Tại sao càng target chi tiết trên Facebook Ads thì CPM càng đắt: Cách chuyển sang Broad Targeting và Advantage+

Wed, 04 Nov 2026 00:00:00 +0000

Trong bài viết trước về quy luật lợi suất giảm dần khi scale ngân sách quảng cáo, chúng ta đã xem xét trường hợp của một shop bán dép đi trong nhà: khi chạy ngân sách 20 triệu đồng thì đơn về đều đặn, nhưng vừa tăng lên 60 triệu đồng thì chi phí cho mỗi khách hàng mới ( CAC (Customer Acquisition Cost)^? ) vọt lên tới 1 triệu đồng.

Khi thấy giá quảng cáo đắt lên như vậy, phản xạ quen thuộc của phần lớn người chạy Facebook Ads tại Việt Nam là mở trình quản lý quảng cáo, tìm đến phần Nhắm mục tiêu chi tiết (Detailed Targeting) và nghĩ: “Chắc do tệp đang rộng quá nên phân phối vào người không có nhu cầu, giờ phải thu hẹp lại cho chuẩn”.

Thế là bạn bắt đầu chọn sở thích Mua sắm trực tuyến, bấm Thu hẹp đối tượng (Narrow Audience) bắt buộc phải thích Thời trang cao cấp, rồi lại thu hẹp thêm một tầng nữa là Người dùng thiết bị iOS hoặc Người thường xuyên đi du lịch. Để chắc ăn hơn, bạn nhân bản (duplicate) ra 4 đến 5 nhóm quảng cáo khác nhau, mỗi nhóm cài một vài sở thích tương tự để xem nhóm nào ra tin nhắn rẻ hơn.

Qua hôm sau, kết quả thường đi ngược lại hoàn toàn với tính toán: CPM (Cost Per Mille)^? từ 80.000 đồng vọt lên hơn 250.000 đồng. Ngân sách vẫn tiêu hết đều đặn, nhưng lượng tin nhắn chất lượng giảm hẳn, thỉnh thoảng mới có vài người vào hỏi giá rồi im lặng.

Vấn đề không nằm ở việc Facebook phân phối sai, mà nằm ở chính cách thiết lập target chồng chéo đang làm tăng giá thầu ngay trong tài khoản của bạn.

Tại sao chia nhiều nhóm sở thích lại làm đội giá thầu của chính bạn?

Việc tách chiến dịch thành 5 nhóm quảng cáo với 5 sở thích gần giống nhau không giúp bạn tiếp cận được 5 nhóm người mới, mà chỉ khiến các nhóm quảng cáo của bạn tự giẫm chân lên nhau trên cùng một tệp người dùng.

Hãy nhìn vào cách Meta gắn nhãn sở thích cho tài khoản cá nhân. Khi bạn chọn tệp Thời trang công sở, hệ thống không biết chính xác ai đang làm văn phòng. Nó chỉ ghi nhận rằng tài khoản đó vừa dừng lại xem một video quần áo hoặc bấm thích một fanpage thời trang vài ngày trước.

Thực tế là một nhân viên văn phòng 28 tuổi tại Sài Gòn vừa thích trang quần áo đó cũng đồng thời bấm thích trang mỹ phẩm, tìm vé máy bay đi du lịch và sử dụng iPhone. Cùng một người dùng đó đang nằm trong cả 5 nhóm quảng cáo mà bạn vừa tách ra:

Nhóm 1: Thích thời trang nữ.
Nhóm 2: Thích mua sắm trực tuyến.
Nhóm 3: Thích chăm sóc da và làm đẹp.
Nhóm 4: Người dùng iOS hay đi du lịch.
Nhóm 5: Nhân viên văn phòng, quản lý.

Khi cả 5 nhóm này chạy cùng lúc, hiện tượng Chồng chéo phiên đấu giá (Auction Overlap) sẽ xảy ra. Dù Meta có cơ chế ngăn các nhóm trong cùng một tài khoản tự đấu giá trực tiếp với nhau, bạn vẫn chịu hai thiệt hại lớn về mặt hiệu suất:

Thứ nhất, khi Nhóm 1 được hệ thống chọn để tham gia phiên đấu giá hiển thị cho người dùng kia, các Nhóm 2, 3, 4 và 5 sẽ bị chặn lại. Để tiêu hết ngân sách ngày, các nhóm bị chặn buộc phải tìm đến những người dùng ít tiềm năng hơn còn lại trong tệp, kéo chi phí mỗi chuyển đổi ( CPA (Cost Per Action)^? ) tăng lên.

Thứ hai, việc chia nhỏ ngân sách (ví dụ 2 triệu đồng/ngày chia cho 5 nhóm, mỗi nhóm 400.000 đồng) khiến không nhóm nào đạt đủ 50 chuyển đổi mỗi tuần để hoàn thành giai đoạn máy học (Learning Phase). Chiến dịch bị kẹt ở trạng thái “Học giới hạn” (Learning Limited), dẫn đến việc phân phối thất thường, hôm rẻ hôm đắt.

Bên cạnh đó, khi bạn dùng tính năng Thu hẹp đối tượng (Narrow Audience) qua nhiều tầng, quy mô tệp giảm mạnh từ vài triệu xuống chỉ còn hơn trăm ngàn người. Trên hệ thống đấu giá thời gian thực, chi phí hiển thị phụ thuộc trực tiếp vào độ cạnh tranh của tệp:

$$ \textnormal{eCPM} = \textnormal{Giá thầu (Bid)} \times \textnormal{Tỷ lệ hành động ước tính (eCVR)} + \textnormal{Điểm chất lượng nội dung} $$

Khi giới hạn quảng cáo vào một tệp quá hẹp gồm những nhãn phổ biến như “dùng iPhone, thích hàng hiệu” (vốn là nhóm mà hàng ngàn nhà quảng cáo khác cũng đang nhắm vào), bạn phải trả giá thầu cao hơn nhiều để giành quyền hiển thị. Chỉ sau vài ngày, tần suất hiển thị (Frequency) trong tệp nhỏ đó đã tăng lên mức 3.0 đến 4.0, gây ra tình trạng banner blindness (mù quảng cáo) và làm CTR (Click-Through Rate)^? giảm nhanh chóng.

Khi nội dung quảng cáo tự làm phần việc của bộ lọc đối tượng

Thuật toán của Meta hiện nay không cần bạn tích chọn ô “thích nuôi mèo” để tìm người nuôi mèo; nó dựa trực tiếp vào việc ai vừa dừng lại xem video con mèo của bạn quá 3 giây.

Trước đây, phần thiết lập nhóm quảng cáo (Ad Set) được xem là khâu quyết định hiệu quả chiến dịch. Tuy nhiên, từ khi các tiêu chuẩn quyền riêng tư trên iOS 14.5 hạn chế việc theo dõi chéo giữa các ứng dụng, độ chính xác của các nhãn sở thích trong trình quản lý đã giảm đi đáng kể. Nguồn dữ liệu chính xác nhất mà Meta nắm được theo thời gian thực là hành vi tương tác trực tiếp của người dùng ngay trên nền tảng.

Một mẫu quảng cáo hiện tại hoạt động như một bộ lọc tự động qua các bước rất rõ ràng:

Giả sử bạn bán một chiếc ghế công thái học giá 5 triệu đồng cho người làm việc máy tính nhiều. Bạn không chọn bất kỳ sở thích nào, chỉ giới hạn độ tuổi từ 24 đến 45 tại các thành phố lớn.

Trong vài giờ đầu, hệ thống phân phối mẫu quảng cáo cho một nhóm vài ngàn người ngẫu nhiên trong độ tuổi đó.
Những người không có nhu cầu sẽ lướt qua trong chưa đầy 1 giây. Hệ thống ghi nhận nhóm người có đặc điểm tương tự không quan tâm và giảm phân phối.
Ngược lại, một lập trình viên đang mỏi lưng nhìn thấy cảnh quay chi tiết phần tựa lưng ghế trong video của bạn liền dừng lại xem hết 15 giây, mở phần bình luận và bấm vào trang web.
Hệ thống lập tức ghi nhận các đặc điểm hành vi của người vừa tương tác: thời gian online, các nội dung thường xem, lịch sử mua sắm gần đây. Từ những người đầu tiên này, máy học tự động mở rộng phân phối đến những người có hành vi tương đồng trên toàn hệ thống.

Như chúng tôi đã phân tích trong bài tối ưu mẫu quảng cáo là lãng phí thời gian, việc chỉnh sửa lặt vặt vài từ ngữ trong một mẫu quảng cáo cũ ít khi tạo ra khác biệt, nhưng việc thay đổi góc tiếp cận nội dung (Creative Angle) lại quyết định trực tiếp tệp khách hàng mà thuật toán sẽ tìm đến.

Một video mở đầu bằng vấn đề “rụng tóc sau sinh” sẽ tự động lọc bỏ nam giới và sinh viên, chỉ giữ lại đúng nhóm phụ nữ vừa sinh con. Câu mở đầu và hình ảnh trong 3 giây đầu tiên đã thực hiện việc phân loại khách hàng chính xác hơn các ô chọn sở thích thủ công.

Cách thiết lập Broad Targeting và Advantage+ không làm lãng phí ngân sách

Chạy Broad Targeting không có nghĩa là bật chiến dịch lên rồi để mặc hệ thống phân phối tự do không giới hạn, mà là cố định các điều kiện kinh doanh bắt buộc trước khi để thuật toán tự tìm khách.

Khi kiểm tra tài khoản của các doanh nghiệp triển khai quảng cáo Facebook Ads theo hướng Broad Targeting nhưng không hiệu quả, nguyên nhân thường do họ nhầm lẫn giữa việc bỏ trống ô sở thích và bỏ trống cả các điều kiện giới hạn cơ bản. Nếu cửa hàng chỉ giao hàng tại Hà Nội mà bật Advantage+ chạy toàn quốc, hoặc bán sản phẩm giá trị cao mà để độ tuổi từ 18 đến 65+, ngân sách sẽ bị tiêu hao vào những nhóm không thể mua hàng.

Để thiết lập Broad Targeting và Advantage+ Audience hiệu quả tại Việt Nam, bạn cần kiểm soát 3 điểm sau:

1. Đặt giới hạn cứng ở Audience Controls (Không đặt ở Suggestions)

Trong giao diện trình quản lý quảng cáo hiện tại, có hai mục thiết lập nằm sát nhau rất dễ nhầm: Audience Controls (Kiểm soát đối tượng) ở trên và Advantage+ Audience Suggestions (Gợi ý đối tượng) ở dưới.

Nếu bạn chọn độ tuổi và vị trí địa lý ở phần Suggestions, hệ thống chỉ xem đó là gợi ý ưu tiên. Khi hết lượt hiển thị giá rẻ trong nhóm đó, thuật toán sẽ tự động phân phối ra ngoài phạm vi bạn chọn.
Các điều kiện bắt buộc của doanh nghiệp phải được đặt ở Audience Controls: giới hạn độ tuổi tối thiểu có khả năng chi trả (ví dụ từ 25 tuổi trở lên) và chọn đúng khu vực giao hàng. Nếu bạn bán hàng COD toàn quốc và có dữ liệu một số khu vực thường xuyên có tỷ lệ hoàn hàng cao trên 30%, hãy đưa các khu vực đó vào mục loại trừ (Exclude) ngay tại đây.

2. Cung cấp dữ liệu khởi động cho tài khoản mới ở phần Suggestions

Với tài khoản quảng cáo mới hoặc Pixel chưa đạt đủ 50 chuyển đổi mỗi tuần, việc chạy Broad hoàn toàn không có gợi ý (Pure Broad) thường tốn nhiều chi phí trong tuần đầu tiên để hệ thống dò tìm đối tượng.

Để rút ngắn quá trình này, bạn nên đưa dữ liệu sẵn có vào phần Audience Suggestions: danh sách số điện thoại khách hàng đã mua (Customer List), tệp người đã nhắn tin cho Fanpage trong 90 ngày, hoặc tệp Lookalike Audience nhân bản khách hàng tiềm năng 1% đến 2%.
Thuật toán sẽ ưu tiên phân phối trong nhóm gợi ý này trước để tìm kiếm những chuyển đổi đầu tiên trong 48 giờ đầu, sau đó mới dựa trên dữ liệu thu được để mở rộng ra tệp lớn bên ngoài với mức CPM (Cost Per Mille)^? thấp hơn.

3. Tập trung ngân sách bằng CBO thay vì nhân bản nhiều nhóm nhỏ

Thay vì chia nhỏ tiền cho 10 nhóm quảng cáo, bạn nên gom ngân sách vào một chiến dịch bật CBO (Campaign Budget Optimization)^? (Advantage Campaign Budget) với 1 đến 2 nhóm quảng cáo Broad. Bên trong mỗi nhóm, hãy đưa vào từ 3 đến 5 mẫu quảng cáo có góc tiếp cận khác nhau (ví dụ: 1 video quay chi tiết sản phẩm, 1 bài chia sẻ từ khách hàng đã dùng, 1 hình ảnh so sánh giải pháp).

Khi ngân sách được tập trung vào một mối và tệp đối tượng đủ rộng, hệ thống sẽ tự động dồn tiền cho mẫu quảng cáo có tỷ lệ tương tác và chuyển đổi tốt nhất, giúp ổn định CPC (Cost Per Click)^? và chi phí mỗi đơn hàng trong thời gian dài.

Không target sở thích thì làm sao hạn chế khách hỏi giá cho vui?

Khi mở rộng tệp tiếp cận ra hàng triệu người, cách hiệu quả nhất để giảm lượng tin nhắn rác cho đội ngũ tư vấn là đưa các điều kiện sàng lọc thẳng vào nội dung quảng cáo.

Băn khoăn phổ biến nhất của các chủ doanh nghiệp khi bỏ target sở thích là sợ người không có khả năng chi trả bấm vào hỏi giá làm mất thời gian của nhân viên trực page. Điều này rất dễ xảy ra khi chạy quảng cáo tin nhắn (Click-to-Messenger) hoặc form đăng ký tại Việt Nam nếu thông điệp quảng cáo quá chung chung.

Như đã đề cập trong bài nghịch lý lead giá rẻ và cách lọc MQL sang SQL, thuật toán luôn tối ưu theo hướng tìm người dễ thực hiện hành động nhất. Nếu bạn chạy tệp Broad mà viết tiêu đề theo kiểu “Giảm giá cực sốc hôm nay, nhắn tin nhận báo giá ngay”, hệ thống sẽ phân phối mạnh vào nhóm người dùng có thói quen bấm vào mọi bài khuyến mãi trên mạng.

Khi đã mở rộng tệp ở phần thiết lập kỹ thuật, bạn cần thu hẹp đối tượng bằng chính nội dung ngay trong 3 giây đầu tiên:

Nêu rõ phân khúc giá hoặc điều kiện áp dụng ngay ở đầu bài: Ví dụ với dịch vụ thiết kế và thi công nội thất trọn gói, thay vì chỉ đăng ảnh phối cảnh 3D đẹp mắt rồi yêu cầu khách nhắn tin hỏi giá, hãy ghi rõ ngay trên tiêu đề video hoặc dòng đầu tiên: “Thiết kế và thi công nội thất trọn gói cho căn hộ 2 đến 3 phòng ngủ, ngân sách hoàn thiện từ 250 triệu đồng”.
Tác dụng sàng lọc tự nhiên: Những người chỉ có nhu cầu mua lẻ một chiếc bàn hay kệ tivi vài triệu đồng khi thấy mức ngân sách “từ 250 triệu” sẽ tự lướt qua. Họ không bấm vào quảng cáo, giúp bạn tiết kiệm chi phí click và không gửi tín hiệu sai lệch cho máy học.
Ngược lại, những chủ nhà đang có đúng nhu cầu làm nội thất trọn gói sẽ dừng lại xem và để lại thông tin. Khi kết hợp cách viết này với việc dẫn khách về trang đích theo hướng dẫn trong bài chạy quảng cáo Facebook về website sao cho đúng, mỗi lượt liên hệ gửi về đều đạt chuẩn MQL (Marketing Qualified Lead)^? , giúp thuật toán ngày càng tối ưu đúng vào nhóm khách hàng có khả năng chi trả thực tế.

3 trường hợp không nên chạy Broad Targeting

Không có một cách thiết lập quảng cáo nào áp dụng chung được cho mọi mô hình kinh doanh.

Broad Targeting và Advantage+ hoạt động rất tốt với các ngành hàng tiêu dùng, thời trang, mỹ phẩm, gia dụng hoặc dịch vụ phổ thông có tệp khách hàng tiềm năng chiếm tỷ lệ lớn trong dân số. Tuy nhiên, trong 3 trường hợp dưới đây, việc chạy Broad sẽ gây lãng phí ngân sách:

Sản phẩm B2B ngách hẹp hoặc thiết bị công nghiệp chuyên dụng: Nếu bạn cung cấp máy nén khí công nghiệp, hóa chất xử lý nước thải nhà máy hoặc phần mềm quản lý cho bệnh viện, số lượng Decision Maker (Người Ra Quyết Định)^? thực sự trên cả nước chỉ có vài ngàn người. Chạy Broad trên Facebook sẽ làm ngân sách tiêu hao vào những người xem video vì tò mò. Với nhóm ngành này, quảng cáo tìm kiếm Google Ads hoặc tiếp cận qua danh sách dữ liệu khách hàng có sẵn sẽ mang lại hiệu quả kinh tế hơn.
Dịch vụ tại điểm bán cố định với bán kính hẹp: Các mô hình như tiệm giặt ủi, phòng tập gym khu vực, hoặc phòng khám nha khoa chỉ phục vụ khách hàng trong bán kính 2 đến 3km quanh cơ sở không nên bật mở rộng đối tượng tự động. Bạn cần ghim cố định vị trí địa lý trong phần Audience Controls và tập trung ngân sách vào đúng khu vực đó.
Ngân sách chạy thử nghiệm quá nhỏ (dưới 150.000 đồng/ngày): Thuật toán tự động của Meta cần một lượng dữ liệu chuyển đổi đủ lớn để nhận diện quy luật người mua. Nếu ngân sách ngày chỉ đủ tạo ra 1 đến 2 đơn hàng mỗi tuần đối với sản phẩm giá cao, máy học sẽ không có đủ dữ liệu để tối ưu. Khi đó, việc chạy tiếp thị lại (Retargeting) trên tệp khách từng tương tác, dùng tệp Lookalike nhỏ hoặc giữ lại vài sở thích trọng tâm sẽ giúp kiểm soát chi phí an toàn hơn.

Hiệu quả của một chiến dịch Facebook Ads hiện nay phụ thuộc vào cách bạn phối hợp giữa cấu trúc tài khoản và nội dung. Thay vì mất hàng giờ chia nhỏ các nhóm sở thích chồng chéo nhau, hãy tinh gọn lại chiến dịch, đặt giới hạn rõ ràng ở phần Audience Controls, và dành phần lớn thời gian để thử nghiệm những thông điệp đánh trúng nhu cầu thực tế của người mua.

Toi-Uu-Cpm on Soma Agency