刀客doc:Instagram会成为Meta广告业务的第二曲线吗?

文/刀客doc(头条深一度精选作者)

如果现在还用“Facebook的小弟”来定义Instagram,多少显得有些过时了。

在和一些出海品牌负责人聊天时,我有个很明显的感受:他们已经不会再把Instagram当成“附属资源”去看待。

到2025年第二季度,Meta公布的财报显示,广告业务营收465.6亿美元,高于华尔街预测的439.7亿美元。而这背后最明显的增量来源,其实是Instagram,尤其是Reels。平台上的短视频观看时长同比增长超过20%,再叠加新的广告排序和推荐模型上线,转化率也被推高了。

虽然Meta并没有单独披露Instagram的广告收入,但从Reels的展示占比和预算流向来看,它已经成了Meta增长最确定的动力之一。

我翻了一下eMarketer的预测:2025年Instagram在美国的广告收入有望达到320.3亿美元,占Meta在美广告收入的50.3%,首次超过Facebook。如果这个数字成真,那Instagram将第一次在集团内部实现“反超”。

图片

这种反超的态势也体现在广告流量的价格上。二季度Instagram的广告CPM达到9.46美元,不仅高于Facebook,也超过了TikTok和Pinterest。在一些竞争最激烈的品类中,Reels的广告单价甚至突破12美元

当然,这并不意味着Instagram会在组织结构上被单独拆出来,也不代表它会获得独立的投放系统。Ads Manager依然是一套统一的操作体系,Facebook与Instagram共用受众数据、竞价逻辑和创意结构。

只是说,对广告主而言,Instagram的地位已经不太一样了。预算可以单独配置,效果可以单独跟踪,素材可以针对Instagram做定制化优化。

在广告业务上,Instagram终于有了自己的一条故事线。

很多人会下意识地把Facebook与Instagram的关系,类比成Google与YouTube。

不过两者还是有些不同。2006年,Google收购YouTube时,YouTube已经是一个独立成型的视频社区,不管是用户心智还是广告主的投放心智,都和搜索天然分离。Google没有把它装进搜索引擎的逻辑里,而是让它单独扩张视频生态,逐步形成了和搜索完全不同的一套广告模式。

Instagram则不是。2012年被Facebook收购时,它只有1300万用户,规模很小,功能上更像是Facebook的视觉延伸。Facebook选择了深度整合:账号体系、推荐算法、广告后台几乎完全打通,Instagram早期只是Meta流量池中的一个“资源位”,并没有独立的预算池和商业心智。

直到最近几年,随着Reels、创作者生态、私域转化链路的成熟,这种从属关系才被慢慢打破。

早期Instagram的商业化启动非常谨慎。2013年11月,它上线了第一条“赞助照片”广告,由奢侈品MichaelKors投放,这是平台首次引入广告形式。但这一阶段广告投放还是极为克制的:仅向少数品牌开放,并且内容有严格的审批。

直到2015年广告API开放后,Instagram才真正走向规模化的商业化路径。

2016年8月,Instagram推出Stories,为品牌广告开启了一个全新的展示窗口。用户可以分享“24小时即逝”的内容,广告主发现投放场景突然多了一个“沉浸式”的出口。

2020年8月,当Reels正式上线,一种更像TikTok的产品形态出现了。它不仅让Instagram首次拥有正面较量的筹码,更为短视频广告打开了独立增长的入口。

不过在收入结构上,Instagram很长时间都没能摆脱“附属平台”的角色。Meta的广告系统是围绕Facebook设计的,Instagram只是被挂在同一个后台,作为资源位之一,与Facebook、Audience Network一起接受预算分配。广告主设置总预算和投放目标后,至于流量去哪,由算法来决定。

在不少品牌内部,投放习惯也因此形成了路径依赖。比如,一家日化品牌在做年度预算时,会把Meta平台视为一个统一投放通道,把季度预算直接交给代理公司。广告素材大多是Facebook横版图片广告,落地页、评估模型也一样。Instagram能拿到多少预算,全靠后台算法调配。

除了策略上的“隐身”,Instagram在技术底层也长期缺乏独立性。它依然依赖FacebookAdsManager,所有投放逻辑都跟Facebook共用。这让Instagram在商业化的很长一段时间里,都缺少单独被看见的机会。

Instagram真正的变化,发生在两个变量开始同时起效的时候。

第一个变量是外部市场。

TikTok遭遇越来越多的监管与政策风险,尤其在美国。2024年底,美国通过法案要求TikTok在限定时间内完成剥离,2025年初TikTok一度下架,引发了广告主的策略调整。一部分预算从TikTok流向Instagram和YouTube Shorts,Instagram在这个节点获得了更多关注。

很多人会把TikTok的禁令和Instagram的崛起放在一起看,这是一个很惯性的视角。但如果从竞争视角切换到内部视角,就会发现Instagram在过去三年里,已经主动完成了技术、内容和广告体系的升级,这才让它有能力接住这波预算。

这也就是第二个变量:平台自身的“算力升级”,我觉得这个是更重要的影响因素。

2023年底,Meta把大模型引入广告系统,Instagram是第一批接入的重点产品。到2024年,平台上线了两套核心模型:AndromedaGEM

Andromeda负责捕捉信息。它的任务是从上亿条内容和几十万个广告中,先挑出最可能与用户相关的那一部分;

GEM(Generative Engagement Model)负责排顺序,接过候选池,把用户兴趣、广告主出价、历史转化数据等信号综合起来,决定哪个广告排在更靠前的位置。

与此同时,Instagram升级了Reels的推荐逻辑,把大模型直接放进短视频的分发链路中。模型会实时学习每个用户的停留时间、收藏习惯、互动深度等,在几毫秒内预测你可能喜欢什么内容,然后动态刷新下一条视频或广告。

为什么要做这一步?当然主要源于TikTok崛起带来的压力。

TikTok的推荐引擎从一开始就被设计得更“纯算法化”。它几乎完全放弃了传统社交网络里的好友关系链,而是把用户的每一次停留、每一次点赞、看完视频的时长,甚至在屏幕上滑动的速度,都快速转化为特征向量,实时喂给模型更新。

算法在这里是主导,用户并不需要主动关注、点赞或评论,系统就能在几秒钟之内重新推演出你的兴趣分布,并立刻调整接下来推荐的内容。

这种即时反馈的设计,让TikTok从一开始就是一个内容平台,而不是一个依赖用户关系的社区。

相比之下,Meta的内容和广告推荐体系起点是完全不同的。早期的Facebook更强调社交图谱:谁和谁是好友、共同点赞了哪些页面、在哪些群组里活跃,这些信息会形成一个相对稳定的用户画像。

广告投放和内容分发的逻辑,也更多依赖这些长期积累的兴趣标签和社交关系。

问题是,当用户开始向短视频迁移时,这套路径就显得偏“迟缓”:它需要依赖历史数据来推演用户兴趣,而不像TikTok那样可以只基于“此刻的行为”即时决策。

在Reels崛起的早期阶段,这种差异被放大了出来——TikTok在冷启动上的效率几乎是无可比拟的,而Meta的推荐模型则需要更长的学习周期才能逼近同等水平。

Andromeda和GEM的上线,实际上是Meta在补这个短板。

升级完成后,Instagram的广告和内容匹配能力显著提升。最新财报披露,Instagram的广告转化效率提升了5%,Reels的观看时长同比增长超过20%。对广告主来说,同样的预算能获得更高的转化率;对Meta来说,Reels广告也因此成为增长最快的业务引擎之一。

换句话说,Instagram广告业务发展,并不只是是靠TikTok在美国的政策风险带来的红利,而是靠自身推荐和广告体系的效率跃迁。

TikTok的不确定性只是加速了广告主的预算转移,但底层能力,已经already。

从结果上看,Instagram的“独立行情”,并不是一夜之间发生的突变,而是一条被慢慢验证的轨迹。过去几年,Reels、创作者生态、私域转化链路的建设,已经让Instagram在内部具备了更高的议价能力和更清晰的预算逻辑,只是近些年尤其是2025年,这种独立性被数据彻底放大,才让它第一次真正被外部市场看见。

对Meta来说,这意味着广告业务拥有了更坚实的双引擎:Facebook提供底盘,Instagram打开新的天花板。(作者:刀客doc)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/web/94791.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/94791.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python日期计算完全指南:从上周五到任意日期的高效计算

引言:日期计算的核心价值在业务系统开发中,日期计算是高频且关键的需求。根据2024年企业系统调查报告:85%的财务系统需要计算上周五(工资结算日)78%的报表系统依赖周数据统计92%的供应链系统使用工作日计算65%的BI工具…

达梦数据库-重做日志文件(一)

达梦数据库-重做日志文件(redo)(一) 1.查看redo文件 SQL> select * from v$rlogfile;行号 GROUP_ID FILE_ID PATH CLIENT_PATH CREATE_TIME RLOG_SIZE MIN_EXEC_VER MIN_DCT_VER ---------- ----------…

STM32CubeMX 6.15.0 + CLion

-DCMAKE_TOOLCHAIN_FILE./cmake/gcc-arm-none-eabi.cmake 参考 Clion进行嵌入式开发生成.hex文件教程_clion hex-CSDN博客

redis添加超时设置

redis添加参数的超时设置, 并且需要加锁,一开始是用redisTemplate.opsForValue().setIfAbsent("key","value",1,TimeUnit.SECONDS);结果发现这种方式直接会返回空指针错误所以只能对方法加锁来解决加锁和超时的问题import lombok.extern.slf4j.Slf4j; impo…

七牛云实践:我们如何用 AIGC 将产品开发从“人想图”变为“图选图”

在火热进行中的2025深圳国际文创展上,AI玩具、数字艺术等新兴品类无疑成为了焦点。表面的喧嚣之下,一个更深层次的变革正在悄然发生:驱动这些创新产品诞生的底层工作流,正在被AIGC技术深刻影响。 对于身处其中的产品经理、设计师和…

医疗器械企业如何做好多系统权限管理?解析PLM、ERP、MES权限角色

在医疗器械这个高度专业化、强监管的行业,数字化转型不仅意味着效率提升,更关乎合规与安全。当企业将业务流程从研发、生产、销售到售后,逐步迁移到ERP、PLM、MES、CRM等各类数字系统中时,一个关键而又常常被忽视的问题浮出水面&a…

蓝凌研究院《2025上市公司AI数智化转型白皮书》发布

上市公司是国民经济基本盘。目前中国境内上市公司达5420家,加上海外上市公司总数会更多。上市公司群体是国民经济的基本盘,其发展态势深刻映照着经济转型的脉搏与韧性。目前,中国在境内上市的公司总数达5420家,加上海外上市的公司…

OpenFOAM并行区域分解生成的polymesh文件解释

文章目录OpenFOAM里区域分解后polymesh文件解释🔹 1. What is polyMesh?🔹 2. Domain Decomposition Overview🔹 3. How decomposePar Works with polyMeshKey Output Files in processorX/polyMesh/:🔹 4. Types of Decompositi…

前端-npm和yarn的安装以及区别

目录 一.安装npm或yarn 安装Yarn 🖥️ macOS / Linux 方式 1:通过 npm 安装(最简单) 方式 2:通过系统包管理器 🪟 Windows 方法 1:用 npm 安装 方法 2:用 MSI 安装包 方法 3&#x…

通信原理实验之线性均衡器-迫零算法

通信原理实验之线性均衡器-迫零算法一、实验目的1、了解线性均衡器;2、了解迫零算法;3、熟悉眼图的使用。二、实验仪器1、序列码产生2、信号中继器3、加多径干扰4、迫零均衡5、信号分布图 6、眼图三、实验的理论基础1.线性均衡器:信道均衡技术…

把 AI 塞进「智能手环」——基于心率变异的零样本压力监测手环

标签:心率变异、压力监测、零样本、智能手环、TinyML、RISC-V、低功耗、边缘 AI ---- 1. 背景:为什么手环要「测压力」? 现代生活压力大,全球 30% 的人有焦虑症状,但传统手环: • 只能测心率,无…

fastapi项目细节和启动顺序

要搞清楚 FastAPI 项目启动的执行逻辑,需要先明确 “项目启动流程”“main 函数角色”“lifespan 作用”“导入语句执行时机” 这几个核心点的关系,下面逐一拆解:一、FastAPI 项目启动:先执行 “导入语句”,再执行 “m…

Fluent Bit系列:字符集转码测试(上)

#作者:程宏斌 文章目录gbk2utf8.lua 脚本说明在主配置中配置过滤器。如何在Linux系统中手动生成GBK日志?验证日志转码的准确性测试测试方案fluent-bit 3.0.2 转换测试这部分内容分为两个任务: 是验证 Lua 脚本是否能够将 GBK 编码的文本转换为…

ApiFox高并发测试用例

介绍 在开发中我们经常会测试高并发场景下的业务,下面来看看如何使用ApiFox编写一个高并发的测试用例 编写接口 第一步我们要编写测试的接口,并且建立一个用例 自动化测试 将上面的测试用例添加到自动化测试中,设置并发参数即可&#xff0c…

【MySQL数据库入门课程】开课啦!

📣 【MySQL数据库入门课程】开课啦! 课程名称:MySQL数据库实战入门(零基础友好版) 开课时间:2025年9月1日 授课方式:线上免费学习 实操练习 教师全程指导 适合人群:中职学校计算机…

面试中的并发编程题(下)

12、synchronized和Lock有什么区别语法层面synchronized是关键字,源码在jvm中,用c实现Lock是接口,源码又jdk提供,用Java实现使用synchronized时,退出同步代码块锁会自动释放,而使用Lock时,需要手…

Autosar之DCM模块

一、DCM介绍 DCM(Diagnostic Communication Manager)是AUTOSAR(汽车开放系统架构)基础软件BSW中服务层(Service Layer)的核心模块,其核心功能是为车辆电子控制单元(ECU)提供符合行业标准(如ISO 14229 UDS、ISO 15765 DoCAN、ISO 15031 OBD等)的诊断服务支持,为开发…

HFSS许可证与版本兼容性

在电磁仿真领域,HFSS(High Frequency Structure Simulator)软件因其卓越的性能和广泛的应用而备受赞誉。然而,为了确保用户能够充分利用HFSS的功能并获得流畅的仿真体验,许可证与版本兼容性成为了不可忽视的重要因素。…

Java有几种文件拷贝方式,哪一种效率最高?

文章目录一、Java文件拷贝的5种方式1. 传统IO流(字节流/字符流)手动拷贝2. NIO的FileChannel拷贝(transferTo/transferFrom)3. Java 7的Files.copy()工具类4. 缓冲流(BufferedInputStream/BufferedOutputStream&#x…

【前端教程】JavaScript 基础总结

JavaScript 的三种使用方式 内部引入(常用)外部引入(一个 js 文件可以被多个页面共同使用)行内(少用) 区别: 内部引入只能够使用单页面外部引入可以应用到多个页面行内是直接在 HTML 标签内写&a…