Afina

Скачати додаток

AppleWindows
UA
БлогСоціальні мережі

22 листопада 2026 р.

Бібліотека реклами Facebook: збір даних, API та автоматизація дослідження креативів

Збір і впорядкування даних із бібліотеки реклами Meta

Бібліотека реклами Facebook є відкритою базою оголошень Meta, яка допомагає досліджувати рекламні креативи, пропозиції та активність рекламодавців. Вона показує, які оголошення запустив рекламодавець, але не доводить, що оголошення приносить прибуток. Для ширшого пошуку ідей корисно спочатку зрозуміти, як спай-сервіс допомагає знаходити креативи, а потім відділити спостережувані факти від гіпотез. Тривалість показу, кількість варіацій або повторення одного рекламного гачка (hook) можуть бути сигналами. Проте за ними не можна визначити CPA, ROAS або точні витрати на рекламу.

Робочий процес залежить від масштабу. Десять оголошень для одноразового аналізу простіше зберегти вручну. Сотні записів з кількох країн вже потребують схеми даних, стабільних ідентифікаторів та журналу запусків. Саме тут маркетингове дослідження перетворює колекцію скриншотів на відтворюваний процес із визначеною вибіркою.

Технічний метод варто обирати після визначення мети дослідження. Якщо потрібні офіційно доступні структуровані поля, перевірте Ad Library API. Якщо потрібен невеликий візуальний огляд, працюйте через інтерфейс. Браузерний збір даних доречний лише для дозволеного сценарію, якого не покриває API, і потребує окремого контролю якості.

Які дані доступні в бібліотеці реклами Meta

Бібліотека реклами Meta дає публічний контекст оголошення: Library ID, сторінку рекламодавця, статус, дати показу, платформи розміщення та доступні елементи креативу. Набір полів залежить від категорії реклами, регіону й способу доступу. Тому схема, у якій усі колонки обов’язкові, може швидко виявитися непридатною.

Для комерційних оголошень у відкритому інтерфейсі зазвичай видно текст, заголовок, формат, кнопку дії, дату початку показу та майданчики Meta. Окремі поля можуть бути порожніми або представленими кількома варіантами. Наприклад, карусель може містити кілька текстів і заголовків в одному записі.

Офіційний API має чіткіші межі. Meta описує глобальний доступ до політичної та суспільно значущої реклами за сім років, а також до реклами різних типів, показаної у Великій Британії чи ЄС протягом останнього року. Для звичайної комерційної реклами поза цими рамками інтерфейс бібліотеки може показувати більше, ніж повертає доступний конкретному досліднику API.

Не змішуйте опубліковані дані з аналітичними висновками. У базі варто розрізняти такі групи даних:

  • початкові поля Meta без редагування
  • нормалізовані значення для фільтрів і зіставлення
  • аналітичні позначки команди, наприклад тип рекламного гачка (hook), пропозиції (offer) або доказу (proof type)
  • технічні поля збору, зокрема collected_at, query_id і run_id

У таблиці з фактичними даними зберігайте null, якщо значення не опубліковане. Нуль означає, що значення справді дорівнює нулю, а null вказує, що даних немає. Для звіту це принципова різниця.

Коли використовувати офіційний API, експорт або браузерний збір

Офіційний API варто обирати для повторюваних запитів у межах доступних категорій і регіонів. Ручне збереження даних підходить для малої вибірки, а браузерна автоматизація потрібна лише тоді, коли дозволений процес залежить від видимих елементів сторінки, яких немає у відповіді API.

МетодКоли підходитьСильна сторонаОсновне обмеження
ручний переглядразовий аналіз 10-30 оголошеньшвидкий старт і візуальна перевіркаважко повторити без розбіжностей
Ad Library APIрегулярний збір у підтримуваній вибірціструктурована JSON-відповідь і курсорна пагінаціядоступ, регіони та поля обмежені правилами Meta
браузерний збірдозволений сценарій із даними видимого інтерфейсуконтроль над послідовністю дій і скриншотамизміни DOM, повторні спроби запитів і складніше обслуговування
готовий набір даниханалітика великого історичного масивушвидке підключення до BIпотрібно перевіряти походження й актуальність даних

Для API зафіксуйте версію Graph API, параметри запиту, країни, часовий діапазон і список fields. У відповіді використовуйте курсор paging.next, доки він існує, а не збільшуйте номер сторінки вручну. Так менше шансів втратити дані через помилкове уявлення про роботу пагінації.

Три способи збору даних із бібліотеки реклами Meta

Якщо інтерфейс або API не повертає точний бюджет, CPA чи конверсії, не заповнюйте відповідні колонки припущеннями, подаючи їх як факти. Можна створити окреме поле analyst_hypothesis, але воно не повинно потрапляти в шар сирих даних.

Як побудувати процес збору й нормалізації рекламних даних

Надійний процес починається з розуміння того, на яке запитання має відповісти майбутній звіт. Запит «зібрати рекламу конкурентів» занадто широкий. Запит «знайти нові рекламні гачки у відео п’яти брендів у Німеччині за останні сім днів» одразу задає країну, період, рекламодавців і тип креативу.

Для повторюваного збору виконайте такі кроки:

  1. визначте дослідницьке питання та критерії включення оголошення
  2. зафіксуйте джерело, країну, категорію, статус і часовий діапазон
  3. отримайте дозволені записи через інтерфейс, API або затверджену браузерну автоматизацію
  4. збережіть початкову JSON-відповідь або знімок HTML без зміни значень
  5. нормалізуйте дати до UTC, країни до ISO-кодів, а порожні поля до null
  6. створіть окремий ідентифікатор групи споріднених креативів для пошуку близьких варіацій
  7. перевірте вибірку вручну та зафіксуйте показники якості збору

Мінімальна таблиця може містити ad_library_id, page_id, page_name, start_time, stop_time, status, publisher_platforms, creative_body, headline, destination_domain, snapshot_url, collected_at і run_id. Для аналізу креативів додайте format, hook, offer, cta та creative_family_id, але позначте їх як похідні поля.

Конвеєр нормалізації даних із Facebook Ads Library

Зберігати все в одному CSV зручно лише на старті. Коли запусків стає багато, окреме керування даними в автоматизованих сценаріях спрощує порівняння станів, контроль типів і повторний аналіз. Початкові дані залишаються незмінними, тому після виправлення правил нормалізації їх можна обробити повторно без нового звернення до джерела.

Як перевіряти пагінацію, повноту та повторні записи

Перевірка збору має відповідати на три питання: чи опрацьовано всі доступні сторінки, чи не зникли поля та скільки записів повторюється. Один великий CSV без журналу запуску не дає надійної відповіді на жодне з них.

Для курсорної пагінації зберігайте номер запиту, отриманий курсор, HTTP-статус, кількість записів і час відповіді. Завершуйте цикл лише тоді, коли paging.next відсутній або спрацювала задокументована умова зупинки. Якщо відповідь порожня посеред циклу, зафіксуйте помилку та повторіть запит після паузи. Не варто пропускати таку ситуацію без повідомлення про помилку.

Видалення дублікатів лише за ad_library_id видаляє точні повтори, але не об'єднує варіанти одного креативу. Для аналізу рекламних креативів додайте хеш із нормалізованого тексту, заголовка, домену призначення та посилання на медіа. Це дає два рівні:

  • record_key для унікального запису бібліотеки
  • creative_family_id для групи близьких креативів

Після кожного запуску обчислюйте чотири показники. completeness_rate показує частку записів із заповненими обов'язковими полями. duplicate_ratio вимірює частку точних повторів. field_fill_rate обчислюється окремо для нестабільних полів, наприклад headline або destination URL. change_rate показує частку нових, змінених і більше не видимих записів відносно попереднього запуску.

Метрики контролю якості збору рекламних даних

Різке зниження field_fill_rate майже завжди вимагає перевірки парсера або відповіді API. Раптове збільшення кількості оголошень може бути реальним, але спочатку звірте країну, статус, часовий діапазон і Page ID. Назви сторінок змінюються й можуть збігатися, тому Page ID надійніший за текстовий пошук бренду.

Для регулярного локального моніторингу порівнюйте записи разом з умовами запуску. У матеріалі про дослідження локального ринку показано, чому географічні налаштування та стабільність робочого середовища впливають на відтворюваність спостережень. Відсутнє оголошення краще позначати як «більше не спостерігається», доки інше джерело не підтвердить його зупинку або видалення.

Які інструменти потрібні для автоматизації дослідження креативів

Для API-процесу достатньо HTTP-клієнта, планувальника, сховища сирих відповідей і таблиці нормалізації. Для роботи з динамічним інтерфейсом потрібен Playwright, Puppeteer або Selenium, але найбільше часу зазвичай потребує не створення першого скрипта, а подальша підтримка селекторів, механізмів очікування та перевірок.

Набір інструментів можна розподілити за призначенням:

  • HTTP-клієнт або SDK для запитів до Graph API
  • Playwright чи Puppeteer для дозволених браузерних сценаріїв
  • PostgreSQL, BigQuery або інше сховище зі стабільною схемою
  • планувальник для повторних запусків і контрольованих повторних спроб
  • BI-панель для відстеження змін за типами рекламних гачків, форматами, пропозиціями та закликами до дії (CTA)
  • журнал помилок із сигналом про порожню відповідь або зміну структури

Не запускайте браузерну автоматизацію без установлених обмежень. Задайте максимальну кількість сторінок, загальний час очікування (timeout), кількість повторних спроб і межу паралельних операцій. Скрипт має зупинятися, якщо селектор зник або частка порожніх полів перевищила поріг. Так ви зменшите ризик отримати тисячі некоректних записів, які доведеться виправляти.

Обмеження та аварійна зупинка браузерної автоматизації

Класифікацію креативів можна частково передати мовній моделі. Визначте для неї фіксований перелік категорій, поле uncertain і вимогу повертати структурований JSON. Потім перевірте випадкову вибірку з кожного запуску. Модель може групувати рекламні гачки (hook) та пропозиції (offer), але не знає фактичної ефективності реклами й не повинна вигадувати причини рішень рекламодавця.

Чим API відрізняється від браузерної автоматизації

API повертає документовані структуровані поля, а браузерна автоматизація отримує дані з інтерфейсу, призначеного для користувача. Через це API простіше тестувати й підтримувати. Браузерний процес гнучкіший у роботі з видимим контентом, зате сильніше залежить від DOM, завантаження JavaScript і стану сесії.

КритерійAd Library APIБраузерна автоматизація
форматJSON із визначеними полямидані з DOM, мережевих відповідей або скриншотів
пагінаціякурсор paging.nextinfinite scroll або кнопка завантаження
стабільністьзалежить від версії API та політикзалежить від верстки, локалі й стану сторінки
контроль якостісхема, статуси й cursor logселектори, скриншоти й DOM-snapshot
підтримкаоновлення версій і токенівоновлення селекторів, очікувань і ретраїв
найкращий сценарійрегулярна вибірка в межах офіційного доступудозволена задача з видимими даними поза можливостями API

Не обов’язково обирати лише один із цих методів. API може формувати основний набір записів, а браузерний тест перевірятиме невелику контрольну вибірку в інтерфейсі. Така схема дає структуровані дані й водночас допомагає виявляти розбіжності між відповіддю та тим, що бачить аналітик.

Як ізолювати дослідницькі сесії та оцінити обмеження процесу

Ізоляція допомагає відтворювати умови роботи, але не повинна використовуватися для приховування заборонених дій. Окремий профіль зберігає файли cookie, localStorage, мову, часову зону та налаштування проксі разом. Це допомагає розділяти роботу з різними клієнтами, ринками й тестовими сесіями в одному браузері.

Для команди практична схема проста. Закріпіть профіль за ринком або клієнтом, збережіть параметри запиту поруч із run_id, обмежте ролі й не використовуйте особисті сесії співробітників. Матеріал надано виключно в ознайомчих та освітніх цілях.

Afina доречна для організації цього робочого процесу: ізольовані профілі можуть зберігати стан дослідницьких сесій, а локальний API дає змогу запускати профіль і під'єднати Playwright або Puppeteer через CDP. Докладна схема є в матеріалі про API Afina для автоматизації через REST. Це не розширює доступ до даних Meta й не скасовує її правила. Інструмент лише допомагає впорядкувати дозволений процес, журнали подій і середовища запуску.

Скачати

FAQ — Часті запитання

Що таке бібліотека реклами Facebook?

Бібліотека реклами Facebook є публічною базою оголошень, які показуються в продуктах Meta. Вона дає змогу переглядати креативи, сторінки рекламодавців, дати та доступні параметри показу.

Чи можна збирати дані з Facebook Ads Library без входу?

Частину публічної бібліотеки можна переглядати без входу. Доступ залежить від регіону, категорії реклами й поточних правил Meta.

Чи має Meta офіційний API бібліотеки реклами?

Так, Meta надає Ad Library API для визначених категорій, регіонів і періодів. Для доступу потрібні обліковий запис, авторизація та застосунок Meta for Developers.

Які дані повертає Ad Library API?

API може повертати Library ID, Page ID, назву сторінки, дати показу, платформи та доступні елементи креативу. Додаткові поля залежать від типу реклами й регіону.

Чи показує бібліотека реклами точний бюджет і ROAS?

Ні, для звичайних комерційних оголошень точний бюджет, CPA, конверсії та ROAS зазвичай недоступні. Ці показники не можна виводити лише з тривалості показу креативу.

Як видаляти дублікати оголошень?

Точні дублікати видаляйте за Library ID, а близькі варіації групуйте за хешем тексту, заголовка, домену та медіа. Обидва ключі краще зберігати окремо.

Що краще для збору даних API чи Playwright?

API краще для структурованої повторюваної вибірки в межах офіційного доступу. Playwright доречний для дозволеного браузерного процесу, якого API не покриває.

Як перевірити повноту збору реклами?

Зберігайте журнал курсорної пагінації, кількість записів на сторінці та частку заповнення обов'язкових полів. Різкі зміни цих показників мають зупиняти процес і спонукати до ручної перевірки.

Схожі терміни

Читати далі:Web scraping — автоматизація збору даних | Afina Browser
Артем Вишнепольський

Артем Вишнепольський — спеціаліст із дропхантінгу та автоматизації Web3, учасник команди Afina з досвідом у криптоіндустрії з 2021 року. Він спеціалізується на системній участі в тестнетах, кампаніях і ретродроп-активностях, маючи у портфелі лайфчендж-кейси, зокрема Starknet, Movement та Initia.

У Afina працює саппорт-спеціалістом, допомагаючи користувачам впроваджувати автоматизаційні рішення та адаптувати інструменти під їхні цілі. Попри гуманітарний бекграунд, доводить, що ефективна автоматизація в Web3 доступна навіть для нетехнічних користувачів