PatPat 是高科技企业 InterFocus 旗下的全球知名电商平台，专注于母婴服饰及周边用品，其产品类别丰富多样、款式新颖迭出，迅速在欧美市场树立起良好口碑。 PatPat 深谙营销渠道的重要性，从2015年开始，便开始视 Facebook 作为主要营销平台，不断提升品牌知名度及获取新的客户。 然而，随着业务规模的扩大，PatPat 发现在营销方面逐渐力不从心——虽然投入了大量的人力和资源，但广告花费回报起伏不定，进行规模化运营更是困难重重。

把握机会

与 Facebook 市场营销科学团队合作

数据驱动营销可谓大势所趋。在大数据时代进行市场营销，数据不仅是解读业务成效的科学指标，更是制定明智策略的重要依据。 Facebook 一直致力于为商家提供科学的营销方案及先进的营销工具，帮助他们发掘最大的业务价值。Facebook 市场营销科学团队奉行的理念也与此一脉相承，通过对企业的营销策略进行优化，帮助他们取得实质性的蜕变。

在与 PatPat 合作期间， Facebook 市场营销科学团队结合大量数据,深入分析其投放策略，并从重要突破点入手优化营销方案，在短短两个月时间内便使得广告花费回报提升30%，交出了一份亮眼的成绩单。

成效出众

运营效率及广告投资回报大幅提升

30%——广告花费回报渐趋稳定，并获得了提升30%的佳绩

10%——单次购物事件的广告花费降低了10%

78%——规模化营销成为可能，从而带动了广告支出的提升

采用方案

聚焦关键突破点，优化营销策略，整合预算

进行跨境营销时，面对陌生市场，不少广告主都倾向于设置多个预算较低的广告组，以分散风险，这也正是 PatPat 采取的方法。这种做法看似合理，但如预算过低，广告组便无法获得投放，错失营销良机。同时，由于 Facebook 采用数据驱动的营销策略，将机器学习纳入到了广告投放体系当中，凡是在 Facebook 投放的广告，都必须经历机器学习阶段。在此阶段， Facebook 的投放系统会不断探索投放的最佳方式，包括最佳受众及版位等，因此广告组的表现会比平时更具波动性。但一旦获得足够的投放次数（通常为50次左右），系统便会退出学习阶段，并利用收集到的数据自动对之后的投放进行优化。如果把有限的预算分配到过多的广告组上，会导致广告组因预算过低而无法获得足够的转化次数，一直停留在机器学习阶段，广告成效自然容易起伏不定，无法达标。

认识到症结所在后， PatPat 关闭了重复冗余的广告组，并对零散的预算进行了整合，把单个广告组的预算额度从10至20美元提升为每天100至200美元，从而确保表现出众的广告组能够拥有充足的预算支持投放，迅速通过机器学习阶段，让广告花费回报渐趋稳定并逐步提升。

除此之外， PatPat 还采用了保底广告花费回报竞价作为“第二重保障”，让预算可以在取得特定广告花费回报的基础上获得最大化利用，实现更多投放。

减少手动更改次数

为了提高广告成效， PatPat 的营销人员会密切观察广告表现，并根据成效不断手动调整预算，希望把资源都集中到表现较好的广告组中，有时甚至会一天对预算进行数次调整。当 PatPat 深入了解 Facebook 机器学习的运行原理后，便发现这么做反而会适得其反。因为每一次手动更改预算，都会导致广告组重新进入机器学习阶段，拖慢广告投放系统提升优化能力的速度，之前投放带来的数据和分析也都会“前功尽弃”。而当营销规模不断扩大、需要同时管理几十甚至数百个广告组时，这种依赖人工操作的做法无疑也难以为继。

根据 Facebook 市场营销科学团队的建议， PatPat 延长了对广告关键绩效指标的衡量期，并减少了不必要的调整，为系统预留更多时间对广告投放进行优化。调整策略后，PatPat的广告成效稳步提升；由于减少了手动管理账户的繁琐操作，营销人员能够集中精力优化策略，作出更明智的决策。

简化账户结构

广告账户过多且缺乏系统化运营，是 PatPat 面临的另一项挑战。作为一家业务迅速扩张的电商公司， PatPat 名下拥有多个广告账户，分别由公司的不同部门和账户经理负责运营，导致各个账户容易孤军作战、各自为政，不仅无法彼此支持，有时甚至会相互竞争，自然影响了广告的投放成效。

在市场营销科学团队的指导下，PatPat 根据业务类别对广告账户进行结构简化，整合受众重叠度过高的账户并删除冗余账户。这不仅让不同团队之间的沟通合作变得更为高效，公司对广告账户的管理也更为得心应手。

事实证明，只要立足于真实数据及科学分析，把握好广告的结构设置，为营销打好坚实基础，自然能够提高运营效率，撬动出众的业务成效。