Meta представила масштабне оновлення систем підбору та ранжування реклами у Facebook та Instagram. Нові алгоритми Andromeda, GEM і GenRecs використовують штучний інтелект для точнішого прогнозування інтересів користувачів. За даними компанії, вдосконалення рекламних алгоритмів уже забезпечили зростання конверсій у Facebook на 15,7%.
Meta оновила алгоритми реклами Facebook та Instagram. Ілюстрація: згенеровано за допомогою ШІ / Marketer.ua
28 жовтня 2026 року Meta розкрила технічні деталі оновлення рекламної інфраструктури. Компанія розвиває модель, у якій значну частину рішень щодо показу оголошень ухвалюють алгоритми машинного навчання, а не налаштування аудиторій рекламодавцями.
За результатами другого кварталу 2026 року вдосконалення систем ранжування, за оцінкою Meta, забезпечили на 8,3% більше кліків і на 15,7% більше конверсій у Facebook. Це загальні результати технологічних змін, а не гарантоване покращення ефективності кожної рекламної кампанії.
Три технології, які змінюють рекламні алгоритми Meta
Оновлення охоплює три взаємопов’язані системи, що відповідають за пошук релевантних оголошень, прогнозування реакції користувачів і остаточний вибір реклами.
1. Andromeda — швидший і точніший відбір реклами
Andromeda працює на першому етапі рекламного аукціону. Вона аналізує величезну кількість доступних оголошень і відбирає ті, які потенційно найбільше відповідають інтересам конкретного користувача.
Завдяки оновленій архітектурі та співпраці з NVIDIA система здатна оцінювати понад мільярд рекламних оголошень за секунду. Це приблизно у 100 разів більше, ніж попередня версія 2024 року.
За даними Meta, розвиток Andromeda забезпечив зростання конверсій у Facebook на 2,4% з 2025 року.
2. GEM — прогнозування поведінки користувачів
GEM — базова модель машинного навчання, яка допомагає рекламним алгоритмам прогнозувати ймовірність взаємодії користувача з оголошенням.
Оновлена система аналізує вдвічі довшу історію активності користувачів, що дозволяє точніше визначати їхні інтереси. Модель використовує дані з різних рекламних середовищ Meta, зокрема Facebook, Instagram і Reels.
Це особливо важливо для рекламних кампаній із невеликою кількістю конверсій: алгоритми можуть використовувати ширші поведінкові сигнали для прогнозування результату.
3. GenRecs — розуміння змісту рекламних оголошень
GenRecs використовує великі мовні моделі (LLM) для аналізу текстів і зображень реклами.
Замість орієнтації лише на історію взаємодій система визначає зміст оголошення: категорію товару, характеристики, стиль та інші ознаки.
Наприклад, нову модель кросівок алгоритм може рекомендувати користувачам, які раніше цікавилися схожими товарами, навіть якщо саме це оголошення ще не має статистики.
Такий підхід допомагає скорочувати початковий етап навчання рекламних кампаній, хоча повністю не усуває потреби у тестуванні.
Що зміниться для рекламодавців
Головна тенденція — поступове зменшення ролі ручного налаштування аудиторій. Алгоритми Meta дедалі краще визначають, кому і яку рекламу показувати, використовуючи поведінкові сигнали та зміст креативів.
Для рекламодавців це означає кілька практичних змін:
- Якість креативів стає важливішою. Алгоритми аналізують не лише статистику оголошень, а й зміст рекламних повідомлень, зображень і відео.
- Широкі аудиторії отримують більше можливостей. Машинне навчання може самостійно знаходити перспективні сегменти без надмірної деталізації таргетингу.
- Новим оголошенням потенційно легше стартувати. GenRecs використовує інформацію про схожі товари та рекламні матеріали.
- Роль маркетолога зміщується до стратегії. Формування оферу, креативна концепція, аналітика та оцінювання прибутковості залишаються відповідальністю рекламодавця.
При цьому Meta зазначає, що оновлення застосовуються автоматично. Рекламодавцям не потрібно активувати нові функції або змінювати налаштування кампаній, щоб отримати доступ до вдосконалених алгоритмів.
Чи стане реклама дешевшою?
Підвищення точності прогнозування може покращити результативність рекламних кампаній, проте не гарантує зниження вартості кліка чи залучення клієнта.
Фактична ефективність залежить від конкуренції в рекламному аукціоні, якості пропозиції, креативів, посадкової сторінки та попиту на продукт.
Тому рекламодавцям варто оцінювати не лише CTR і CPC, а насамперед вартість залучення клієнта (CAC), конверсії та рентабельність рекламних витрат (ROAS).
Висновок
Оновлення Meta демонструє зміну ролі таргетолога: від ручного керування аудиторіями до управління рекламною стратегією, креативами та економікою кампаній.
Для бізнесу практичний висновок простий: замість постійного ускладнення налаштувань таргетингу доцільніше інвестувати в тестування різних рекламних концепцій, якісні дані про конверсії та аналіз реального фінансового результату.
Автоматизація може покращити доставку реклами потрібній аудиторії, але не здатна компенсувати слабкий продукт, неконкурентну пропозицію або неефективну бізнес-модель.
