Meta Ads zmienia się szybciej niż kiedykolwiek – a Andromeda Update to moment, w którym ten przyspieszony tryb wchodzi na zupełnie nowy poziom. Meta nie podkręciła tylko kilku dźwigni w systemie. Przebudowała cały silnik dostarczania reklam na Facebooku i Instagramie tak, żeby większą część pracy przejęła sztuczna inteligencja. Zamiast ręcznego dłubania w targetowaniu coraz większe znaczenie mają jakość kreacji, dane z CAPI i historia konta. Przez lata fundamentem pracy w Meta Ads były precyzyjne zainteresowania, dobrze zbudowane grupy lookalike, przemyślana segmentacja. One nadal działają – ale Andromeda sprawia, że automat z szerokim targetowaniem przestaje być „gorszą opcją”, a w wielu przypadkach zaczyna wygrywać z ręcznymi kombinacjami.
📝 Czego dowiesz się z tego artykułu:
Andromeda to nazwa nowego silnika „ad retrieval”, czyli etapu, który decyduje, jakie reklamy w ogóle mają szansę wziąć udział w aukcji zanim nastąpi ranking i emisja. Meta przebudowała ten element od zera, opierając go na dużych modelach AI analizujących miliardy sygnałów w czasie rzeczywistym.
Zamiast prostszych reguł i ograniczonych zestawów danych, system korzysta z głębokich sieci neuronowych i własnych układów MTIA oraz układów NVIDIA Grace Hopper, żeby przesiać dziesiątki milionów potencjalnych reklam i wybrać kilka tysięcy kandydatów do dalszej oceny. Rollout Andromedy rozpoczął się pod koniec 2024 roku, a w 2025 aktualizacja została globalnie wdrożona dla Facebooka i Instagrama. W praktyce to nowa infrastruktura reklamowa, a nie kosmetyczna zmiana. To dlatego tak wiele kont zauważyło w pierwszych miesiącach 2025 niestabilność, spadki i „dziwne” zachowanie kampanii – silnik uczył się na nowo.
W poprzedniej generacji system mocno opierał się na:
Andromeda wynosi część decyzyjną jeszcze niżej – na poziom kreatywnych sygnałów. Zanim algorytm sprawdzi, czy użytkownik pasuje do wybranej grupy odbiorców, analizuje m.in.:
Meta tłumaczy to wprost: system ma przestać polegać głównie na tym, „kim użytkownik jest na papierze” (wiek, zainteresowania, grupy lookalike), a bardziej na tym, co go interesuje w danym momencie – odczytywanym z zachowań i kreatywnych sygnałów.
Dla marketerów największa zmiana jest następująca: manualne targetowanie traci część swojej mocy, a na pierwszy plan wychodzi to, co pokazujemy w reklamie. Wraz z Andromedą:
Nie oznacza to, że zainteresowania i lookalike przestały mieć sens. Nadal potrafią świetnie pochwycić odpowiednią grupę, szczególnie w branżach niszowych lub tam, gdzie dane są ograniczone. Ale algorytm został zaprojektowany pod świat szerokich grup odbiorców i automatyzacji, a nie pod ręczne „wycinanie” odbiorców jak skalpelem.
Najlepsze wyniki pojawiają się tam, gdzie łączymy oba podejścia:
– precyzja (interests / lookalike),
– oraz zaufanie do automatu (broad, Advantage+), który dostaje dużo przestrzeni do optymalizacji.
W pierwszych miesiącach po wdrożeniu wielu reklamodawców zauważyło:
To typowe przy dużej zmianie algorytmu – system „uczy się” na nowych modelach. Docelowo Andromeda ma:
Warunek jest jeden: trzeba dać algorytmowi dobre dane wejściowe. Tam, gdzie brakuje poprawnie wdrożonego piksel/CAPI*, jest mała historia konwersji, a kreacje są słabe lub zbyt jednorodne, Andromeda nie ma z czego wyciągać wniosków – i efekty mogą być gorsze niż w starym systemie.
* CAPI — czyli Conversions API — to metoda przesyłania danych o działaniach użytkowników – takich jak zakupy, leady, dodanie do koszyka czy rejestracje – bezpośrednio z serwera Twojej firmy do Meta Ads. Działa równolegle z Pikselem Meta, ale nie jest od niego zależna, dzięki czemu chroni jakość danych nawet wtedy, gdy przeglądarka blokuje cookies lub użytkownik ma włączone ograniczenia śledzenia. CAPI zapewnia stabilniejsze, pełniejsze i dokładniejsze raportowanie. Dane nie opierają się wyłącznie na tym, co „zobaczy” przeglądarka użytkownika, lecz są przesyłane z backendu sklepu, CRM-u, systemu płatności czy innej bazy. W praktyce oznacza to, że nawet jeśli piksel nie zarejestruje zakupu, CAPI przekaże tę informację do Meta Ads – dzięki temu algorytm dostaje pełniejszy obraz skuteczności kampanii. Najsilniejszą stroną CAPI jest to, że pozwala algorytmom Meta „uczyć się” na rzeczywistych, kompletnych danych. A im lepsze dane otrzymuje system, tym lepiej potrafi optymalizować kampanie, obniżać koszty pozyskania i trafniej dobierać odbiorców. Dlatego CAPI jest dziś fundamentem każdej zaawansowanej kampanii reklamowej na Facebooku i Instagramie – szczególnie po wprowadzeniu restrykcji takich jak iOS 14.
Nowy silnik mocno premiuje:
Podejście typu „10 kampanii, 40 ad setów, mikrobudżety i testowanie wszystkiego naraz” coraz gorzej się broni. Andromeda działa efektywniej, gdy ma:
Dlatego coraz częściej rekomenduje się:
W świecie Andromedy liczy się już nie tylko „dobra reklama”, ale zestaw różnych kreacji, które odzwierciedlają różne motywacje odbiorców. Meta otwarcie mówi, że nowy silnik analizuje sygnały kreatywne – format, styl, przekaz – żeby dopasować je do użytkowników o różnych intencjach.
Co szczególnie pomaga:
Im więcej jakościowo dobrych materiałów system dostaje, tym lepiej potrafi zrozumieć, które kombinacje kreacja + użytkownik + kontekst dowożą wynik.
Nowy algorytm pragnie danych. Najlepiej radzi sobie tam, gdzie:
Jeżeli...
...to algorytm nie ma szans poprawnie zrozumieć, kogo szukamy. Skutkiem są wyższe koszty i „losowe” zachowania kampanii, które wiele osób odczuwa w ostatnich miesiącach.
Na poziomie strategii nie ma sensu popadać w skrajności.
Nadal warto:
Równocześnie warto:
Najbardziej rozsądne podejście to „testuj świadomie, nie w ciemno”: nie porzucać całkiem ręcznej precyzji, ale dać szansę nowemu silnikowi tam, gdzie ma warunki, żeby błyszczeć.
Na koniec zestaw praktycznych kroków, które pomagają uporządkować konto pod nowy algorytm:
Andromeda Update to duży zwrot w kierunku:
Precyzyjne targetowanie wciąż ma swoje miejsce, ale przestaje być jedynym filarem sukcesu. Automatyzacja nie jest już „opcją dodatkową”, tylko drugą połową układanki. A skuteczny marketer w Meta Ads to dziś ten, który łączy oba światy: rozumie swoich odbiorców i potrafi ich opisać, ale potrafi też oddać część pracy algorytmowi – pod warunkiem, że dostarcza mu porządne dane i naprawdę dobre kreacje.