한 줄로
알고리즘이 "누구에게 얼마에 보여줄지"를 잡아가는 초기 구간이 학습 단계입니다. 메타 기준으로는 광고 세트 수정 후 7일 이내에 최적화 이벤트 50건이 쌓이면 끝납니다.
왜 50건이냐면
배분 규칙을 통계적으로 안정시키려면 최소한의 전환 표본이 필요합니다. 그보다 적으면 알고리즘이 우연한 몇 건에 과하게 반응해 배분이 요동쳐요. 성과가 들쭉날쭉한 게 소재나 타겟 문제가 아니라 신호 부족인 경우가 실제로 많습니다.
실무 원칙
변경은 한 번에 하나씩, 학습이 안정될 때까지 평가를 미루세요. 성과가 흔들린다고 매일 손대면 알고리즘은 영원히 학습 중입니다.
최적화 이벤트의 하루 발생 건수가 너무 적다면 목표를 잘 잡아도 학습이 성립하지 않습니다. 이때는 한 단계 앞의 이벤트로 올려 잡아 볼륨을 확보한 뒤 다시 내려가는 편이 빠릅니다.
더 깊게 보려면
학습 리셋이 CPA 급등으로 이어지는 경로는 광고 머신러닝 학습 단계에서 다룹니다.