אז איך לנצח את האלגוריתם החדש של מטא ב- 2026? בואו נתחיל!

לפני הכל, מה חדש?

בטח שמתם לב שהביצועים של הקמפיינים בפייסבוק לא הכי יציבים ולא עובדים כמו שעבדו פעם. האסטרטגיות מהעבר צריכות להישאר בעבר, כל שיטת העבודה משתנה לחלוטין בעקבות שינויים עצומים שמטא מבצעת באלגוריתם שלה שמשנה את כללי המשחק שידענו עד היום.

מטא מבצעת 4 שינויים עיקריים לאלגוריתם.

1. GEM – ״The Super Brain” (מודל ההמלצה הגנרטיבי / Generative Ads Recommendation Model)

מה זה בעצם?

• GEM הוא מודל AI חדש שמנתח בצורה ״גנרטיבית״ את הביצועים של מודעות כלומר, הוא עובד כמו מוח-על (super brain) שמסוגל לקשר בין אספקטים ותכונות שונים של מודעות, משתמש בדאטה רחבה, ומנסה לחזות מי הכי מתאים לראות איזו מודעה ובאיזה הקשר.
• מטא מתארת אותו כמודל שאומן על פני אלפי GPUs, שמסוגל ללמוד דפוסים עדינים בקשר בין המשתמשים, מודעות ותוצאות.
• במבחנים מוקדמים, שימוש ב־GEM במודעות Reels הראה עלייה של עד 5% בהמרות.
  

למה זה חשוב לנו כמפרסמים?

GEM מאפשר למטא ״לחשוב״ ברמה גבוהה יותר על התאמת המודעות לא רק [כותרות + תמונה + קהל] אלא הבנת דפוסי התנהגות עדינים שמובילים להמרות.

• זה גם מאפשר לבצע אופטימיזציה יותר הוליסטית: לא רק לפי מטרה (לייקים, קליקים, רכישות) אלא לייצר התאמה חכמה בין המטרות לבין התוכן.
  
• מבחינת ביצועים, אם המודעות שלכם לא ברמה גבוהה או לא ממוקדות היטב, GEM עלול לחרוג עם הקהלים ולקבוע שהתוכן פחות רלוונטי, ולפגוע בהגעה ובעלות.
  

מה צריך לדעת והמלצות:

• אל תסתמכו על שינויי קוסמטיקה בלבד, צריך שהמודעה תכיל רעיון או מבנה ייחודי שיעניק לה יתרון בפני המודל ה־GEM.
  
• בדיקות (A/B) עדיין חשובות, תנו למודלים ללמוד מתוכן איכותי ומגוון.
  
• חשוב שהמודעות יהיו מגוונות ברמת הקונספט, לא רק שינויי טקסט או צבעים, כדי ש־GEM יזהה ערך שונה ביניהן.
  

2. Lattice – ״The Giant Library”

מה זה?

• Lattice היא ארכיטקטורת דירוג (ranking architecture) שמטרתה לאחד ולכלול את הלמידות ממגוון קמפיינים, מטרות ופורמטים, כך שהמערכת לא תעבוד עם מודלים קטנים לכל פלטפורמה או מטרה, אלא עם ספרייה גדולה אחת שמשתמשת בידע מכל הפרויקטים בבסיס אחד.
  
• בעבר, מטא פעלה עם מודלים נפרדים (ל־Feed, ל־Reels, לקליקים, למכירות וכו'…). Lattice משתלט על זה הכל תחת קורת גג אחת, מה שמאפשר העברת ידע בין קמפיינים שונים.
  

למה זה משנה לנו כמפרסמים?

• ללמוד במהירות גבוהה יותר: מה שלמד קמפיין אחד יכול להשפיע על קמפיין אחר (העברה של דאטא)
  
• אחידות בקריטריונים ובמדדים לאורך מערך רחב של קמפיינים
  
• יעילות התשתית, פחות צורך במודלים מקומיים ומשולבים נפרדים
  

תובנות למפרסמים:

• אל תסתפקו רק באופטימיזציה מקומית לקמפיין, יש חשיבות לגלובליות של למידה משולבת בין כלל הקמפיינים
  
• קמפיינים עם מטרה שונה (מודעות למותג מול מכירות) עשויים להשפיע זה על זה, כלומר, ביצועים טובים בקמפיין תומך עשויים לגלושה להשפעה חיובית בקמפיין אחר
  
• מודעות שפועלות טוב בקהלי יעד מסוימים יכולות לעזור למודלים להבין תכונות חדשות גם בקמפיינים אחרים.
  

3. Andromeda (אנדרומה) ״The Personal Concierge״ מנגנון משופר לשליפת מודעות

מה זה?

• Andromeda הוא מנוע ״retrieval״ מתקדם שמשתמש ב־ML, חומרה מתקדמת (GPU / MTIA / Grace Hopper architecture) והנדסת נתונים מיוחדת כדי לבחור מתוך מיליוני מודעות מועמדות את אלו שהכי רלוונטיות להצגה למשתמש בזמן אמת.
  
• הוא מטפל בשליפת המודעות (מיליון מועמדות > לכמה אלפי מועמדות רלוונטיות) במהירות גבוהה, תוך שמירה על התאמה אישית גבוהה למשתמש (personalization) וקיבולת חישובית גבוהה.
  

שיפורים כוללים:
  • רשת עצבית עמוקה שמיועדת במיוחד לרכיבי חומרה חזקים, כדי ללמוד יחסים מורכבים בין משתמשים למודעות.
  • אינדקס היררכי (hierarchical indexing) שמקלה על קיבוץ מודעות ומיון מהר יותר.

   • אפשרות “גמישות מודל” – התאמת מורכבות המודל בזמן אמת לפי משאבים וזמינות.

 • שיפור בשיעור Recall + שיפור באיכות המודעות (ads quality) בנבדקים מסוימים.

למה זה משנה לנו כמפרסמים?

• בשלב הראשון של בחירת המודעות Andromeda מבצע סינון חכם ומתקדם שמקטין עומס על המערכת ומעלה את הרלוונטיות
  המשמעות היא שמודעות פחות רלוונטיות פחות יוצגו למשתמשים, זה מדגיש את הצורך בקריאייטיב איכותי ומדויק
  מכיוון שהמערכת מסוגלת להתמודד עם נפחים אדירים וכתוצאה מכך יכולה להפיק תוצאות טובות יותר על פי הקשר (context) ומניעת הצפה של מודעות לא מתאימות

מה אנחנו כמפרסמים צריכים לקחת בחשבון:

• חשוב להחזיק מאגר גדול של מודעות איכותיות, ברגע שהמודעות שלכם ״נבלעות״ בין כל המועמדות הרבות שיש, הן עלולות להישמט בשלב השליפה
  
• התאמה (personalization) חשובה, מודעות שמתאימות היטב למשתמש מסוים יקבלו עדיפות
  
• זמן הצגת המודעות, הרלוונטיות הקונטקסטואלית, הקשר למשתמש,  כל אלה יקבלו משקל גבוה יותר
  
• חשיבה מראש על מבנים יצירתיים שונים, מבני מודעות שונים, כדי לתת למערכת “אפשרויות” אמיתיות לבחור
  

4. Sequence Learning – ״The Memory Game״

מה זה?

• השיטה הישנה של DLRMs (Deep Learning Recommendation Models) הסתמכה על ״sparse features״  כלומר, נתונים כמו אילו עמודים אהבתם, על אילו מודעות הקלקתם אבלהקונטקסט של סדר האירועים  (בהקשר זמן, סדר פעולות) כמעט לא נשמר.
  
• Sequence Learning משלב תשתית חדשה שמאפשרת למודל להבין את סדר האירועים (מה קרה קודם, מה אחרי)  כלומר, לא רק ״מה עשיתם״ אלא גם מתי ובאיזה הקשר.

• הם מגדירים ״Event-based Features״  שבאמצעותם המערכת בונה רצף של אירועים (למשל: משתמש צפה במודעות X, לחץ על מודעה Y, בדק מוצר Z עם זמן, סוג אירוע ועוד.

• המודל משתמש במידענים כמו attention, embedding של אירועים, כדי ללמוד מה משמעות הסדר והקשר בין אירועים.
  
• שיטה זו דורשת שינוי מבני במערכת, בארכיטקטורה ובאופן שמירה/עיבוד הנתונים.

למה זה חשוב לנו כמפרסמים?

• עכשיו המערכת יכולה להבין את הרצף של התנהגות המשתמש, למשל: אחרי שהוא ראה מוצר X ועשה פעולה Y, הצגת המודעה הבאה יכולה להיות יותר מותאמת לרצף זה
  
• שינוי גדול: במקום ״מודע למוצר״ תמיד מקבל מודעות דומות,  המערכת תוכל לדחוף מודעות שקשורות לרצף (Upsell, Cross-sell) בהתאם לרצף המשתמש
  
• זה מאפשר חיזוי טוב יותר של מה המשתמש יאהב לראות בהמשך, לא לפי היסטוריה אקראית בלבד
  

דוגמה מעשית:

• אם משתמש רכש חופשת סקי , המערכת לא תמשיך להראות מודעות לנופש אלא תעבור למודעות למוצרי סקי  ציוד, כרטיסי הרמה, אביזרים וכו.. 
• אם אתה לקוח שמבצע צעדים מסוימים לאורך המשפך, המערכת תתאים לך מודעות בהתאמה מיידית לרגע הנכון לא ניחוש בלבד.
  

סיכום השינויים המשולבים ואיך הם פועלים יחד

• GEM = המוח שמנתח ומחליט ״מי, מה ומתי״
  
• Lattice = הספרייה שמאגדת למידה ממקורות שונים ומאפשר שיתוף ידע
  
• Andromeda = מנוע הבחירה החכם שמוציא מודעות רלוונטיות מהר וביעילות
  
• Sequence Learning = מאפשר להבין את רצף ההתנהגות של המשתמש ולפעול בהתאם
  

ביחד, המערכת החדשה של מטא עוברת ממתודולוגיות ישנות של פילוח סטטי ומודלים לפי פלטפורמה למערכת AI הוליסטית שמשלבת נתוני זמן, סדרים, התנהגות, והקשרים בין מודעות ומשתמשים.

שלושת המדדים החדשים שמטא מוסיפה למערכת הפרסום (Ads Manager)

מטא משיקה שלושה מדדים חדשים שצפויים לשנות את הדרך שבה מפרסמים בונים ובודקים קריאייטיבים (מודעות):

1. Creative Fatigue – עייפות קריאייטיב

מה זה:
מדד שמראה מתי הקהל שלכם נחשף יותר מדי לאותו קריאייטיב (תמונה/וידאו/מודעה).
כאשר זה קורה, המעורבות (Engagement) יורדת, העלויות לאלף חשיפות (CPM) עולות, והביצועים יורדים.

מה המשמעות:
עד עכשיו היה אפשר לדעת בעקיפין מתי מודעה ״נשחקת״, אבל עכשיו תקבלו מדד ברור שמודד עייפות קריאייטיב בזמן אמת.

השפעה על הפרסום:
תוכלו לזהות מתי הקהל ראה מספיק את אותו מסר, ולעדכן קריאייטיב לפני שהביצועים נפגעים.

2. Creative Similarity – מדד דמיון הקריאייטיבי

המדד החשוב ביותר בעדכון הזה.

מה זה:
מטא תזהה מודעות שנראות ויזואלית דומות מדי (גם תמונות וגם סרטונים).
כאשר המערכת מזהה דמיון גבוה, היא מקבצת את כל המודעות האלה יחד ומחשבת להן ביצועים כאלו היו מודעה אחת בלבד.

מה המשמעות בפועל:

• אם אחת מהמודעות בקבוצה הזו תהיה עם ביצועים גרועים, זה יוריד את הביצועים של כל שאר המודעות הדומות.
  
• אם אחת מצליחה, ההצלחה תתחלק בין כולן (אבל לא תמיד באופן שווה).
  
• שינוי קטן כמו צבע רקע, מיקום טקסט או ניסוח כותרת לא נחשב שינוי אמיתי יותר.
  

השפעה על הפרסום:
עידן ה״שינויים הקטנים״ נגמר. אי אפשר יותר ״לרמות״ את האלגוריתם על ידי שינויים מינוריים.
אם הקריאייטיב שלכם דומה מדי, האלגוריתם יתייחס אליהם כאל אותה מודעה, מה שיכול לפגוע בהגעה לאנשים, חשיפה ועלויות.

3. Top Creative Themes – ניתוח לפי נושאי קריאייטיב

מה זה:
מטא תתחיל לזהות ולסווג את המודעות שלכם לפי נושאי תוכן (Themes) כמו:

• הומור
  
• נוסטלגיה
  
• הוכחה חברתית (Social Proof)
  
• מבצעים / חסכון
  
• סיפורים רגשיים
  

מה המשמעות:
תוכלו לראות באילו סוגי קריאייטיבים אתם משתמשים הכי הרבה, ואילו מהם באמת מניעים ביצועים טובים יותר.

השפעה על הפרסום:
תוכלו להבין סוף סוף למה מודעה מסוימת מצליחה, לא רק איך היא נראית, אלא גם איזה סוג סיפור או מסר עובד על הקהל שלכם.

המשמעות הכוללת למפרסמים

המדדים החדשים נועדו למדוד עד כמה הקריאייטיבים שלכם מגוונים באמת.
אם רוב המודעות שלך נראות או מרגישות דומות האלגוריתם יזהה זאת, וזה יכול לפגוע בתוצאות שלכם.

העיקרון החדש:

“גיוון קריאייטיבי הוא מנוע ביצועים.”

אתם צריכים כיום ליצור מודעות מגוונת שפונות למספר סוגי פרסונות שונות ולרמות המודעות השונות של הלקוחות הפטונציאלים מלקוחות שלא מודעים כלל ללקוחות מודעים שמכירים את המוצר שלכם.

לדוגמא: אם אנחנו מוכרים תחליף לקפאין הוא מתאים למספר פרסונות גם אם נרצה לפנות לאמהות,

נוכל לפנות לאמא קרייריסטית ואז המסר הוא שונה לחלוטין מעקרת בית.

נוכל גם לבחור פרסונה שונה לחלוטים כמו רווק בגילאי ה- 30 שעובד בעבודה מאוד תובענית וגם פה יהיו לנו מסרים שונים לחלוטין.

מהם שלבי המודעות השונים ואיך נוכל לנצל כל אחד מהם לטובתנו?

שלב	מסע המשתמש (User Journey)	פוטנציאל שוק (Market)	פורמטים מומלצים (Formats)
1. לא מודע (Unaware)	המשתמשים אינם מודעים או לא מתעניינים בבעיה מסוימת, ולכן אינם מחפשים פתרון.	הכי ניתן להרחבה (Most scalable)	• תוכן עם סלבריטאים• הומור• תוכן חינוכי
2. מודע לבעיה (Problem Aware)	המשתמשים מודעים לבעיה שלהם ומתחילים אולי לחפש פתרונות.		• עדויות משתמשים (UGC) בודדות• סרטוני טסטמוניאל• מדריכים• סיפור היזם
3. מודע לפתרון (Solution Aware)	המשתמשים מודעים לבעיה ומבצעים מחקר פעיל על פתרונות אפשריים.		• “אנחנו מולם” (Us vs Them)• הצגת יתרונות / תכונות (Features / Benefits Callout)
4. מודע למוצר (Product Aware)	המשתמשים מודעים לבעיה, לפתרונות הקיימים ולמוצר שלכם ומתחילים להשוות אתכם למתחרים.		• טסטמוניאלס• “3 סיבות למה” (3 Reasons Why)
5. הכי מודע (Most Aware)	המשתמשים כבר מכירים את המוצר שלכם, את מיצוב המותג שלכם ואת ההשוואה מול המתחרים.	הכי סביר שימיר (Most likely to convert)	• הצעות (Offers)

סיכום ההמלצות למפרסמים בעקבות עדכון האלגוריתם של מטא

1. גיוון קריאטיבי – חובה, לא אופציה

• צרו מודעות שונות באמת, לא גרסאות עם שינויי צבע או טקסט קטנים.
  
• חשבו במונחים של קונספט חדש בכל מודעה: סיפור חדש, זווית חדשה, סגנון ויזואלי אחר.
  
• שלבו סגנונות שונים: UGC, טסטמוניאלס, אנימציה, צילום, גרפיקה, סטוריטלינג והומור.
  
• עבדו עם יותר מיוצר קריאייטיב אחד כדי למנוע דמיון בין המודעות.
  

טיפ מנצח: שימוש ב – Partnership Ads 

מאפשרות לכם לשתף פעולה עם משפיענים ולפרסם סרטונים שהם יצרו בשבילכם.

ניתן לפרסם עם שתי זהויות מפרסם שונות:

1)ישירות מזהות המשפיען – כלומר רק מהעמוד שלו בלבד, החברה שלכם לא מוזכרת כלל.

2)שת״פ שמציג את שני העמודים שלכם ושל המשפיען כפרסום בשיתוף פעולה.

לכל דרך יש יתרונות וחסרונות, אבל היתרון הברור הוא שאנחנו יכולים ״לרתום״ את המותג והאמינות של אותו משפיען כדי למכור את המוצר או השירות שלנו.

בהקשר שלנו זו גם דרך נוספת להציג קריאטיב מגוון יותר ושונה שיכול לעזור לגיוון הקריאטיבי שלנו.

2. מודעות שמתפתחות עם המשתמש (Sequence Learning)

• תכנן מודעות בהתאם לשלבי מסע המשתמש:
  1️⃣ לא מודע > 2️⃣ מודע לבעיה > 3️⃣ מודע לפתרון> 4️⃣ מודע למוצר > 5️⃣ הכי מודע.
  
• בנו רצף פרסומי חכם שבו כל מודעה מתקדמת צעד אחד במסע המשתמש ולא עומדת בפני עצמה.
  
• נתחו את הרצף ההתנהגותי של לקוחותיכם (מה הם עושים לפני רכישה) והתאימו את התוכן לכל שלב.
  

3. התאמה אישית עמוקה (Personalization)

• נצלו את יכולות ה-AI החדשות (GEM ו-Andromeda) על ידי התאמה מדויקת של המסר, הפורמט והשפה לכל קהל יעד.
  
• עבדו לפי מיקרו-פרסונות: צעירים, בעלי עסקים, הורים, סטודנטים וכו’ כל אחד עם גרסה ייעודית של המסר.
  
• הימנעו משימוש באותו קופי או עיצוב לכל הקהלים, האלגוריתם מזהה דמיון ומוריד חשיפה.
  

4. תנו למערכת מבחר רחב ואיכותי

• אל תסתפקו במודעה אחת, ספקו מגוון מודעות חזקות כדי שהמערכת תוכל לבחור את המתאימות ביותר (Andromeda).
  
• העלו כמה וריאציות חכמות של מסר ופורמט בכל סט מודעות (וידאו, תמונה, קרוסלה, Reels, Stories).
  
• ככל שיש יותר מודעות מגוונות ואיכותיות, כך הסיכוי ש־Meta תבחר במודעה “המנצחת” גבוה יותר.
  

 5. בדיקות מהירות ולמידה מתמשכת

• בצעו בדיקות מהירות (A/B) כדי לספק למערכת מידע חדש.
  
• ככל שהמערכת לומדת מהר יותר מה עובד, כך תגיע מהר יותר לאופטימיזציה.
  
• נטרו ביצועים בין קמפיינים, בעידן Lattice, הצלחות בקמפיין אחד עשויות לשפר גם אחרים.
  
• אל תבודדו קמפיינים לחלוטין, המערכת לומדת בהצטלבות מטרות וקהלים.
  

6. תחזוקה שוטפת ורענון קבוע של קריאייטיבים

• אל תחכו לירידה בביצועים, תכננו רענון קריאייטיב קבוע כל 4-6 שבועות.
  
• ודאו שהספרייה שלכם לא מלאה במודעות דומות מדי, דמיון מוגזם פוגע בביצועים.
  
• בדקו את “בריאות” הקמפיינים באופן תקופתי: CTR, זמן צפייה, אחוזי מעורבות, אחוזי המרה.
  

7. הרחיבו את גבולות המותג

• אל תפחדו לשבור את המסגרת של ה־Brand Book שלכם
  שמרו על זהות המותג, אך תאפשרו חופש קריאייטיבי כדי להפתיע ולהישאר רלוונטים.

צריך להחליט איפה אנחנו רוצים לעמוד בציר שבין שמירה על המוצג לביצועים מקסימליים – יש צורך בפשרות מסוימות ולהקריב מעט מהמיתוג שלנו לפעמים כדי להגדיל מכירות.

• האלגוריתם מתגמל חדשנות וגיוון אמיתי, מותגים נוקשים מדי נשארים מאחור.
  

בשורה התחתונה:

האלגוריתם החדש של מטא מתגמל מפרסמים שמייצרים רעיונות מגוונים, קריאייטיבים אותנטיים, מותאמים אישית ודינמיים ומעניש גישה אחידה ושבלונית.