Algoritmus Andromeda: jak Meta přestavěla doručování reklam a co to znamená pro inzerenty

Meta v prosinci 2024 nasadila systém, který od základu změnil způsob, jakým se vybírají reklamy na Facebooku a Instagramu. Jmenuje se Andromeda, ve správci reklam ho nikde neuvidíte — a přesto rozhoduje o tom, jestli se vaše reklama vůbec dostane do aukce. Tady je vysvětlení, jak funguje, proč kvůli němu přestalo fungovat cílení podle zájmů a kam se přesunula skutečná páka na výkon kampaní.

Ještě v roce 2022 byla skládačka zájmů řemeslem. Kdo uměl navrstvit správné zájmy, vyloučit stávající zákazníky a rozdělit publika do pěti reklamních sad, měl navrch. Tahle dovednost dnes v drtivé většině účtů nejenže nepomáhá — aktivně škodí výkonu.

Nejlépe je to vidět na otázce, kterou dostáváme od klientů pravidelně: „Naše služba je pro majitele firem. Proč nemáme kampaň zacílenou na podnikatele?“ Někdy se místo podnikatelů doplní maminky na mateřské, lidé se zájmem o investování nebo majitelé psů, ale podstata je vždycky stejná. Otázka je naprosto logická. Odpověď na ni se ale za poslední dva roky úplně otočila — a důvod je technický.

Co je Andromeda a proč není „nové cílení“

Meta představila Andromedu v prosinci 2024. Není to funkce ve správci reklam, není to tlačítko a klient ji nikdy neuvidí. Je to takzvaný retrieval engine — výběrová vrstva, která rozhoduje o tom, které reklamy se vůbec dostanou do hry.

Reklamní systém Mety funguje ve stupních. Ve chvíli, kdy někdo otevře Instagram, existují desítky milionů reklam, které by mu teoreticky mohly být zobrazeny. Z nich systém v řádu milisekund vybere několik tisíc relevantních kandidátů. Teprve ti postupují do dalšího kola, kde složitější modely odhadnou pravděpodobnost prokliku či konverze, proběhne aukce a člověk uvidí jednu reklamu.

Andromeda je ten první krok. A právě ten byl dřív nejslabším článkem: běžel na oddělených modelech a spoustě pevných pravidel, což bránilo optimalizaci celého řetězce. Meta ho nahradila jednou hlubokou neuronovou sítí navrženou přímo na míru specializovanému hardwaru (čipy NVIDIA Grace Hopper a vlastní akcelerátory MTIA) a doplnila hierarchickým indexem, díky kterému model nemusí procházet všechny reklamy, ale jen relevantní větve.

Čísla, která Meta uvádí, dávají představu o rozsahu změny:

• 10 000× vyšší kapacita modelu pro personalizaci
• +6 % recall ve výběrové fázi a +8 % kvalita reklam ve vybraných segmentech
• 100× rychlejší zpracování signálů oproti původnímu řešení postavenému na CPU
• 3× vyšší propustnost celého systému

Pro klienta z toho plyne jedna zásadní věc: o osudu vaší reklamy se rozhoduje dřív, než se dostane do aukce. A rozhoduje se podle chování konkrétního člověka v konkrétní vteřině — ne podle nálepky, kterou si kdysi vysloužil jedním lajkem.

Proč „zájem: podnikání“ není totéž co podnikatel

Tady je jádro celého nedorozumění.

Zájmová kategorie je statická deklarace. Vznikla někdy v minulosti, často z jediné interakce, a nese v sobě minimum informace. Člověk označený jako „podnikání“ může být majitel výrobní firmy s dvaceti zaměstnanci, může to být student, který si před dvěma lety dal lajk motivační stránce o byznysu, nebo někdo, kdo si jednou přečetl článek o založení s. r. o. Právě u podnikatelů je tahle kategorie pověstně nafouknutá — nálepku si vyslouží statisíce lidí, kteří nikdy nic nezaložili.

Andromeda a modely, které na ni navazují, pracují s něčím úplně jiným: se sekvencemi chování. Tedy s tisíci událostmi — co si člověk prohlédl, v jakém pořadí, jak dlouho, na co klikl, co koupil, co ignoroval. Meta ve své technické dokumentaci uvádí zajímavý poznatek: rozmanitost signálů poráží jejich „sílu“. Mix zhlédnutí, prokliků a konverzí vede k lepším výsledkům než sekvence složená jen ze silných akcí. Model si o člověku skládá obraz z celé jeho cesty, ne z několika výrazných bodů.

Když tedy do reklamní sady zadáte „zájem: podnikání“, nedáváte systému informaci navíc. Vyhazujete 99 % informace, kterou už má, a nahrazujete ji hrubou nálepkou.

Co se úzkým cílením reálně stane

V praxi má zúžení publika čtyři měřitelné dopady:

1. Zmenšíte fond kandidátů. Výběrová vrstva byla navržena na to, aby vybírala z obřího množství možností. Když jí předem seškrtáte pole působnosti, připravíte ji o její hlavní přednost.

2. Zdražíte si nákup. O malou, jasně definovanou skupinu soutěží v aukci každý, koho napadlo totéž. CPM roste, aniž by rostla kvalita zásahu.

3. Zpomalíte učení. Kampaň se hůř dostává z fáze učení, protože sbírá konverze pomaleji. Delší fáze učení znamená delší období, kdy se rozpočet utrácí neefektivně.

4. Vytvoříte si duplicitu, o které nevíte. Tohle je nejpodceňovanější problém. Pokud běží pět reklamních sad rozdělených podle zájmů a v každé z nich je zájem brán jen jako doporučení, nemáte pět publik — máte pět sad, které míří na tytéž lidi. Rozdělený rozpočet, rozdělená data, vzájemné přebíjení v aukci a pětkrát pomalejší učení.

Co Meta v letech 2025–2026 skutečně zrušila

Změna nezůstala u algoritmu. Meta postupně odstranila i samotné páky ve správci reklam:

• 31. 3. 2025 — Zrušena vyloučení podle detailního cílení v reklamních sadách
• 23. 6. 2025 — Zahájeno slučování zájmových kategorií do širších skupin
• 15. 12. 2025 — Zrušené zájmy nelze vybrat v nových reklamních sadách
• 15. 1. 2026 — Reklamní sady se zrušenými zájmy přestaly doručovat

Poslední řádek stál řadu inzerentů reálné peníze. Kdo si účet po Novém roce neprošel, mohl mít část rozpočtu v sadách, které od poloviny ledna nezobrazily jedinou reklamu — a přitom v přehledech vypadaly aktivně.

Ještě důležitější než tenhle výčet je ale rozdíl, který se dnes v Meta rozhraní táhne napříč vším nastavením:

Co systém musí respektovat (tvrdé limity):

lokalita, jazyk, minimální věk, vyloučení pomocí vlastních publik a omezení plynoucí ze speciálních kategorií reklam (úvěry, zaměstnání, bydlení, společenská témata).

Co systém bere jen jako nápovědu:

zájmy, chování, věk, pohlaví, vlastní i podobná (lookalike) publika.

Jinými slovy: většina toho, co v rozhraní vypadá jako cílení, dnes cílením není. Je to odrazový můstek, ze kterého se systém odpíchne a jde si za lepším výsledkem jinam.

Andromeda nebyla cíl, ale začátek

Řada článků o Andromedě končí u prosince 2024. Jenže vývoj se od té doby ještě zrychlil a stojí za to vědět, kam směřuje.

V listopadu 2025 Meta představila GEM (Generative Ads Recommendation Model) — základový model trénovaný na tisících GPU v měřítku velkých jazykových modelů. Jeho úkolem není jen predikovat, ale předávat naučené znalosti stovkám menších modelů napříč celým reklamním systémem. Meta u něj vykázala nárůst konverzí o 5 % na Instagramu a o 3 % na Facebook Feedu, přičemž samotná architektura je zhruba čtyřikrát efektivnější než předchozí generace.

V srpnu 2026 pak přibyla vícestupňová architektura pro modelování sekvencí chování, u které se poprvé projevily škálovací zákony podobné těm u jazykových modelů — tedy předvídatelný vztah mezi vloženým výpočetním výkonem a přesností predikce. Kumulativní dopad těchto změn Meta vyčíslila na +6 % konverzí na Instagramu, +3 % na Facebooku a +3,5 % prokliků.

Závěr je jednoznačný: propast mezi schopnostmi algoritmu a možnostmi ručního nastavení se každým rokem prohlubuje. Ruční páky nepřibývají, ubývají. Kdo staví strategii na tom, že přechytračí systém v nastavení publik, staví na písku.

Kde je tedy dnes skutečná páka

Když si Meta vzala kontrolu nad tím, komu se reklama zobrazí, zbyly tři oblasti, kde se výkon opravdu rozhoduje. Shodou okolností jsou to zároveň tři nejnáročnější části práce.

Kreativa je nové cílení

Tohle není fráze, ale technický popis. Každá kreativa je pro systém hypotéza o publiku. Když nasadíte video, ve kterém majitel firmy mluví o konkrétním provozním problému slovníkem, kterému rozumí jen lidé z branže, systém během několika hodin zjistí, kdo na něj reaguje — a začne hledat další podobné lidi. Zacílili jste podnikatele, jen jste to udělali obsahem, ne nastavením.

Z toho plyne i to, proč trváme na objemu a rozmanitosti: potřebujeme dodat víc úhlů, formátů a hooků, aby měl systém z čeho vybírat. Jedna „dokonalá“ kreativa je dnes větší riziko než deset dobrých.

Kvalita dat, které systému posíláte

Model je tak dobrý, jak dobrá je zpětná vazba. Konkrétně to znamená serverové měření přes Conversions API, správnou deduplikaci s pixelem, vysokou kvalitu shody událostí a posílání hodnot konverzí, ne jen jejich počtů.

U leadové generace je to ještě citlivější. Pokud systému hlásíte pouze „odeslaný formulář“, optimalizuje na lidi, kteří rádi odesílají formuláře. Teprve když se z CRM vrací informace o tom, který lead byl kvalitní a který skončil obchodem, začne model hledat skutečné zákazníky. Tohle napojení je dnes jednou z nejvýnosnějších věcí, které lze v účtu udělat.

Struktura, rozpočet a měření

Konsolidace místo tříštění. Dostatečný rozpočet na jednu sadu, aby vůbec prošla fází učení. A posun ve vyhodnocování — sledovat CPM a CTR jednotlivých sad ztrácí smysl ve chvíli, kdy si sady navzájem sahají do stejného publika. Řídíme se celkovým výsledkem účtu a tam, kde to objem dovolí, přírůstkovými testy.

Jak tedy dnes zacílit podnikatele

Zacílit je samozřejmě pořád možné. Jen jinými nástroji, než jaké má většina inzerentů na mysli:

• Kreativou, která provede samovýběr — podnikatel se v ní pozná, ostatní ji přeskočí
• Vlastními publiky ze zákaznické databáze, návštěvnosti webu nebo CRM
• Geograficky, protože lokalita zůstává tvrdým limitem, který systém respektuje
• Hodnotovými pravidly, kterými řekneme, kolik pro nás který typ zákazníka znamená
• Kvalitou konverzních dat, aby model věděl, který „podnikatel“ je ziskový a který ne

Rozdíl je v přístupu. Neříkáme systému, koho má oslovit. Říkáme mu, co je pro nás úspěch — a necháme ho, aby si cestu k němu našel sám. On má o uživatelích řádově víc informací, než kdy budeme mít my.

Co to znamená pro spolupráci s agenturou

Práce se nezjednodušila, jen se přesunula. Ubylo času stráveného nastavováním publik a přibylo práce na kreativním výstupu, měření, datové infrastruktuře a strategii. Upřímně řečeno je to náročnější disciplína než skládání zájmů — a je také mnohem hůř nahraditelná.

Odpověď na úvodní otázku tedy zní: kampaň na podnikatele se dnes nedělá v nastavení publika. Dělá ji Andromeda — a dělá ji líp, než by ji zvládl kdokoli ručně. Úkolem inzerenta i agentury je dát jí k tomu ty nejlepší možné podklady.

Časté dotazy

Znamená to, že detailní cílení už vůbec nefunguje?

Ve správci reklam existuje dál, ale ve většině cílů kampaní je bráno jen jako doporučení, ne jako pevný filtr. Smysl dává hlavně u nových účtů s malým objemem konverzí, velmi lokálních kampaní nebo úzkých nabídek s minimálním rozpočtem.

Nebude se reklama zobrazovat úplně nerelevantním lidem?

Systém je odměňován za konverze, ne za zásah. Pokud dostává kvalitní zpětnou vazbu o tom, co je pro vás úspěch, nemá důvod utrácet rozpočet na lidi, kteří nekonvertují. Riziko nerelevantního doručování je naopak vyšší tam, kde je měření děravé.

Můžeme vyloučit stávající zákazníky?

Ano, ale výhradně přes vlastní publika. Vyloučení podle zájmů a chování Meta zrušila v březnu 2025.

Kolik kreativ je potřeba?

Záleží na rozpočtu a odvětví, ale jednotky kusů dnes nestačí. Pracujeme s vícero koncepty, každý v několika variantách hooku a formátu, a pravidelně je obměňujeme.

Platí to i pro B2B a služby s malým počtem konverzí?

Principy platí, ale nastavení se liší. Při nízkém objemu konverzí je klíčové optimalizovat na signál výš v trychtýři a doplnit ho daty z CRM, jinak model nemá z čeho se učit.

Máte pocit, že vaše kampaně na Metě běží podle pravidel, která už neplatí? Ozvěte se nám — projdeme s vámi strukturu účtu, měření i kreativní pipeline.

Zdroje

• Meta Engineering: Andromeda — next-gen personalized ads retrieval engine (2024)
• Meta Engineering: GEM — Generative Ads Recommendation Model (2025)