Обновление Andromeda — это крупнейшая перестройка экосистемы Meta Ads, которая изменила рекламный движок платформы. Именно движок определяет, как алгоритм выбирает объявления для показа пользователю.
Если старый механизм представлял собой десятки независимых моделей (interests, click‑through prediction, conversion likelihood, contextual adjustments), то Andromeda — это единая архитектура на базе глубоко машинного обучения и векторных представлений данных.
Andromeda полностью изменила подход к таргетингу, структуре рекламных кампаний, роль креативов, правила оптимизации.
Дробление аудиторий, таргет по интересам, десятки кампаний под разные гипотезы и постоянное ручное управление теряют эффективность. Andromeda вводит новую логику, где ключевым фактором результативности стали сигналы от пользователей, паттерны поведения, качество креатива, корректность data‑фида и ширина обучающей выборки.
Как вообще работает Andromeda
Andromeda — это собственная система машинного обучения (ML) кампании Meta, предназначенная для поиска и рекомендаций в сфере рекламы. Иначе говоря, алгоритм теперь сам определяет, какую рекламу показывать пользователю для наилучшей результативности. Обновление Andromeda практически превращает Meta Ads в платформу программатик-рекламы.
Раньше схема выглядела так:
- Работа большого числа отдельных моделей приводила к задержкам и конфликтам, что замедляло обработку объявлений на этапе аукциона.
- Интересы и lookalike на 70% определяли аудитория для показа.
- Контекст и поведение пользователя учитывались только на этапе ранжирования.
После появления Andromeda:
- фаза отбора и ранжирования смещена в единую векторную систему;
- интересы стали второстепенным элементом;
- весь фокус — на поведенческих embedding‑моделях;
- креатив стал ключевым сигналом алгоритму;
- Кампании Advantage+ получают приоритетный доступ к вычислительным мощностям.
Технические особенности нового алгоритма:
1. Векторные представления (embeddings)
Meta впервые внедрила в рекламную систему нейросетевые эмбеддинги, которые представляют пользователей, креативы, контекст плейсментов (Reels, Feed, Stories), поведенческие сигналы и визуальные характеристики крео.
Embedding-модели — это модели машинного обучения, которые представляют данные (текст, изображения и другие формы информации) в виде числовых векторов. Эти векторы позволяют системе определять сходство между объектами, вычислять расстояние между «пользовательским вектором» и «вектором объявления». Чем они ближе — тем выше вероятность показа.
Это означает, что теперь контент и поведение пользователя важнее, чем интересы.
2. Единая Retrieval Model
Retrieval (от англ. “Извлечение”) – это момент, когда система из миллионов потенциальных объявлений выбирает те, которые могут быть показаны конкретному пользователю.
Meta отказалась от десятков моделей, заменив их «семейством» объединённых retrieval‑нейросетей, работающих как единый блок.
Преимущества:
- меньше задержек;
- выше точность отбора;
- стабильнее обучение;
- эффективнее масштабирование.
3. Оптимизация под Grace Hopper и MTIA
Meta адаптировала Andromeda под новые аппаратные ускорители NVIDIA Grace Hopper Superchip и собственные MTIA (Meta Training & Inference Accelerator). Это позволило увеличить скорость инференций, что позволило обрабатывать огромные массивы данных, а так же снизило нагрузку на инфраструктуру и повысило точность работы моделей.
4. Multimodal ML (изображения, видео, текст)
Andromeda впервые использует продвинутые Vision Transformers (ViT — система анализа изображений нейросетью) для анализа креативов. Теперь алгоритм учитывает множество параметров:
- структуру кадра;
- эмоции;
- композицию;
- текст поверх изображения;
- цветовую насыщенность;
- резкость;
- визуальную логичность.
Как Andromeda изменила работу рекламных кампаний
1. Широкая аудитория дает лучший результат
Если раньше алгоритм следовал вашим указаниям и подбирал аудитории в соответствии с настройками таргета, то теперь он стал умнее. Для обучения алгоритму необходима широкая выборка из юзеров, поэтому искусственное сужение аудитории сводит обучение на нет.
Теперь алгоритм мыслит поведенческими паттернами и показывает рекламу тем, кто никогда не интересовался онлайн-казино, но ведет себя также, как типичные лудоманы.
Аналитика независимых агентств из США, опыт байеров и реклов доказывают, что пользовательский embedding точнее настройки по интересам в 3–5 раз.
Теперь узкий таргетинг снижает качество трафика и повышает его стоимость.
2. Advantage+ стал основным рабочим инструментом
Advantage+ напрямую работает на Andromeda, а компании с ручной настройкой теряют актуальность. Они не получают всего спектра ML‑возможностей.
Meta уже больше года использовала генеративные нейронки в кампаниях Advantage+ для оптимизации креативов под плейсменты. Но если раньше эта опция воспринималась как лайт-версия залива для новичков, а результативность была сомнительной, после появления Andromeda связка начала работать.
3. Оптимизация пока что работает нестабильно
Инженеры Meta заявляют, что Andromeda должна ускорять процесс оптимизации на 20-40%, а колебания CPA в первые дни – это норма, связанная с обучением алгоритма.
Однако на практике не наблюдается четкого тренда на снижения стоимости CPA по дням, что подтверждают байеры. Рынок перестраивается и привыкает к новым правилам, поэтому показатели скачут. Оценить влияние обновы на скорость обучения кампаний можно будет только на дистанции.
4. Креатив стал фактором №1
Раньше для успешного залива баейру было необходимо не только подобрать конвертящий креатив, но и правильно настроить таргет, чтобы найти целевую аудиторию. Сейчас байеру необходимо разработать целый пул разных по концепции креативов и запустить кампанию на широкую, в свою очередь алгоритм самостоятельно выберет, кому показывать рекламу для получения наилучших результатов. При этом креативов понадобится больше, т.к. после обновления они стали быстрее выгорать.
VIT‑модели анализируют каждый пиксель. Если вы поменяли цвет текста, шрифт или пару элементов на крео, алгоритм воспринимает их как одинаковые. ИИ действительно анализирует идею креатива, поэтому различия должны наблюдаться в подходах.
В качестве примера можно привести использование разных эмоций и триггеров: радость, азарт, расслабление, боли и т.д.
Алгоритм подбирает под каждого пользователя наиболее релевантные объявления. Поэтому теперь, чтобы найти целевую аудиторию, байер должен глубже ее “понять” и постараться попасть в больное место пользователя своим креативом. Проще говоря, теперь ваши креативы и есть ваш таргетинг.
5. Изменился принцип масштабирования и распределения бюджета внутри кампании
Дробление кампаний и дубли адсетов перестали работать. Новая система оптимизации воспринимает такие кампании как конкурирующие, даже при различиях в настройках таргета. При этом ограничиваются показы и бюджеты, а вы получаете огромную стоимость трафика.
После внедрения Andromeda кампании по CBO (Complain Budget Optimisation) стали оптимизироваться быстрее, чем по ABO (Adset Budget Optimisation). Но изменения в процессе обучения кампаний требуют повышения бюджета. Если он не дотягивает до 50-80 конверсий в неделю, обучение будет идти медленно. При этом бюджет лучше регулировать на уровне кампаний, алгоритм самостоятельно распределит его между наиболее результативными креативами.
6. Репутация и отзывы теперь важны
До появления Andromeda ФП являлся скорее расходником, чем активом, а негативные комментарии не играли решающего значения, теперь же алгоритм анализирует вашу репутацию именно на основе пользовательского опыта.
Andromeda оценивает ваш рекламный аккаунт как бренд на основе стабильности, фидбека от крео, жалоб и комментов. От этого зависит, будут ли ваши объявления показываться пользователям.
Почему кампании ломаются после внедрения Andromeda
Причины:
— Алгоритм перестраивает embedding‑пространство. Он обновляет связи между пользователями и контентом.
— Переобучение моделей. Новые данные корректируют весь retrieval.
— Повышение зависимости от креативов. Если они слабые — кампания нестабильна.
— Узкие настройки ломают оптимизацию. Алгоритм не может полноценно обучиться.
— Постепенная миграция рекламного трафика в новую систему. Meta переводит рекламодателей поэтапно — переход занимает месяцы.
Как стабилизировать результаты и получать максимум от Andromeda
В первую очередь стоит удалить все старые кампании, так как они будут напрямую конкурировать с новой. А дальше лейте на широкую аудиторию, так алгоритм получает больше сигналов и быстрее оптимизирует кампанию.
Добавляйте несколько креативов в каждый адсет, так как они являются главным источником данных для обучения алгоритма.
Meta анализирует:
- семантику текста;
- поведение пользователей на роликах;
- визуальные паттерны;
- композицию.
Чем разнообразнее креативы, тем глубже обучается модель.
Обязательно настройте корректные сигналы от пикселя. Теперь он стал важен, как никогда, и именно на основе данных с пикселя алгоритм определяет, кому показывать ваши объявления.
Для залива на прилы обязателен MMP, иначе алгоритм недополучает данные о поведении пользователя внутри приложения.
Масштабируйте только через бюджет. При этом скейлить нужно плавно, так как резкое повышение бюджета сломает оптимизацию. Не дублируйте кампании и адсеты – они будут конкурировать между собой за одну и ту же аудиторию.
Регулярно добавляйте новые крео. Так алгоритм получает новые данные и кампания не “подвисает”.
Итоги: новая реальность Meta Ads
Andromeda — это не просто очередной «апдейт рекламного движка». Это фундаментальный переход Meta к новой архитектуре, где таргетинг, оптимизация и масштабирование работают по другим законам. И чем быстрее рекламодатели примут эти правила, тем быстрее выйдут на стабильный ROI.
По сути Meta Ads теперь работает по стандартам программатик-рекламы, когда ручная настройка только мешает корректной оптимизации кампаний. Однако, в сочетании с жесткой модерацией креативов и постоянными штормами, Meta буквально “связывает руки” арбитражникам.
Поэтому сейчас многие команды активно ищут альтернативу, в том числе в in-app сетках. Что интересно, появление Andromeda приблизило Meta Ads по принципу работы к DSP Moloco. Разве что вторая платформа в разы эффективнее и при этом лояльно относится к гембе.
Заливаться на Facebook по новым правилам или тестировать Moloco, решать вам, а мы предоставим вам надежные агентские аккаунты под любые задачи.
