Jak skonfigurować zainteresowania w reklamach Facebook – poradnik 2026

Zainteresowania to jedna z trzech kategorii szczegółowego targetowania w Menedżerze Reklam (obok danych demograficznych i zachowań). Meta przypisuje je na podstawie aktywności użytkowników – stron, które polubili, treści, z którymi wchodzili w interakcję, aplikacji, których używają.

Jak Meta kategoryzuje zainteresowania użytkowników

Facebook dzieli zainteresowania na szerokie kategorie: Biznes i przemysł, Rozrywka, Fitness i zdrowie, Jedzenie i napoje, Hobby i aktywności, Zakupy i moda, Technologia. Każda kategoria ma dziesiątki podkategorii. Na przykład Technologia obejmuje smartfony, sztuczną inteligencję, programowanie, gaming czy VR.

Meta nie pyta użytkowników o zainteresowania. Wnioskuje je z zachowań – kliknięć, polubień, komentarzy, czasu spędzonego na treściach i aktywności w aplikacjach. Dlatego zainteresowania nie są deklaratywne, a behawioralne. To rozróżnienie ma praktyczne konsekwencje: ktoś oznaczony jako zainteresowany jogą nie musiał świadomie tego deklarować, mógł po prostu kilka razy zatrzymać się na filmie o ćwiczeniach. W praktyce oznacza to, że pojedyncze zainteresowanie bywa luźnym sygnałem, a dopiero kilka spójnych tematów buduje wiarygodny profil odbiorcy.

Zainteresowania, zachowania i dane demograficzne – różnice

Zainteresowania mówią, co lubisz (joga, podróże). Zachowania opisują, co robisz (niedawno podróżowałeś, często kupujesz online). Dane demograficzne to kim jesteś (wiek, wykształcenie, stanowisko). Wszystkie trzy warstwy łączysz w jednym zestawie reklam – i zwykle powinieneś, bo same zainteresowania dają zbyt szeroką grupę.

Poniższa tabela pokazuje, którą warstwę wybrać w zależności od celu kampanii.

To najważniejsza zmiana, którą trzeba zrozumieć przed konfiguracją. Od początku 2026 roku Advantage+ Audience jest domyślnym trybem targetowania w większości celów kampanii. Ręczne zainteresowania, które wpisujesz, przestały być twardym filtrem – Meta traktuje je jako sugestię i może wyjść poza nie, jeśli algorytm wykryje, że konwertują też osoby spoza listy.

Sugestia zamiast płotu

W starym modelu wpisanie zainteresowania budowało zamknięty zbiór odbiorców – reklama trafiała wyłącznie do nich. W modelu Advantage+ to samo zainteresowanie staje się punktem startowym (ang. audience suggestion). Algorytm zaczyna od wskazanej grupy, ale szybko rozszerza zasięg na podobnych użytkowników, jeśli widzi tam tańsze konwersje. Dane Meta pokazują, że Advantage+ Audience często dorównuje lub przewyższa ręczne targetowanie, bo wychwytuje wzorce zakupowe niewidoczne dla człowieka.

Kiedy ręczne zainteresowania nadal wygrywają

Ręczne targetowanie ma przewagę w trzech sytuacjach: gdy masz mało danych konwersji (nowe konto, świeży Pixel), gdy sprzedajesz produkt bardzo niszowy (algorytm nie ma od czego się uczyć) oraz gdy chcesz kontrolować, komu pokazujesz markę z powodów wizerunkowych. W pozostałych przypadkach, im więcej sygnału konwersji dostarczasz przez Pixel i Facebook Ads, tym chętniej oddasz stery automatyzacji. Praktyczna zasada: nie wybieraj między ręcznym a automatycznym targetowaniem ideologicznie – testuj oba i zostaw to, co daje niższy koszt pozyskania klienta.

Konfigurację robisz na poziomie zestawu reklam, nie kampanii. Poniżej kolejność, która działa w nowym interfejsie Menedżera Reklam.

1. Wejdź w Zestaw reklam i znajdź sekcję Grupa odbiorców.
2. Jeśli widzisz przełącznik Advantage+ Audience, możesz zostawić go włączonego i dodać zainteresowania jako sugestie, albo przełączyć na Oryginalną grupę odbiorców, by mieć pełną kontrolę.
3. W polu Szczegółowe targetowanie zacznij wpisywać temat – Meta podpowie pasujące zainteresowania, zachowania i dane demograficzne (każde z oznaczeniem kategorii).
4. Dodaj 5–15 powiązanych tematycznie zainteresowań. Pod polem zobaczysz szacowany potencjalny rozmiar grupy.
5. Skorzystaj z przycisku Sugestie, by Meta dorzuciła zainteresowania pokrewne do już wybranych.
6. W razie potrzeby kliknij Zawęź grupę odbiorców, by dodać warunek AND, oraz Wyklucz, by usunąć niechciane segmenty (więcej w kolejnej sekcji).

Ukryte zainteresowania

Część zainteresowań nie pokazuje się w wyszukiwarce – nie podpowiada ich autouzupełnianie. Aby je znaleźć, wpisz słowo ogólne, wybierz pasujące zainteresowanie, a potem użyj przycisku Sugestie – Meta zaproponuje pokrewne, często rzadziej używane przez konkurencję tematy. To prosty sposób, by wyjść poza oczywiste, przepalone zainteresowania.

Łączenie warstw

Samo zainteresowanie zwykle daje zbyt szeroką grupę. Realna siła pojawia się przy łączeniu warstw: zainteresowanie + zachowanie + demografia. Pamiętaj jednak, że domyślnie wszystkie zainteresowania w jednym polu łączą się przez OR (logiczne lub) – odbiorca musi pasować do co najmniej jednego z nich, nie do wszystkich naraz.

To dwie funkcje, które najczęściej pomija się w szczegółowym targetowaniu, a które decydują o jakości grupy. Zrozumienie logiki AND/OR jest tu kluczowe.

Jak działa zawężanie (AND)

Wszystkie zainteresowania wpisane w jedno pole łączą się przez OR – wystarczy jedno trafienie. Gdy klikniesz Zawęź grupę odbiorców, tworzysz drugą warstwę połączoną przez AND. Odbiorca musi teraz spełnić warunek z pierwszej i z drugiej warstwy jednocześnie. Przykład: warstwa 1 – zainteresowanie joga lub pilates; warstwa 2 (AND) – zachowanie często kupuje online. W efekcie docierasz do osób zainteresowanych jogą, które realnie kupują w internecie, a nie tylko oglądają treści.

Jak działa wykluczanie (NOT)

Wykluczanie usuwa z grupy każdego, kto spełnia co najmniej jedno wskazane kryterium. Najczęstsze zastosowania to wykluczenie osób, które już kupiły (oszczędzasz budżet na zimnym ruchu), oraz wykluczenie obecnych klientów z kampanii pozyskowej, żeby nie płacić za odbiorców już pozyskanych. Bez wykluczeń łatwo bić się o tych samych ludzi w kilku zestawach naraz.

Wykluczanie nakładania się zestawów

Jeśli prowadzisz kilka zestawów na podobne grupy, używaj wykluczeń między nimi (lub Custom Audience z osobami w jednym zestawie wykluczonymi z drugiego). Inaczej licytujesz przeciwko sobie na tej samej aukcji, podbijasz własny CPM i zaśmiecasz dane testowe. Czystą strukturę zestawów zaprojektujemy dla Ciebie w ramach usługi Facebook Ads – od audytu nakładania się grup po poprawne wykluczenia.

Rozmiar grupy to jeden z najważniejszych parametrów wpływających na to, czy zestaw w ogóle wyjdzie z fazy uczenia. Meta potrzebuje około 50 konwersji tygodniowo na zestaw, by optymalizować dostawę.

Zbyt wąska grupa

Gdy grupa liczy np. 50 tysięcy osób, algorytm może nie zebrać 50 konwersji, zanim wyczerpie odbiorców. Efekt to skacząca dostawa, rosnąca częstotliwość i wzrost CPM w miarę, jak ta sama reklama trafia do tych samych ludzi po raz kolejny. Wąskie grupy szybciej się wypalają.

Zbyt szeroka kontra optymalna

Szersza grupa (np. 2 miliony osób) daje algorytmowi więcej przestrzeni do testowania i optymalizacji, co zwykle oznacza szybsze uczenie i stabilniejsze wyniki. W modelu Advantage+ szeroka grupa nie jest już problemem jak kiedyś, bo to algorytm filtruje ruch. Poniższa tabela podsumowuje orientacyjne progi.

Reguła praktyczna: dopasuj rozmiar grupy do budżetu. Mały budżet i ogromna grupa to przepis na rozproszenie wydatków bez konwersji; duży budżet i mała grupa to szybkie wypalenie.

Targetowanie po zainteresowaniach to nie burza mózgów. Najczęstszy błąd to długa lista "może zadziała" zainteresowań testowanych tygodniami bez wniosków. Lepsze podejście to uporządkowanie zainteresowań w kilka koszyków i wybór krótkiej listy, którą faktycznie da się przetestować.

Koszyki tematyczne

Posortuj kandydatów na zainteresowania w 3-4 koszyki według logiki: bezpośrednie (produkt wprost), pokrewne (sąsiedni temat), aspiracyjne (styl życia klienta) i konkurencja (marki kupowane przez Twojego klienta). Z każdego koszyka wybierz kilka najmocniejszych pozycji, zamiast wrzucać wszystko do jednego pola.

Interest stacking kontra Advantage+

Stary playbook hiper-precyzyjnego stackowania zainteresowań nie działa już tak jak kiedyś. Dla większości kont skuteczniejsza okazuje się prostsza struktura: produkt, cena i kreacja robią dużą część filtrowania, a Advantage+ dokleja resztę. Jeśli masz stabilny sygnał zakupowy, możesz startować od szerokiego lub automatycznego targetowania i dorzucać zainteresowania tylko tam, gdzie nisza tego wymaga.

Zainteresowania kontra Lookalike

Dla wielu reklamodawców w 2026 roku lookalike oparte na kupujących lub osobach o wysokiej intencji wygrywają z targetowaniem po zainteresowaniach. Zainteresowania nadal mają sens dla bardzo niszowych produktów albo gdy masz mało danych własnych. Gdy tylko zbudujesz solidną bazę konwersji w Pixelu, warto stopniowo przenosić budżet z zainteresowań na grupy oparte na własnych danych.

Testowanie zainteresowań ma sens tylko wtedy, gdy jest kontrolowane. Edytowanie w kółko tego samego zestawu to najszybszy sposób na skasowanie wyników.

Jeden zestaw, jedna zmienna

Każdy zestaw powinien testować jedną zmienną naraz – jedną grupę zainteresowań, nie pięć wymieszanych. Inaczej, gdy zestaw zadziała lub nie, nie wiesz dlaczego. Mniej zestawów z większym budżetem każdy zwykle wygrywa z wieloma zestawami o rozdrobnionym budżecie, bo każdy z nich łatwiej zbiera 50 konwersji tygodniowo.

Stabilność to strategia

Częste edycje resetują fazę uczenia. W erze algorytmu Andromeda stabilność jest strategią – po starcie daj zestawowi minimum 3-4 dni i ok. 50 konwersji, zanim ocenisz wynik. Wcześniejsze wnioski opierają się na szumie. Jeśli musisz coś zmienić, lepiej zduplikować zestaw niż edytować działający, by nie wytrącać go z optymalizacji.

Co mierzyć

Nie oceniaj zestawów po CTR ani liczbie kliknięć. Patrz na koszt na konwersję (CPA) i jakość konwersji w dół lejka. Zestaw z gorszym CTR, ale tańszą konwersją, jest lepszy. Pełną metodykę opisujemy w poradniku testy A/B Facebook Ads. Jeśli wolisz oddać prowadzenie specjalistom, napisz przez formularz kontaktowy – ustawimy targetowanie, strukturę testów i pomiar konwersji.

15 stycznia 2026 Meta domknęła proces wycofywania szczegółowych kategorii targetowania, który zaczął się jeszcze w 2025 roku. To kontekst, bez którego nie da się sensownie konfigurować zainteresowań dziś.

Co zostało usunięte

Meta wycofała tysiące wrażliwych opcji szczegółowego targetowania – między innymi związanych ze zdrowiem, orientacją, praktykami religijnymi i poglądami politycznymi. Część konkretnych zainteresowań (np. wąskie gatunki filmowe, modele samochodów, niektóre preferencje kulinarne czy sportowe) została scalona w szersze kategorie. W praktyce: niektóre zapisane grupy odbiorców przestały działać i wymagały przebudowy.

Co nadal działa

Pozostały podstawowe dane demograficzne, szerokie zainteresowania, zachowania oraz – co najważniejsze – Custom Audiences i Lookalike. Trend jest jasny: precyzja ręcznego targetowania spada, a rośnie znaczenie jakości sygnału, czyli danych konwersji z Pixela i Conversions API oraz dobrych źródłowych grup odbiorców.

Jak przygotować się na dalsze zmiany

Im mniej precyzyjne staje się targetowanie, tym mocniejszym wyróżnikiem jest kreacja – to ona zaczyna pełnić rolę filtra, który kiedyś robiły zainteresowania. Trzy działania na teraz: zainwestuj w solidny pomiar konwersji (Pixel + CAPI), bo to on karmi automatyzację; buduj własne grupy odbiorców (Custom i Lookalike) odporne na wycofywanie kategorii; traktuj zainteresowania jako jeden z testowanych elementów, a nie fundament strategii. Konto opierające całe targetowanie na ręcznych zainteresowaniach jest najbardziej narażone na kolejne zmiany Meta.