Ad Set Budget Optimization: чому іноді свідомо фінансують «програшний» ad set

Уяви три ad set, що крутяться паралельно. Через два тижні один явно попереду. Два інші відстають, гроші йдуть, цифри гірші. Перший інстинкт, вимкнути слабких, всю ставку на лідера.

Іноді цей інстинкт правильний. А іноді саме так бізнес викидає найкращу свою ідею, не давши їй шансу. Різниця в одному питанні, яке майже ніхто вголос не ставить: цей ad set реально програвав, чи його просто не догодували, поки він ще не встиг нічого довести?

Ad Set Budget Optimization, ABO, це те налаштування, яке тримає це питання відкритим для відповіді. Кожен ad set отримує свій фіксований, недоторканий бюджет, і жоден з них не можна тихо обібрати, щоб підгодувати того, хто цього тижня виглядає найкраще. Тобто цим налаштуванням купуєш не продуктивність. Купуєш можливість реально дізнатись.

ЩО ТАКЕ ABO

Що таке Ad Set Budget Optimization (ABO)?

Ad Set Budget Optimization (ABO), це структура кампанії в Meta Ads, де бюджет керується на рівні ad set, а не на рівні кампанії. Кожен ad set отримує свій фіксований денний бюджет або бюджет на весь термін, і Meta не може перекидати гроші між ними. Це дає прямий контроль над тим, скільки отримує кожен тест, що робить ABO корисним, коли треба порівняти нові аудиторії, креативи, оффери чи інші концепції до масштабування.

Це технічне визначення. Але контроль, не справжня причина, з якої ми його використовуємо.

Ми використовуємо його, коли потрібно купити інформацію.

ПРОГРАШ НЕ ВТРАТА

Ad set, що програє, не завжди змарновані гроші

Є одна проста річ з теорії ухвалення рішень, яка тут пасує краще за будь-яку маркетингову пораду: коли ти реально не знаєш, який варіант кращий, витрата грошей на те, щоб дізнатись, має цінність, навіть якщо конкретні долари формально «програли». Економісти називають це цінністю інформації. Просто в рекламному кабінеті це виглядає як звичайний недопрацьований ad set, який чомусь досі не вимкнули.

Ключова різниця: якщо ти витратив $500, щоб зʼясувати, що аудиторія не працює, це може бути нормальною інвестицією в інформацію. Якщо ти витратив $500 на те, про що вже було відомо, що воно не спрацює, це waste. Та сама сума, геть різні категорії витрат.

Ось що я кажу клієнтам, які хочуть закрити все, що не виграє вже на третій день: цей ad set не обовʼязково провалюється. Можливо, він якраз робить свою роботу, відповідає на питання, відповіді на яке ти раніше не знав. Гроші, витрачені щоб зʼясувати, чи працює аудиторія, чи заходить кут подачі, чи взагалі має сенс креативний напрямок, це геть інша категорія витрат, ніж гроші, злиті на те, що й так було приречене. Плутати ці дві речі, це якраз спосіб, яким бізнес поступово перестає тестувати щось нове, бо все, що не виграє одразу, записують у провал.

ВІД ЧОГО ЗАХИЩАЄ

Від чого ABO реально захищає

У Campaign Budget Optimization алгоритм безперервно перекидає гроші туди, де сигнал зараз найсильніший. Загалом це ефективно, але означає, що новіший чи повільніший на розігрів ad set може лишитись без грошей ще до того, як набере достатньо даних, щоб хоч щось довести. Тест обривається на середині. Ти не дізнаєшся, чи спрацювало б воно. Ти просто знаєш, що йому не дали шансу.

ABO прибирає цей ризик, даючи кожному ad set захищений, недоторканий бюджет. Три ad set по $50 на день витратять рівно стільки, незалежно від того, кого алгоритм хотів би підгодувати більше. Ти не женешся за короткостроковою ефективністю. Ти свідомо платиш за чесну й повну відповідь.

Зворотний ризик теж реальний, і його варто чесно назвати: захист ABO не безкоштовний. Гроші можуть сидіти на справді слабкому ad set довше, ніж треба, бо нічого автоматично їх не перерозподіляє. Різниця між «я ще збираю дані» і «я вже знаю відповідь, просто не подіяла», це вже питання судження, і саме тут ABO потребує живої людини, яка звертає увагу, а не налаштування, що думає замість неї.

ЯК ЧИТАТИ ДАНІ

Як реально відрізнити одне від іншого

Чесний тест, це не якась фіксована кількість днів. Це те, чи дійшов ти до точки, де відповідь взагалі щось означає, а для цього треба розділити дві речі, які в більшості порад злиті в одну.

Meta зазвичай використовує орієнтир приблизно 50 оптимізаційних подій за семиденне вікно як поріг виходу ad set з фази навчання. Це реальний, задокументований поріг, і він важливий: нижче нього доставка нестабільна, а вартість сильно скаче, поки алгоритм досліджує. Читати результати в цей період, означає отримувати дані, що вводять в оману.

Але цей поріг не є універсальним статистичним тестом для оголошення переможця. 50 подій допомагають вчитися Meta. Це автоматично не означає, що людина дізналась достатньо, щоб ухвалити будь-яке бізнес-рішення. Потрібний розмір вибірки для твого реального рішення залежить від того, що ти тестуєш, від обсягу конверсій, від величини різниці, яку намагаєшся вловити, і від того, у що обійдеться помилка. Вважай вихід з фази навчання точкою, де твоє тестове вікно починається, а не закінчується.

• Якщо ad set ще не вийшов з фази навчання, у тебе взагалі немає читабельних даних. У тебе шум. Вимикати зараз, це вгадувати, не вирішувати.

• Якщо стабілізувався і все одно явно відстає на величину, що значуща для твого бізнесу, це вже підстава діяти. Перерозподіляй і рухайся далі.

• Якщо стабілізувався, але різниця маленька чи неоднозначна, це теж не вирок. Вузькому розриву потрібно більше даних, ніж широкому, перш ніж він щось означає.

• Якщо бюджету настільки мало, що жоден ad set не вийде з навчання за розумний час, тест зламаний ще до старту, і жоден тип бюджету цього не полагодить.

Практика, яку я реально використовую: визначаю, що вважатиму справжньою відповіддю, ще до старту тесту, не тоді, коли вже хочеться вимкнути того, хто зараз відстає. Визначити поріг заздалегідь, це те, що не дає легітимному тесту перетворитись на виправдання йти за цифрою, яка сьогодні виглядає найкраще.

ABO ПРОТИ CBO

ABO проти CBO: яку стратегію бюджету обрати?

Це не аргумент, що ABO правильний, а CBO ні. Це аргумент за те, щоб використовувати кожен саме там, де він реально сильний.

У підході до тестування, який ми використовуємо в Peretz, ми часто починаємо з ABO, коли відкрите питання в тому, яка концепція заслуговує бюджету: нова аудиторія, новий креативний напрямок, оффер, який ще не тестували на масштабі. Щойно концепція заслужила право масштабуватись, переходимо до розподілу бюджету на рівні кампанії, щоб ефективність алгоритму працювала на нас, а не проти невирішеного питання.

На практиці це зазвичай означає: тестуй в ABO, дай кожній концепції попрацювати, поки вона реально не стане читабельною, потім дублюй переможця у CBO-кампанію для масштабування, лишаючи оригінальний ABO-тест живим як чисту точку порівняння. Це наш підхід, а не універсальне правило, що нав'язує Meta, і акаунти з іншим обсягом, сезонністю чи толерантністю до ризику обґрунтовано приходять до іншого. Логіку управління за цим вибором розбираємо глибше у статті Campaign Budget Optimization Is a Governance Decision, Not a Toggle.

ЧОМУ ЦЕ ВАЖЛИВО

Чому це та сама розмова, що й усе інше в цій серії

Кожна частина цієї серії повертається до однієї ідеї: те, що виглядає технічним налаштуванням у Meta Ads, зазвичай фінансове чи стратегічне рішення, вбране в ярлик налаштування. Ліміти витрат, управління ризиком, розбираємо у статті Your Meta Spending Limit Is a Circuit Breaker, Not a Setting. Пороги оплати, cash flow, у статті Meta тихо переписала правила списання грошей з рекламодавців у 2026. Daily проти lifetime, фіксовані витрати проти змінних, у статті Daily чи Lifetime бюджет у Meta Ads. CBO проти ABO, централізований розподіл проти децентралізованого, і всередині цього вибору ABO конкретно, це рішення платити за визначеність, а не припускати її.

Це та сама логіка, за якою бізнес будує спочатку зменшену версію продукту, а не повністю: ти купуєш найдешевшу можливу відповідь на питання, на яке не можна відповісти з таблиці. Про цей бік писали у статті MVP, це не мінімальний продукт. Це вартість входу.

Коли дивлюсь на акаунт клієнта і бачу, що абсолютно все працює на CBO, включно з концепціями, які явно щойно зʼявились і ще ніким не перевірені, це говорить мені конкретну річ: у цьому акаунті зараз ніхто не платить за інформацію. Все судять за сьогоднішньою цифрою, без захищеного простору реально дізнатись, чи заслуговує ідея більше часу. Це не технічна прогалина. Це рішення, яке ніхто свідомо не ухвалював.

ЯК МИ ПІДХОДИМО

Як ми підходимо до цього в Peretz Agency

Кожна нова концепція, яку ми тестуємо, стартує в ABO, з тим, що вважатиметься справжньою відповіддю, визначеним ще до запуску тесту, а не вигаданим на ходу, коли перші цифри вже почали засмучувати. Щойно щось довело себе, переходить до розподілу бюджету на рівні кампанії. Нічого не пропускає етап тестування просто тому, що зручніше довірити рішення алгоритму з першого дня.

У кожної платформи є дефолти. Зрілі компанії вирішують, чи заслуговують ці дефолти залишитись.

Серія завершується налаштуванням, що розкриває, що справа ніколи не була в самій Meta, у статті Learning Phase у Meta Ads: складний відсоток, якому майже ніхто не дає доростити.

Автор: Ірина Нечаєва, маркетолог, аналітик, таргетолог у Peretz Agency.