开篇：这个问题没有标准答案，但有判断标准
在代投的日常沟通里，"到底用 CBO 还是 ABO"是被问得最多的技术问题之一。
网上常见的回答是"看你需求"或者"两种都可以试试"。这话没错，但没什么用。真正的区别其实用一句话就能说清：预算的分配权在算法手里，还是在你自己手里。
理解了这一点，什么阶段该用哪种结构就不难判断了。
两种结构到底差在哪
ABO（Ad Set Budget Optimization）是传统做法：你在每个广告组上单独设预算，系统在各自的预算范围内跑。
CBO（Campaign Budget Optimization，现在官方叫 Advantage Campaign Budget）是把预算设在广告系列层级，系统在所有广告组之间动态分配，哪个表现好就往哪边多给钱。
这里没有谁更先进的问题，区别在于分配决策由谁来做。ABO 是你拍板，CBO 是算法拍板。
CBO 更适合什么情况
账户进入跑量阶段之后，CBO 的效率优势会明显起来。这时你既然已经确认了素材方向和受众范围，需要的就是在一个稳定框架里让系统持续优化成本，手动调预算反而慢。
广告组数量多的时候也是同理。管理五个广告组手动分预算还算现实，管理二十个就不现实了，交给算法更省事，出错也少。
不过 CBO 有个前提：每个广告组要有足够的转化数据，算法才能做出合理的分配判断。新账户或者转化稀疏的账户，样本太少，分配会摇摆，甚至因为早期偶然的一次转化就把预算全压过去。
ABO 更适合什么情况
测试阶段是 ABO 最不可替代的地方。测素材或者测受众时，你要的是每个变量拿到同等预算，这样比较才有意义。CBO 会把预算集中到早期表现好的组，可早期表现好有时只是运气，结果是测试还没跑完，其他变量已经饿死了。
另一种情况是预算需要严格控制的时候。客户给了硬性的日预算上限，同时要求每个受众渠道都有最低曝光，这种约束下手动控制更稳当。
多市场、多产品的账户也偏向 ABO。不同市场的成本基准差异很大，算法给出的"最优分配"有时会把小市场直接归零。如果每个市场都要保留存在感，手动分配更安全。
实际投放里更常见的第三种做法
真实的代投账户里，纯 CBO 或者纯 ABO 都不算主流，更常见的是混着用。
具体做法是用 ABO 跑测试，把预算平摊给待验证的变量；跑出结果之后，把胜出的组合搬进 CBO 系列做放量。测试和放量各用一套结构，好处是测试阶段的可比性不被算法破坏，放量阶段的分配效率也拿到了。
切换结构时最容易踩的坑
最要紧的一条是不要在跑量中途切。从 ABO 改成 CBO 或者反过来，相当于重新开始学习，原本稳定的成本会波动一段。这个波动不意味着策略错了，但很多人在波动期就慌了，又切回去，来回折腾几轮，账户始终没等到稳定期。
切之前还要确认数据量够不够。数据稀疏的时候切到 CBO，等于让算法在信息不足的情况下做分配决策。
另外建议留一份切换前的数据基线。否则切换后成本上升，你分不清是结构问题、素材问题还是市场波动。
总结
两种结构是分工关系：测试阶段需要可比性，用 ABO；放量阶段需要分配效率，用 CBO。混着用比死守一种更接近实际。
如果你的账户在两个结构之间来回切还是不稳定，可以把近一个月的数据发过来，我们先看看问题出在结构上还是别的地方。
相关阅读