Chaque fois qu'un ad set est créé, ou qu'une modification jugée "significative" est apportée (changement d'audience, de créa, de budget de plus de 30%, de stratégie d'enchère), Meta relance une phase d'apprentissage. Pendant cette période, l'algorithme explore différentes combinaisons de placement, d'horaire et de sous-segments d'audience pour trouver celles qui produisent le résultat visé au coût le plus bas. Les performances sont instables et souvent plus coûteuses que la moyenne attendue, car l'algorithme diffuse encore de façon exploratoire plutôt qu'optimisée.

La sortie de cette phase dépend du volume d'événements d'optimisation atteint sur une fenêtre glissante de 7 jours, pas d'une durée fixe en jours. Un ad set avec un budget élevé et un taux de conversion fort peut sortir d'apprentissage en 2-3 jours ; un ad set avec un budget faible ou une audience étroite peut y rester indéfiniment, ce que Meta appelle l'apprentissage limité ("learning limited").

Ce mécanisme a une conséquence directe sur la gestion de compte : toute modification déclenche un redémarrage, donc chaque édition non nécessaire (changement de créa mineur, ajustement de budget répété) prolonge l'instabilité et retarde le moment où les données de performance deviennent fiables. C'est pour cette raison que la fréquence des modifications sur un ad set est un arbitrage direct entre réactivité et stabilité algorithmique.