Para crear reglas de reajuste del presupuesto basadas en el ROI, es importante entender cada componente individual. ROI son las siglas de retorno de la inversión en inglés.
En esta página, obtendrás información sobre cada componente de la regla de reajuste y el impacto de cada parámetro en la forma en que se ejecuta la regla.
En el caso de las reglas de reajuste, se recomienda usar una programación DAILY
o CUSTOM
, ya que la acción no debe producirse con frecuencia.
El criterio de evaluación funciona en armonía con rebalance_spec
para determinar las listas de objetos que se ven afectados por el reajuste.
En todos los tipos de reajuste, la lista de objetos que supera la evaluación es el origen de presupuestos. La lista de beneficiarios varía en función del tipo de reajuste especificado, pero para la mayoría de ellos (por ejemplo, EVEN
), los beneficiarios son los objetos que no superaron la evaluación.
Por ejemplo, si el criterio de regla de tipo EVEN
es cost_per_mobile_app_install
> 2.50
, todos los conjuntos de anuncios que tengan un coste por descarga de aplicación para móviles mayor que 2,50 se pausarán y los presupuestos correspondientes se moverán a todos los conjuntos de anuncios que tengan un coste por descarga de aplicación para móviles menor o igual que 2,50.
rebalance_spec
determina la forma exacta en que los beneficiarios obtienen su presupuesto. Hay cinco parámetros:
Campo | Descripción |
---|---|
| Obligatorio. Determina la forma en que se asignan los presupuestos. Si el valor no es Valores admitidos: |
| Opcional. Especifica la métrica de insights que se usa para clasificar a los beneficiarios. Es obligatorio si Valores admitidos: un campo de insights, como |
| Opcional. Especifica el número (K) de beneficiarios. La combinación de esto, Valores admitidos: un entero positivo, como |
| Opcional. Especifica si permites la asignación de presupuestos entre campañas publicitarias. Si no se especifica o el valor es Valores admitidos: un valor booleano, como |
| Opcional. Especifica si los beneficiarios se deben clasificar de mayor a menor en función del contrario de sus valores de Valores admitidos: un valor booleano, como |
Hay algunos matices específicos en relación con esta acción:
Si los conjuntos de anuncios que se van a reajustar tienen presupuestos diarios y totales, separamos los conjuntos de anuncios en dos categorías. Esto significa que los conjuntos de anuncios solo mueven sus presupuestos diarios a otros conjuntos de anuncios que tienen presupuestos diarios. Lo mismo ocurre con los presupuestos totales.
En el caso de los conjuntos de anuncios con presupuestos totales, tomamos el presupuesto restante (la diferencia entre el presupuesto total y el gasto total) al determinar la cantidad de presupuesto que pueden asignar. De esta forma, se garantiza que el presupuesto total en el nivel de campaña publicitaria permanezca sin cambios.
rebalance_spec
En el caso de los tipos EVEN
y PROPORTIONAL
, pausamos los objetos coincidentes (los donantes del presupuesto con los beneficiarios). Al pausar estos objetos, no ajustamos los presupuestos correspondientes de ninguna forma debido a los siguientes motivos:
Esto significa que, si posteriormente vuelves a activar el conjunto de anuncios, conservará el mismo presupuesto que tenía antes. Puedes verlo al interactuar con el objeto pausado y obtener los datos del presupuesto correspondiente.
En el caso del tipo NO_PAUSE_PROPORTIONAL
, no pausamos los objetos coincidentes. Para determinar cuánto presupuesto ajustar, observamos todos los objetos (donantes y beneficiarios) juntos y clasificamos su rendimiento. Así, se garantiza que el presupuesto solo se mueva de los donantes a los beneficiarios. Esta configuración evita que el reajuste provoque que un conjunto de anuncios con un buen rendimiento se done a un conjunto de anuncios de bajo rendimiento simplemente por la cantidad de presupuesto que tiene. Consulta el ejemplo siguiente para obtener más información.
En el caso del tipo MATCHED_ONLY_PROPORTIONAL
, solo observamos los objetos coincidentes. Una vez más, no los pausamos. Los clasificamos entre ellos y redistribuimos sus presupuestos en función de una comparación del rendimiento. Esto significa que tomamos el presupuesto total de todos los donantes y lo compartimos de forma proporcional con la misma lista de donantes. Consulta el ejemplo siguiente para obtener más información.
En el caso de los tipos que terminan en PROPORTIONAL
, distribuimos más presupuestos a conjuntos de anuncios con mejor rendimiento en función del valor de target_field
definido. Por ejemplo, si la métrica es reach
y tengo dos conjuntos de anuncios de beneficiarios cuyos valores de reach
son 10 y 20, asignamos un 33,3 % y un 66,6 % del fondo de presupuestos a dichos conjuntos de anuncios, respectivamente. Si el tipo es EVEN
, cada uno obtiene un 50 %.
is_inverse
La marca is_inverse
es útil para métricas como cost_per_mobile_app_install
, en las que un número de métrica inferior significa un conjunto de anuncios de mayor rendimiento. Esto se resalta en el ejemplo siguiente y significa que los conjuntos de anuncios con un valor inferior de este tipo obtienen una mayor parte de la asignación presupuestaria.
A continuación se incluye un ejemplo de una regla de reajuste que:
Definimos un bajo rendimiento como tener un valor alto de cost_per_mobile_app_install
de forma estable. Asignamos de forma proporcional el presupuesto de todos los conjuntos de anuncios de bajo rendimiento a los diez mejores conjuntos de anuncios de la cuenta publicitaria. Esta regla se ejecuta a las 8:00 todos los días, mientras se observan los datos totales.
curl \ -F 'name=Test Rebalance Rule' \ -F 'schedule_spec={ "schedule_type": "CUSTOM", "schedule": [ { "start_minute": 480 } ] }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "entity_type", "value": "ADSET", "operator": "EQUAL" }, { "field": "time_preset", "value": "LIFETIME", "operator": "EQUAL" }, { "field": "mobile_app_install", "value": 100, "operator": "GREATER_THAN" }, { "field": "cost_per_mobile_app_install", "value": 3.0, "operator": "GREATER_THAN" } ] }' \ -F 'execution_spec={ "execution_type": "REBALANCE_BUDGET", "execution_options": [ { "field": "rebalance_spec", "value": { "type": "INVERSE_PROPORTIONAL", "target_field": "cost_per_mobile_app_install", "target_count": 10, "is_cross_campaign": true }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library
Aquí, la regla:
curl \ -F 'name=Test Rebalance Rule' \ -F 'schedule_spec={ "schedule_type": "DAILY" }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "entity_type", "value": "ADSET", "operator": "EQUAL" }, { "field": "time_preset", "value": "LIFETIME", "operator": "EQUAL" }, { "field": "impressions", "value": 8000, "operator": "GREATER_THAN" }, { "field": "audience_reached_percentage", "value": 70, "operator": "GREATER_THAN" } ] }' \ -F 'execution_spec={ "execution_type": "REBALANCE_BUDGET", "execution_options": [ { "field": "rebalance_spec", "value": { "type": "EVEN" }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library
A continuación se incluye un ejemplo en el que se usa el tipo NO_PAUSE_PROPORTIONAL
. En este caso, el presupuesto se reajusta de los conjuntos de anuncios de las campañas publicitarias de los que tienen una cantidad baja de reproducciones de vídeo. Sin embargo, en este caso no se pausan los conjuntos de anuncios y se dejan con una cantidad proporcional de presupuesto.
A continuación se incluye un ejemplo numérico de lo que ocurre:
1-5
con video_view
de 1-5
, un presupuesto diario de 3000
cada uno de ellos y la siguiente regla. 6000
de los conjuntos de anuncios 1
y 2
y determinamos proporcionalmente cómo distribuirlo. En este caso, cada conjunto de anuncios tiene relaciones de 1/15
hasta 5/15
. 400
, 800
, 4200
, 4600
y 5000
, respectivamente. De esta forma, se garantiza que los beneficiarios (conjuntos de anuncios 1
, 2
y 3
) siempre aumenten el presupuesto.curl \ -F 'name=Test Rebalance Rule' \ -F 'schedule_spec={ "schedule_type": "DAILY" }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "entity_type", "value": "ADSET", "operator": "EQUAL" }, { "field": "time_preset", "value": "LIFETIME", "operator": "EQUAL" }, { "field": "video_view", "value": 3, "operator": "LESS_THAN" }, ] }' \ -F 'execution_spec={ "execution_type": "REBALANCE_BUDGET", "execution_options": [ { "field": "rebalance_spec", "value": { "type": "NO_PAUSE_PROPORTIONAL", "target_field": "video_view" }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library
Por último, a continuación se incluye un ejemplo en el que se usa MATCHED_ONLY_PROPORTIONAL
. En este caso, no tienes que preocuparte por los objetos no coincidentes. La atención se centra en los conjuntos de anuncios que se ajustan a los filtros de la regla. Puedes usar el mismo ejemplo de antes, pero ahora no tienes que determinar las dos listas en función del bajo rendimiento de los conjuntos de anuncios.
Con el mismo ejemplo numérico de antes, terminaríamos usando todos los presupuestos del fondo (15000
) y distribuyéndolo de forma proporcional. Como resultado, los conjuntos de anuncios 1-5
terminarían con un presupuesto de 1000-5000
.
El principal inconveniente de este type
es que no se garantiza que los conjuntos de anuncios con mejor rendimiento no terminen perdiendo presupuesto, sobre todo en casos de valores de presupuestos no ajustados. En igualdad de condiciones, si el conjunto de anuncios 5
empezase con un presupuesto de 18000
, terminaría perdiendo 8000
del presupuesto.
curl \ -F 'name=Test Rebalance Rule' \ -F 'schedule_spec={ "schedule_type": "DAILY" }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "entity_type", "value": "ADSET", "operator": "EQUAL" }, { "field": "time_preset", "value": "LIFETIME", "operator": "EQUAL" }, ] }' \ -F 'execution_spec={ "execution_type": "REBALANCE_BUDGET", "execution_options": [ { "field": "rebalance_spec", "value": { "type": "MATCHED_ONLY_PROPORTIONAL", "target_field": "video_view" }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library