Öğrenme aşaması nedir? Meta'da 'öğrenme sınırlı' sorunu

Öğrenme aşaması nedir sorusunun kısa cevabı şu: öğrenme aşaması, teslim algoritmasının yeni bir reklam setini kime, hangi saatte ve hangi yerleşimde göstereceğini kalibre ettiği dönemdir. Meta tarafında bu dönem, reklam seti 7 günlük pencerede yaklaşık 50 optimizasyon olayı biriktirdiğinde kapanır; eşik yakalanamazsa reklam seti 'öğrenme sınırlı' (learning limited) durumunda takılı kalır. Bu yazı, facebook reklam öğrenme aşaması sırasında neyin sıfırlandığını ve ne zaman karar verebileceğinizi anlatıyor.

Öğrenme aşaması nedir ve algoritma neyi öğrenir?

Öğrenme aşaması, reklam setinin teslim modelinin henüz oturmadığı dönemdir. Algoritma bu sırada kimin dönüştüğünü değil, kimin dönüşme ihtimalinin yüksek olduğunu tahmin etmeye çalışır: yaş, cihaz, yerleşim, saat, kreatif eşleşmesi. Yeterli örnek biriktirene kadar tahminleri geniş bir hata payıyla yapar. Bu yüzden aynı reklam setinin ilk günlerdeki maliyeti, sonraki haftalara göre hem daha yüksek hem daha oynaktır.

Önemli ayrım şu: öğrenme reklam seti düzeyinde tutulur. Aynı reklam setindeki üç ayrı reklamın dönüşümleri tek havuzda toplanır, ama reklam setini ikiye bölerseniz havuz da ikiye bölünür. Küçük bütçeli hesaplarda öğrenme sınırlı durumunun en yaygın nedeni budur: aynı toplam bütçe çok sayıda reklam setine dağıldığı için hiçbiri eşiğe ulaşamaz.

Haftalık dönüşüm eşiği tam olarak neyi ifade eder?

Haftalık dönüşüm eşiği, teslim algoritmasının istatistiksel güven kazanması için gereken en az örnek sayısıdır. Platform dokümantasyonunda bu sayı, 7 günlük hareketli pencerede reklam seti başına yaklaşık 50 optimizasyon olayıdır. Sayı sihirli değil istatistikseldir: 50 örneğin altında algoritma gürültüyle sinyali ayırt edemez, tahminleri geniş bir hata payıyla kalır.

• Sayılan olay, seçtiğiniz optimizasyon olayıdır: satın alma için optimize ediyorsanız tıklamalar ya da sepete eklemeler eşiğe katkı yapmaz.
• Kaynak fark etmez: tarayıcı pikseli, sunucu taraflı olaylar ve platformun modellediği dönüşümler aynı havuzda toplanır.
• Pencere hareketlidir: 7 gün geriye dönük sayılır, yani bir haftalık hacim düşüşü çıkmış bir reklam setini geri sokabilir.
• Kampanya değil reklam seti sayılır: kampanya düzeyindeki 200 dönüşüm, dört reklam setine bölündüğünde her birine 50 düşmeyebilir.

Bunu bütçeye çevirmek için basit bir hesap yeter: hedef CPA × 50 ÷ 7 = gereken günlük bütçe. Hedef edinme maliyeti 20 olan bir reklam setinde bu, günde yaklaşık 143 eder (aynı para biriminde). Günlük bütçeniz bunun belirgin altındaysa reklam seti matematiksel olarak eşiğe ulaşamaz; sorun kreatifte değil yapıdadır.

'Öğrenme sınırlı' ne demek ve reklam seti neden orada takılır?

'Öğrenme sınırlı' (learning limited), reklam setinin 7 günlük pencerede yaklaşık 50 optimizasyon olayına ulaşamadığı ve teslim algoritmasının kalibrasyonu tamamlayamadığı durumdur. Bu bir uyarı etiketi değil teşhistir: beklemekle geçmez, yapı değişmeden düzelmez. Platform reklam setini yayınlamayı sürdürür, ama tahminleri zayıf kaldığı için hem maliyet hem sonuç oynak olur.

• Bütçe düşük: günlük bütçe, hedef CPA ile 7 günde 50 dönüşüm üretmeye yetmiyor.
• Hedef kitle dar: kitle o kadar küçük ki gösterim sıklığı hızla yükseliyor, dönüşüm hacmi yükselmiyor.
• Dönüşüm olayı çok seyrek: yüksek fiyatlı ürünlerde satın alma haftada 10 kez oluyorsa eşik hiç dolmaz.
• Yapı çok parçalı: aynı bütçe altı reklam setine bölündüğünde her biri kendi eşiğinin altında kalır.
• Sık düzenleme: her sıfırlama sayacı başa aldığı için reklam seti hiçbir zaman 7 günü tamamlayamaz.

Hangi düzenlemeler öğrenmeyi sıfırlar?

Teslim algoritması, kalibre ettiği koşullar önemli ölçüde değiştiğinde eski öğrenmesini kullanamaz. Platform dokümantasyonunda 'önemli düzenleme' olarak geçen değişiklikler sayacı sıfırlar ve reklam seti yeniden öğrenme aşamasına girer. Sıfırlanan yalnız bir etiket değildir: birikmiş tahmin kalitesi de gider.

• Hedef kitle değişikliği: ilgi alanı, yaş, coğrafya ya da benzer kitle kaynağı.
• Kreatif değişikliği: reklam setine yeni reklam eklemek veya var olanı çıkarmak.
• Optimizasyon olayı değişikliği: sepete eklemeden satın almaya geçmek gibi.
• Teklif stratejisi ya da teklif limiti değişikliği.
• Tek hamlede yaklaşık %20 üzerinde bütçe değişikliği.

Öğrenme sırasındaki performansa bakarak neden karar veremezsiniz?

Çünkü öğrenme aşamasındaki maliyet, reklam setinin gerçek performansı değil algoritmanın keşif maliyetidir. İlk günlerde algoritma bilerek farklı kitle ve yerleşim kombinasyonlarını dener; bu denemelerin bir kısmı pahalıdır. Üçüncü günde CPA'ya bakıp reklam setini kapatmak, doğru kurulmuş bir reklam setini keşif maliyeti yüzünden öldürmek anlamına gelir.

Uygulamada işe yarayan kural şu: reklam seti eşiği doldurup öğrenmeden çıkana kadar yapısal karar vermeyin, yalnız bariz teknik hataları düzeltin. Eşik dolduktan sonraki ilk tam hafta, karşılaştırılabilir ilk veridir. Ani ve açıklanamayan düşüşlerde ise sıra teşhistedir: ROAS neden düştü yazısındaki sıralı kontrol listesi, sorunun öğrenme mi başka bir katman mı olduğunu ayırmanızı sağlar.

Öğrenme sınırlı durumundan nasıl çıkılır?

1. Reklam seti sayısını azaltın: aynı hedef kitleyi kovalayan setleri tek sette birleştirin, bütçeyi tek havuzda toplayın.
2. Optimizasyon olayını bir üst hacme taşıyın: satın alma çok seyrekse geçici olarak ödeme başlangıcı ya da sepete ekleme üzerinden optimize edin, hacim oturunca geri dönün.
3. Hedef kitleyi genişletin: dar ilgi alanı yığınları yerine geniş hedefleme ve daha büyük benzer kitle yüzdesi deneyin.
4. Bütçeyi eşiğe göre hesaplayın: hedef CPA × 50 ÷ 7 formülünü taban alın, gerekiyorsa reklam seti sayısını düşürerek bütçeyi yoğunlaştırın.
5. Yedi gün dokunmayın: sıfırlayan düzenlemeleri bu süre boyunca durdurun, sonra teker teker değiştirin ve etkisini ölçün.

Google Ads ve TikTok tarafında karşılığı nedir?

Öğrenme aşaması Meta'ya özgü değil; makine öğrenmesiyle teslim yapan her platformda var, yalnız adı ve eşiği değişiyor. Ortak nokta şu: her platform teklif modelini kalibre etmek için belirli bir dönüşüm yoğunluğu ve belirli bir zaman istiyor.

• Google Ads: akıllı teklif stratejileri, önemli bir kampanya değişikliğinden sonra yaklaşık 7 günlük bir öğrenme dönemine girer; kararlı sonuç için kampanya başına haftada 30-50 dönüşüm bandı pratikte iyi bir tabandır.
• TikTok Ads: reklam grubu öğrenme aşamasını yaklaşık 50 dönüşümle tamamlar; ilk kararlılık genelde 7 gün ya da 20-25 sonuç civarında hissedilir.
• Ortak refleks: üç platformda da sık düzenleme, bölünmüş bütçe ve seyrek dönüşüm olayı aynı sonucu doğurur, model hiç oturmaz.

Ads Sensor bu süreçte ne yapar?

Ads Sensor, Meta Ads, Google Ads, TikTok Ads, Criteo ve GA4 verilerini tek panelde birleştirir. Yapay zeka destekli derin kampanya analizi, hangi reklam setinin haftalık dönüşüm hacminin düşük kaldığını ve bütçenin nerede yoğunlaştırılabileceğini gerekçesiyle önceliklendirir; onayladığınız aksiyonlar platform API'leriyle uygulanır ve öncesi/sonrası sonuçları otomatik takip edilir. 7/24 anomali takibi ise sıfırlanmış bir öğrenmenin ardından gelen maliyet sıçramasını siz raporu açmadan haber verir. Hesap verinizin üzerinde sohbet asistanına 'hangi reklam setleri eşiğin altında' diye sorabilirsiniz. Denemek isterseniz beta başvurusunu buradan yapabilirsiniz.