Afina

Скачать приложение

AppleWindows
RU

Библиотека рекламы Facebook: сбор данных, API и автоматизация исследования креативов

Сбор и систематизация данных из библиотеки рекламы Meta

Библиотека рекламы Facebook представляет собой открытую базу объявлений Meta, которая помогает исследовать рекламные креативы, предложения и активность рекламодателей. Она показывает, какие объявления запустил рекламодатель, но не доказывает, что они приносят прибыль. Для более широкого поиска идей полезно сначала разобраться, как спай-сервис помогает находить креативы, а затем отделить наблюдаемые факты от гипотез. Продолжительность показа, количество вариаций или повторение одного рекламного хука могут служить сигналами. Однако по ним нельзя определить CPA, ROAS или точные расходы на рекламу.

Рабочий процесс зависит от масштаба. Десять объявлений для разового анализа проще сохранить вручную. Для сотен записей из нескольких стран уже нужны схема данных, стабильные идентификаторы и журнал запусков. Именно здесь маркетинговое исследование превращает коллекцию скриншотов в воспроизводимый процесс с определенной выборкой.

Технический метод стоит выбирать после определения цели исследования. Если нужны официально доступные структурированные поля, проверьте Ad Library API. Если нужен небольшой визуальный обзор, работайте через интерфейс. Браузерный сбор данных уместен только для разрешенного сценария, который не покрывает API, и требует отдельного контроля качества.

Какие данные доступны в библиотеке рекламы Meta

Библиотека рекламы Meta предоставляет публичный контекст объявления: Library ID, страницу рекламодателя, статус, даты показа, платформы размещения и доступные элементы креатива. Набор полей зависит от категории рекламы, региона и способа доступа. Поэтому схема, в которой все колонки обязательны, может быстро оказаться непригодной.

Для коммерческих объявлений в открытом интерфейсе обычно видны текст, заголовок, формат, кнопка действия, дата начала показа и площадки Meta. Некоторые поля могут быть пустыми или содержать несколько вариантов. Например, карусель может включать несколько текстов и заголовков в одной записи.

У официального API более четкие границы. Meta описывает глобальный доступ к политической и общественно значимой рекламе за семь лет, а также к рекламе разных типов, показанной в Великобритании или ЕС в течение последнего года. Для обычной коммерческой рекламы за этими пределами интерфейс библиотеки может показывать больше, чем возвращает API, доступный конкретному исследователю. Доступность полей проверяйте повторно после каждого обновления версии API.

Не смешивайте опубликованные данные с аналитическими выводами. В базе стоит разделять следующие группы данных:

  • исходные поля Meta без редактирования
  • нормализованные значения для фильтрации и сопоставления
  • аналитические метки команды, например тип рекламного хука, предложения или доказательства
  • технические поля сбора, включая collected_at, query_id и run_id

В таблице с фактическими данными сохраняйте null, если значение не опубликовано. Ноль означает, что значение действительно равно нулю, а null указывает на отсутствие данных. Для отчета это принципиальная разница.

Когда использовать официальный API, экспорт или браузерный сбор

Официальный API стоит выбирать для повторяемых запросов в пределах доступных категорий и регионов. Ручное сохранение данных подходит для небольшой выборки, а браузерная автоматизация нужна лишь тогда, когда разрешенный процесс зависит от видимых элементов страницы, отсутствующих в ответе API.

МетодКогда подходитСильная сторонаОсновное ограничение
ручной просмотрразовый анализ 10-30 объявленийбыстрый старт и визуальная проверкатрудно повторить без расхождений
Ad Library APIрегулярный сбор в поддерживаемой выборкеструктурированный JSON-ответ и курсорная пагинациядоступ, регионы и поля ограничены правилами Meta
браузерный сборразрешенный сценарий с данными видимого интерфейсаконтроль последовательности действий и скриншотовизменения DOM, повторные запросы и более сложное обслуживание
готовый набор данныханалитика большого исторического массивабыстрое подключение к BIнеобходимо проверять происхождение и актуальность данных

Для API зафиксируйте версию Graph API, параметры запроса, страны, временной диапазон и список fields. В ответе используйте курсор paging.next, пока он существует, а не увеличивайте номер страницы вручную. Так меньше вероятность потерять данные из-за ошибочного представления о работе пагинации.

Три способа сбора данных из библиотеки рекламы Meta

Если интерфейс или API не возвращает точный бюджет, CPA или конверсии, не заполняйте соответствующие колонки предположениями, выдавая их за факты. Можно создать отдельное поле analyst_hypothesis, но оно не должно попадать в слой исходных данных.

Как построить процесс сбора и нормализации рекламных данных

Надежный процесс начинается с понимания того, на какой вопрос должен ответить будущий отчет. Запрос «собрать рекламу конкурентов» слишком широкий. Запрос «найти новые рекламные хуки в видео пяти брендов в Германии за последние семь дней» сразу определяет страну, период, рекламодателей и тип креатива.

Для повторяемого сбора выполните следующие шаги:

  1. определите исследовательский вопрос и критерии включения объявления
  2. зафиксируйте источник, страну, категорию, статус и временной диапазон
  3. получите разрешенные записи через интерфейс, API или утвержденную браузерную автоматизацию
  4. сохраните исходный JSON-ответ или снимок HTML без изменения значений
  5. нормализуйте даты в UTC, страны в ISO-коды, а пустые поля в null
  6. создайте отдельный идентификатор группы связанных креативов для поиска близких вариаций
  7. проверьте выборку вручную и зафиксируйте показатели качества сбора

Минимальная таблица может содержать ad_library_id, page_id, page_name, start_time, stop_time, status, publisher_platforms, creative_body, headline, destination_domain, snapshot_url, collected_at и run_id. Для анализа креативов добавьте format, hook, offer, cta и creative_family_id, но отметьте их как производные поля.

Конвейер нормализации данных Facebook Ads Library

Хранить все в одном CSV удобно только на старте. Когда запусков становится много, отдельное управление данными в автоматизированных сценариях упрощает сравнение состояний, контроль типов и повторный анализ. Исходные данные остаются неизменными, поэтому после исправления правил нормализации их можно обработать снова без нового обращения к источнику.

Как проверять пагинацию, полноту и повторяющиеся записи

Проверка сбора должна отвечать на три вопроса: обработаны ли все доступные страницы, не исчезли ли поля и сколько записей повторяется. Один большой CSV без журнала запуска не дает надежного ответа ни на один из них.

Для курсорной пагинации сохраняйте номер запроса, полученный курсор, HTTP-статус, количество записей и время ответа. Завершайте цикл, только когда paging.next отсутствует или сработало задокументированное условие остановки. Если посреди цикла пришел пустой ответ, зафиксируйте ошибку и повторите запрос после паузы. Не пропускайте такую ситуацию без сообщения об ошибке.

Удаление дубликатов только по ad_library_id устраняет точные повторы, но не объединяет варианты одного креатива. Для анализа рекламных креативов добавьте хеш из нормализованного текста, заголовка, домена назначения и ссылки на медиа. Это дает два уровня:

  • record_key для уникальной записи библиотеки
  • creative_family_id для группы близких креативов

После каждого запуска рассчитывайте четыре показателя. completeness_rate показывает долю записей с заполненными обязательными полями. duplicate_ratio измеряет долю точных повторов. field_fill_rate рассчитывается отдельно для нестабильных полей, например headline или destination URL. change_rate показывает долю новых, измененных и больше не видимых записей относительно предыдущего запуска.

Метрики контроля качества сбора рекламных данных

Резкое снижение field_fill_rate почти всегда требует проверки парсера или ответа API. Внезапный рост количества объявлений может быть реальным, но сначала сверьте страну, статус, временной диапазон и Page ID. Названия страниц меняются и могут совпадать, поэтому Page ID надежнее текстового поиска бренда.

Для регулярного локального мониторинга сравнивайте записи вместе с условиями запуска. В материале об исследовании локального рынка показано, почему географические настройки и стабильность рабочей среды влияют на воспроизводимость наблюдений. Отсутствующее объявление лучше отмечать как «больше не наблюдается», пока другой источник не подтвердит его остановку или удаление.

Какие инструменты нужны для автоматизации исследования креативов

Для API-процесса достаточно HTTP-клиента, планировщика, хранилища исходных ответов и таблицы нормализации. Для работы с динамическим интерфейсом нужен Playwright, Puppeteer или Selenium, но больше всего времени обычно требует не создание первого скрипта, а дальнейшая поддержка селекторов, механизмов ожидания и проверок.

Набор инструментов можно распределить по назначению:

  • HTTP-клиент или SDK для запросов к Graph API
  • Playwright или Puppeteer для разрешенных браузерных сценариев
  • PostgreSQL, BigQuery или другое хранилище со стабильной схемой
  • планировщик для повторных запусков и контролируемых повторных попыток
  • BI-панель для отслеживания изменений по типам рекламных хуков, форматам, предложениям и призывам к действию (CTA)
  • журнал ошибок с сигналом о пустом ответе или изменении структуры

Не запускайте браузерную автоматизацию без установленных ограничений. Задайте максимальное количество страниц, общее время ожидания (timeout), количество повторных попыток и предел параллельных операций. Скрипт должен останавливаться, если селектор исчез или доля пустых полей превысила порог. Так вы уменьшите риск получить тысячи некорректных записей, которые придется исправлять.

Ограничения и аварийная остановка браузерной автоматизации

Классификацию креативов можно частично передать языковой модели. Определите для нее фиксированный список категорий, поле uncertain и требование возвращать структурированный JSON. Затем проверьте случайную выборку из каждого запуска. Модель может группировать рекламные хуки и предложения, но не знает фактической эффективности рекламы и не должна придумывать причины решений рекламодателя.

Чем API отличается от браузерной автоматизации

API возвращает документированные структурированные поля, а браузерная автоматизация получает данные из интерфейса, предназначенного для пользователя. Поэтому API проще тестировать и поддерживать. Браузерный процесс гибче при работе с видимым контентом, но сильнее зависит от DOM, загрузки JavaScript и состояния сессии.

КритерийAd Library APIБраузерная автоматизация
форматJSON с определенными полямиданные из DOM, сетевых ответов или скриншотов
пагинациякурсор paging.nextinfinite scroll или кнопка загрузки
стабильностьзависит от версии API и политикзависит от верстки, локали и состояния страницы
контроль качествасхема, статусы и cursor logселекторы, скриншоты и DOM-snapshot
поддержкаобновление версий и токеновобновление селекторов, ожиданий и повторных попыток
лучший сценарийрегулярная выборка в рамках официального доступаразрешенная задача с видимыми данными за пределами возможностей API

Необязательно выбирать только один из этих методов. API может формировать основной набор записей, а браузерный тест может проверять небольшую контрольную выборку в интерфейсе. Такая схема дает структурированные данные и одновременно помогает выявлять расхождения между ответом и тем, что видит аналитик.

Как изолировать исследовательские сессии и оценить ограничения процесса

Изоляция помогает воспроизводить условия работы, но не должна использоваться для сокрытия запрещенных действий. Отдельный профиль хранит файлы cookie, localStorage, язык, часовой пояс и настройки прокси вместе. Это помогает разделять работу с разными клиентами, рынками и тестовыми сессиями в одном браузере.

Для команды практическая схема проста. Закрепите профиль за рынком или клиентом, сохраните параметры запроса рядом с run_id, ограничьте роли и не используйте личные сессии сотрудников. Материал предоставлен исключительно в ознакомительных и образовательных целях.

Afina подходит для организации этого рабочего процесса: изолированные профили могут сохранять состояние исследовательских сессий, а локальный API позволяет запускать профиль и подключать Playwright или Puppeteer через CDP. Подробная схема есть в материале об API Afina для автоматизации через REST. Это не расширяет доступ к данным Meta и не отменяет ее правила. Инструмент лишь помогает упорядочить разрешенный процесс, журналы событий и среды запуска.

Скачать

FAQ — Часто задаваемые вопросы

Что такое библиотека рекламы Facebook?

Библиотека рекламы Facebook является публичной базой объявлений, показываемых в продуктах Meta. Она позволяет просматривать креативы, страницы рекламодателей, даты и доступные параметры показа.

Можно ли собирать данные из Facebook Ads Library без входа?

Часть публичной библиотеки можно просматривать без входа. Доступ зависит от региона, категории рекламы и действующих правил Meta.

Есть ли у Meta официальный API библиотеки рекламы?

Да, Meta предоставляет Ad Library API для определенных категорий, регионов и периодов. Для доступа нужны учетная запись, авторизация и приложение Meta for Developers.

Какие данные возвращает Ad Library API?

API может возвращать Library ID, Page ID, название страницы, даты показа, платформы и доступные элементы креатива. Дополнительные поля зависят от типа рекламы и региона.

Показывает ли библиотека рекламы точный бюджет и ROAS?

Нет, для обычных коммерческих объявлений точный бюджет, CPA, конверсии и ROAS, как правило, недоступны. Эти показатели нельзя определить только по продолжительности показа креатива.

Как удалять дубликаты объявлений?

Точные дубликаты удаляйте по Library ID, а близкие вариации группируйте по хешу текста, заголовка, домена и медиа. Оба ключа лучше хранить отдельно.

Что лучше для сбора данных: API или Playwright?

API лучше подходит для структурированной повторяемой выборки в рамках официального доступа. Playwright уместен для разрешенного браузерного процесса, который не покрывает API.

Как проверить полноту сбора рекламы?

Сохраняйте журнал курсорной пагинации, количество записей на странице и долю заполнения обязательных полей. Резкие изменения этих показателей должны останавливать процесс и запускать ручную проверку.

Похожие термины

Читать дальше:Web scraping — автоматизация сбора данных | Afina Browser
Артем Вишнепольский

Артем Вишнепольский — специалист по дропхантингу и автоматизации Web3, участник команды Afina с опытом в криптоиндустрии с 2021 года. Он специализируется на системном участии в тестнетах, кампаниях и ретродроп-активностях, имея в портфеле лайфчендж-кейсы, включая Starknet, Movement и Initia.

В Afina работает саппорт-специалистом, помогая пользователям внедрять решения по автоматизации и адаптировать инструменты под их цели. Несмотря на гуманитарный бэкграунд, доказывает, что эффективная автоматизация в Web3 доступна даже для нетехнических пользователей