Facebook广告的一个主要特点是个性化。每次展示Facebook广告，广告系统就能更好地了解展示广告的最佳用户和地点。
因此，Facebook广告有机器学习阶段，在这个阶段，广告系统将继续探索广告组的最佳方式。一般来说，机器学习阶段的广告组表现会比平时波动更大，单次操作成本(CPA)也会比平时高。
Facebook代理YinoLink易诺为您详细介绍机器学习阶段，避免修改广告触发重新学习和学习数据不足，尽快通过机器学习阶段。
介绍机器学习阶段。
机器学习阶段是指广告系统仍然需要学习大量关于广告组的信息的时期。当广告组处于机器学习阶段时，投放栏将显示机器学习。
Facebook广告系统将继续学习广告组的最佳方式。当广告组表现稳定时（通常在7天内完成50次优化事件），它将退出机器学习阶段。
快速度过机器学习阶段。
当Facebook广告处于机器学习阶段时，广告效果将不稳定。以下四点可以帮助快速度过Facebook机器学习阶段。
1.机器学习阶段不编辑广告组。
如果编辑Facebook广告、广告组或广告系列处于机器学习阶段，将重置机器学习阶段，减缓广告系统优化能力的提高。
2.避免广告数量过多。
如果你创建了太多的Facebook广告和广告组，广告系统将降低每个广告和广告组的学习水平，学习过程可以通过合并类似Facebook广告组来合并。YinoLink易诺建议一个广告系列有3-6个广告组，每个广告组包含2-5个广告材料。
3.使用合理的预算。
Facebook广告预算设置需要足够的金额，以确保预算至少可以优化50次事件，并避免频繁更改预算。
第三，重大修改导致机器学习重新开始。
每次编辑现有的广告或广告组，都会对交付效果产生一定的影响。如果是重大修改，广告组将重新进入机器学习阶段。
1.重新进入机器学习阶段将导致重大修改。
-为广告组增加新的广告。
-改变目标受众，广告创意，优化事件。
-暂停广告组7天以上。
-在使用广告系列预算优化时，切换广告系列竞价策略可能会导致广告系列中的多个广告组重新进入机器学习阶段。
2.可能导致重新进入机器学习阶段的修改。
以下变更动作根据变更幅度决定是否属于重大变更:
设置广告系列预算上限。
设置广告组预算上限。
-设定成本上限、竞价上限或最低成本回报。
例如，如果你将预算从100美元增加到101美元，广告导致广告组重新进入机器学习阶段。但如果你把预算从100美元改为1000美元，广告组可能会重新进入机器学习阶段。Facebook代理YinoLink易诺建议每次调整20%-30%的预算，不容易再次触发机器学习。
解决学习期数据不足的问题。
如果Facebook广告组没有得到足够的优化事件，无法脱离机器学习阶段，状态栏将显示学习期数据不足，这意味着系统未能有效地花费您的预算，优化广告性能。
Facebook广告组可以通过多种方法修复学习期数据不足，以提高其性能：
-组合广告组和广告系列。
扩大受众群。
-提高预算
-增加投标或成本控制。
-更换优化事件，考虑更频繁的优化事件。
如果处于“学习期数据不足”状态的广告团队在您进行重大修改后获得50个优化事件，其状态将成为“交付”。
