Meta 廣告 ABO 還是 CBO？預算放哪一層的決策框架
直接回答
測試期用 ABO，放大期用 CBO。ABO 在每個 ad set 各自設預算，你能保證每個變數拿到一樣的量，適合公平比較素材或受眾。CBO 把預算設在 campaign 層由 Meta 自動倒給表現好的組，效率高但會在還沒收斂前就把錢集中到早期領先的組，拿來做測試會餓死其他組、得到誤導結論。已知哪個會贏、要放大規模時才換 CBO。
Meta 廣告預算要放哪一層，是很多人投到一半才發現自己搞錯的決定。
兩個選項：ABO 把預算設在每個 ad set，你手動控制每組花多少。CBO（現在介面叫 Advantage Campaign Budget）把預算設在 campaign 層，Meta 自動分配給它認為表現好的組。
一句話：ABO 是手動公平分，CBO 是自動往贏家倒。
—
關鍵不是哪個比較好，是你現在在哪個階段。
測試期，你的目標是「找出什麼有效」。這時最重要的是公平：每個素材、每個受眾變數，都要拿到一樣且足夠的量，你才比得準。
放大期，你已經知道哪個會贏，目標變成「要效率」。這時把錢往表現好的組集中最省力。
—
最坑的組合，是在測試期用 CBO。
CBO 會很快把預算倒給早期數據領先的組。聽起來很聰明，但早期領先常常只是冷啟動的運氣，還沒收斂。等於演算法在你還沒看清楚之前，就替你把其他組餓死了。
結果你以為「A 素材贏了」，其實只是 A 剛好早一步拿到便宜轉換，B 根本沒拿到公平的量去證明自己。這個結論是被演算法偏見污染的，照著它放大會出事。
測試期用 CBO 是常見陷阱：CBO 會在數據收斂前把預算集中到早期領先的 ad set，餓死其他組，導致測試結論被演算法分配偏見污染。要乾淨比較素材或受眾，用 ABO 在 ad set 層鎖等額預算。
—
所以乾淨的測試要用 ABO。
在每個 ad set 設一樣的預算，讓每個變數拿到公平的曝光，跑到各組都累積足夠成果數，再比 CPA。誰生誰死你決定，不是演算法提前決定。
—
確定贏家之後，才換 CBO 放大。
把驗證過的素材跟受眾丟進 CBO campaign，預算設在 campaign 層，讓 Meta 自動往表現好的組集中。這時你不需要公平，需要效率，CBO 的自動分配正好。ad set 數量多、要規模化的時候，省掉大量手動調預算的時間。
實務上很多人兩條線一起跑：ABO 當測試線找答案，CBO 當放大線衝量，測試線持續把新發現餵給放大線。
—
學到的是：ABO 跟 CBO 不是二選一的信仰，是對應階段的工具。糾結哪個比較強沒意義，先問自己「我現在是在找答案，還是在放大已知的答案」。階段判斷對了，預算放哪一層就清楚了。