随着人工智能和机器学习模型的日益精进，营销人员已经可以借助AI更高效地完成受众精准定位、预算智能分配，以及广告创意的优化，并显著提升投放效率和效果。然而，不同企业的关注重点各异，有的希望尽可能多地获得订单，有的更看重利润，或是希望覆盖特定人群，因此AI广告不存在放之四海皆准的模版。

为此，Meta 正在推动 AI 驱动的营销方案实现更高的精细化和定制化，并于近期进一步扩展其广告产品，推出“价值规则”（Value Rules）、“价值优化”（Value Optimization）和“增量归因”（Incremental Attribution）等工具，帮助广告主精准传达其重视的转化类型和进一步明确成效评估标准，以围绕其核心业务需求打造真正“量身定制”的智能营销解决方案。

从“管理”到“引导”，营销人员在 AI 时代的角色转变

AI 驱动的广告时代，最具成效的广告活动具备足够的灵活性，能够触达与企业核心需求最相关的用户。更关注新客获取还是熟客的再营销？是追求最大交易量，还是锁定高净值客户？更看重订单的金额大小，还是利润率？诸如此类，企业可以对广告的预期目标进行非常精细的定义，也就是说，AI 几乎能够根据企业的具体需求“量身定制”地工作。

正因如此，营销人员的角色也在发生转变。过去，营销人员像亲力亲为的“大厨”，从选材到烹饪，深度参与广告活动的每个环节；如今更像是“向导”，为AI设定清晰的目标与方向，并引导其抵达预期目的地。这并不意味着人的作用被削弱。相反，在智能化日益加深的营销环境中，营销人员的创造力与业务洞察力更显关键。只有充分运用其对自身业务的独特认知，他们才能准确指引方向，并在偏离计划时果断介入调整路径。

与此同时，营销效果衡量的重要性也变得空前重要。正如优秀的向导不仅会确保对方抵达目的地，更会复盘行程以便进一步优化路线，营销人员也需要关注“增量”指标，通过科学测试来检验 AI 驱动的广告是否真正带来业务增长，以图进一步优化。

Meta近期的更新正是为了帮助营销人员更好地实现这一角色转变。通过新推出的AI工具，Meta将帮助企业进一步明确自身的营销目标，引导广告系统实现更精准的广告优化，并科学地衡量和进一步提升营销成效。

区分用户权重，引导系统精细化投放

“价值规则”（Value Rules）是一项帮助广告主表达自身业务诉求的AI广告优化工具，允许他们设定广告管理规则，根据客户类型设定不同的价值权重。无论是侧重首次购买用户的新兴企业，还是以忠实客户为核心的成熟品牌，都可以通过“价值规则”引导Meta的广告系统将资源聚焦在对其最重要的受众上，实现更符合业务目标的优化效果。

其本质是帮助广告主将自身的商业价值判断转化为Meta广告系统的优化标准，使广告投放更贴合其实际需求、实现高度定制化的营销成果。例如，如果广告主知道某个年龄段的用户更可能复购，就可以为这一群体设置更高的价值权重，以及更有针对性出价策略。因为这类用户具有更高的生命周期价值，最终能为业务带来更大的回报。

皮革品牌Latico Leathers首席营销官Ben Schreiber在采用了"价值规则"后表示："这项工具对我们的营销策略影响巨大。我们精准锁定了45-54岁女性客群，将对该人群的出价提高了75%。这使我们能集中资源服务已知高价值客户，同时保持广泛触达以挖掘新客群，既确保了核心销售转化，又持续拓展了潜在用户池。"

明确核心KPI，精确优化转化价值

“价值优化”（Value Optimization）可以实现广告优化思维的转变，帮助广告主跳出“是否转化”的二元判断，不是仅仅关注是否发生了购买行为，而是明确转化的具体价值，以及不同转化价值对自身的重要性。近期测试数据显示，采用"转化价值最大化"目标的广告主，相较于仅追求转化数量的广告主，平均广告支出回报率（ROAS）提升了12%。

通过“价值优化”工具，广告主可以更精确地围绕他们最关心的业务成果优化广告投放。企业可以选择优化的价值类型包括：

基于购买的ROAS（全球已可采用）：专注于最大化每次购买的转化价值，特别适合注重提升单次交易收益的广告主群体。例如，某企业在使用“价值优化”功能的前提下投入200 美元的广告预算，相比4笔交易实现400美元总营收（ROAS为2），系统会优先选择产生3笔交易获得500美元营收（ROAS为2.5）的方案，通过质量优于数量的智能决策，实现该企业所看重的广告效益最大化。

基于利润率的ROAS（测试中）：旨在最大化单笔销售的利润率，尤其适合产品利润率差异显著且以利润为核心KPI的企业。这项正在测试中的新功能，允许广告主通过 Conversions API 传递关于每笔交易利润的信息，系统可以利用这些数据，帮助广告主专注于提升基于“利润”计算的 ROAS，而不仅仅是基于交易金额的回报。例如，品牌自营服装线的利润率可能远高于其代理销售的第三方服装产品（即使两类商品的总成交额相近）。该功能通过智能识别高利润交易，帮助商家将广告资源精准配置到最具盈利潜力的销售机会上。

基于非购买类事件的 ROAS（全球广展中）：并非所有广告主都通过购买金额或利润来衡量ROAS，有些广告主更看重首次购买、注册订阅，会通过根据这类自定义/非购买类事件来评估ROAS。因此，Meta也推出了针对非购买事件价值的ROAS优化方案，正在全球范围内推广。广告主可为任意指定事件设置"转化价值最大化"绩效目标，从而实现与实际业务需求更匹配的投放优化逻辑。

比如，美妆品牌 Laura Geller 希望在以获取新客户为目标的广告活动中提升广告支出回报率（ROAS）。他们将“首次购买用户”设置为自定义事件，与“价值优化”结合使用，有效地引导Meta广告系统优先获取那些能带来更高 ROAS 的新客户，而不仅仅是单纯追求新客数量。与以往单纯以新客户获取为目标的常规广告活动相比，这次广告活动的ROAS 提升了 46%。

不仅是增量，多方案跨渠道衡量广告成效

广告主在评估渠道或平台的投资回报率（ROI）时，往往采用各自独特的归因方式。为更好契合不同企业的衡量标准，Meta 提供了多种归因方案，助力广告主实现更精准的效果评估与优化。

最近，Meta又在全球上线“增量归因”（Incremental Attribution），这是目前市场上唯一能够实时优化并报告增量转化的产品。这一归因设置可以与其他价值优化类工具配合使用，将广告投放聚焦于真正能带来新增客户或收益的转化，使增量优化变得前所未有的简单。测试数据显示，采用“增量归因”的广告主，其平均增量转化相比常规投放活动提升了 46%。

如果广告主是采用多点归因（NTA）工具来衡量渠道表现，Meta现在提供更精细的点击级归因信息回传能力。广告主可通过与 Adobe Advertising、Northbeam、Rockerbox、Triple Whale 等合作伙伴的分析集成，向 Meta 共享某次点击是否最终被归因为一次转化等数据。Meta将开放为期一年的"自定义归因"（Custom Attribution）测试权限，参与测试的广告主可以将其外部衡量工具中的洞察纳入 Meta 的广告优化体系，从而按广告主自身衡量标准驱动更多实际业务成果。

从“管理 AI”到“引导 AI”，Meta 的核心目标是让广告主掌握主动权，将 AI 能力真正转化为推动业务成果的引擎，让广告更智能，也更以业务为中心。通过此次AI 产品更新，Meta为广告主提供了新的智能工具，帮助他们更清晰地向平台传达业务目标与衡量方式。这不仅有助于提升广告投放的精准性，也将帮助企业实现更具战略性的增长。