廣告系統不是只靠關鍵字或受眾標籤。真正有價值的是即時訊號。使用者的行為，才是最有用的資料。

Google 很早就把自動出價和機器學習做成核心。Meta 現在強調的，是更貼近當下情境的排序。差別在於，Instagram 的 feed 更吃瞬間興趣。你剛停留 2 秒，系統就要決定下一則廣告要不要塞進來。

這裡有一個真實的提醒，來自 Jaron Lanier：

“The biggest risk is not that computers will get too smart, but that humans will believe they are smarter than they are.”

這句話放在廣告系統上很貼切。平台說模型變好了，沒錯。可是廣告主還是要問：到底是模型變準，還是 auction 結構變了？到底是訊號更好，還是報表看起來比較漂亮？

說真的，平台端的更新常常會影響很多東西。包含歸因、受眾重疊、出價節奏。你不看 account-level data，很容易把平台的功勞全吃下來，結果其實只是 delivery 調整。

這跟其他廣告平台差在哪

如果把 Meta 放到整個廣告技術市場看，重點就很清楚了。大家都在做 ranking。差別只是誰的訊號更多，誰的延遲更低，誰的成本更能壓住。這次 Meta 的說法，是它把準確率和效率一起拉上來。

這種更新很像雲端服務常做的優化。不是只讓模型更聰明，而是讓它更便宜、更快。對大規模投放平台來說，這才是真的本事。因為每一次廣告曝光，背後都是大量即時計算。

如果拿實務面來比，Meta 這次的數字算是漂亮，但也不誇張。它不是把成效翻倍。它是把原本就很大的盤子，再往上挪一點點。可是在廣告世界，一點點就夠大了。

• Meta Instagram ads： 轉換率 +3%，CTR +5%
• 一般帳戶優化： 常見單週改善多在個位數百分比
• 平台級排序更新： 會影響所有符合條件的曝光
• 手動調整受眾： 通常只改到部分流量

這也解釋了為什麼平台更新值得盯。你自己調素材，可能只影響一小段流量。平台改 ranking，卻可能直接碰到整個 auction。兩者不是同一個量級。

背後是廣告系統的老問題

廣告排序一直有三個老問題。第一是準不準。第二是快不快。第三是貴不貴。模型如果很準，但算得慢，還是不能用。模型如果很快，但訊號太少，效果也有限。

Meta 這次的做法，就是把這三件事一起處理。它不只看更多資料，也讓系統更會分配 embedding，還會把沒用的部分清掉。這種做法很工程。也很實際。

我覺得這代表一個趨勢。大型平台不再只拼模型分數。它們更在意整體系統表現。因為在真實世界，模型分數高，不代表廣告主真的賺錢。要能穩定跑，才算數。

如果你是廣告主，接下來最好觀察三件事。第一，Instagram 版位是否持續優於其他版位。第二，成效變化是不是集中在某些品類。第三，轉換提升有沒有跟著流量品質一起變好。這些都比單看總 CTR 更有用。

如果你是做產品或資料的人，這則消息也很有啟發。它提醒你，排序系統不是只看模型。資料清理、特徵稀疏度、記憶體配置、請求路由，這些都會直接影響結果。很多時候，成效差 3%，問題根本不在模型本身。

接下來該盯什麼

我會先看 Meta 會不會把這套 ranking 思路擴到更多版位。Instagram 只是第一站。只要這套方法能穩住成效，又不把算力成本拉爆，其他廣告產品很可能也會跟上。

對廣告主來說，現在最實際的做法很簡單。把報表拆細。看 placement。看週別。看素材。再看受眾。不要只看整體 ROAS。因為平台端一改，整體數字常常會騙人。

我的判斷是，最吃香的會是資料乾淨、轉換量夠的帳戶。這種帳戶更容易讓模型學到東西。反過來說，訊號太少的品牌，就算平台變聰明，也不一定吃得到便宜。

所以真正要問的不是「AI 有沒有變強」。而是「你的資料能不能證明它變強」。如果不能，那你看到的可能只是平台自己變得更會講故事。