社群廣告失準的真相：從興趣標籤換成購物數據的投放重整指南

先講結論：社群廣告成效崩掉，多數時候不是素材爛、也不是平台演算法變壞，而是你給系統的資料等級太低。用興趣標籤去猜「誰可能會買」，和用購物行為去確認「誰已經想買」，是兩個完全不同量級的遊戲。我在 ECPRO 每天盯著大量台灣電商站的技術與流量數據，觀察到一個很一致的分水嶺——廣告帳戶還停在興趣導向的站，流量曲線通常跟著廣告預算同步起伏，預算一停就打回原形；而把自家購物數據、通路意向資料接進投放系統的站，流量結構明顯更穩，回訪比例也更健康。這篇文章要處理的就是這件事：怎麼把你的社群投放，從「花錢猜人」重整成「用數據找人」。

這不是一篇喊口號的文章。我會照實際操作順序走：先拆解興趣投放為什麼結構性失靈，再說明購物意向資料的來源與接法，接著給你一套受眾三層架構與預算分配邏輯，最後談每日優化的節奏和一個匿名實例。如果你的品牌正卡在「廣告費一直漲、訂單沒跟上」，這篇可以當成重整帳戶的施工圖。

興趣標籤為什麼結構性失靈

社群平台早期的廣告紅利，建立在它比任何媒體都懂使用者「喜歡什麼」。按讚、追蹤、停留、分享，這些行為堆出一套人口特徵加興趣的定向系統。問題在於，興趣是「注意力訊號」，不是「消費訊號」。一個人天天看露營內容，可能只是嚮往，裝備早就買齊了；一個人常滑高級腕錶開箱，未必付得起，也可能純粹當娛樂看。興趣標籤回答的是「這個人會不會停下來看」，永遠回答不了「這個人現在會不會掏錢」。

這個結構性缺陷在流量便宜的年代被掩蓋掉了——反正單次曝光夠便宜，猜錯的成本可以吞。但這幾年廣告競價一路墊高，加上隱私政策讓平台能追蹤的訊號變少，猜測的誤差被成本放大成真金白銀的虧損。我在觀察電商站的廣告投放足跡時，常看到一種很典型的帳戶病徵：互動數據漂亮、粉絲成長正常、連結點擊也不差，但加入購物車之後的每一層漏斗都在漏。這種帳戶的問題不在漏斗下半段，而在最上面進來的人根本不對。

更麻煩的是，錯誤的受眾會污染演算法的學習方向。你用互動當優化目標，系統就拚命找愛互動的人給你；這群人買不買單，系統不在乎。於是帳戶陷入一個惡性循環：成效不好，就加預算、換素材，結果只是把錯的訊號餵得更多。要打斷這個循環，唯一的辦法是換掉餵進去的資料本身。

購物意向資料：投放系統真正需要的燃料

和興趣標籤相對的，是購物意向資料——誰瀏覽過哪類商品頁、誰把什麼加進購物車沒結帳、誰在最近九十天內下過單、誰買過同品類的東西。這些是「被行為驗證過的需求」，不是猜的。把這種資料接進社群投放，系統的定向邏輯就從「找相似的注意力」升級成「找相近的購買行為」，轉換效率完全不是同一個檔次。

資料的來源大致有三條路。第一條是你自己的一方資料：官網或自建商店的瀏覽與交易事件、會員名單、LINE 官方帳號的互動與標籤、EDM 的開信點擊紀錄。這些資料百分之百屬於你，能合法回傳給廣告系統做再行銷與類似受眾的種子，卻是我看過最多品牌放著生鏽的資產。第二條是平台側的協作機制：部分電商通路願意和社群平台串接，讓品牌鎖定曾在通路上對自家或同品類商品展露意向的客群。第三條是社群平台自己的商務訊號，例如站內商店的瀏覽與購買行為。

這裡要說一個現實：通路為王的格局下，多數掌握交易數據的平台業者並不會把完整購物資料開放給上面的賣家，很多所謂的合作投放其實只做到「商品目錄同步」——你的商品被輪播出去了，但定向邏輯還是社群端的興趣標籤，骨子裡沒變。所以評估任何協作方案時，我建議只問一個問題：定向的依據是不是真實購物行為？如果答案含糊，那它就只是包裝過的興趣投放。能不能拿到行為級的資料，也應該是你選擇主力通路時的評估條件之一，而不只是看抽成和流量。

先盤點一方資料：你的彈藥比想像中多

很多品牌一聽到數據導向投放，直覺反應是「我們沒有數據」。實際盤下來幾乎都不是沒有，是散落各處沒人整理。動手重整帳戶之前，先把下面這張清單走一遍：

• 網站行為事件：像素或轉換 API 是否完整埋好，商品瀏覽、加入購物車、開始結帳、完成購買四個事件缺一不可，而且要能回傳商品品類與金額。
• 顧客名單：歷史訂單的電子郵件與電話（經雜湊處理後上傳），可以切出高價值客、沉睡客、單次購買客等分群。
• LINE 官方帳號：好友標籤、圖文選單點擊、聊天關鍵字，這是台灣市場特有的高濃度意向來源。
• 通路後台資料：主力電商通路能匯出的訂單與客群輪廓，即使不能直接回傳投放，也能校準你對受眾的假設。
• 內容資產：影片觀看百分比、貼文互動名單，這是最便宜的暖受眾來源，適合當中層受眾的原料。

盤點的目的不是做資料倉儲，而是回答一個問題：我手上有哪些「已驗證意向」的名單可以直接用，哪些訊號可以當類似受眾的種子。通常光是把加購未結帳與九十天內購買者這兩包名單建好，帳戶結構就已經比八成的同業紮實。

受眾三層架構：預算該怎麼切

資料備妥之後，才輪到帳戶結構。我建議把受眾切成三層，每一層的任務、素材與出價邏輯都不同，混在一起就是災難。三層的對照如下：

注意這個結構跟多數失敗帳戶剛好相反。燒錢沒成效的帳戶，往往把六七成預算押在冷受眾硬轟新客，高意向名單反而餵不飽。正確的邏輯是越接近購買的人越值得花錢：第一層的單次轉換成本通常最低、回收最快，先把它餵到邊際效益遞減，再往外圈擴。第三層的角色不是帶單，是用便宜的方式持續把新的人推進你的觀察名單，讓第一、二層永遠有新水源。三層之間要設好排除規則，避免同一個人被不同層重複競價，白白墊高自己的成本。

另外一個常被忽略的細節是優化目標的選擇。第一層直接優化購買事件沒有懸念；第二層如果轉換量不足以讓系統學習，寧可退一步優化加入購物車，也不要為了湊量去優化連結點擊——你優化什麼，系統就給你什麼樣的人，這條規則沒有例外。

每日優化節奏：把帳戶當儀表板在看

接好數據、搭好結構，剩下的三成勝負在日常節奏。數據導向投放最大的紅利，是你終於有了「每天都能看見真相」的儀表板，但多數團隊還是照舊一週看一次成效、檔期結束才檢討，等於買了儀表卻不看。我建議的節奏是這樣：每天花十五分鐘看三件事——各層受眾的花費佔比有沒有跑掉、第一層的單次購買成本有沒有異常波動、素材的疲乏訊號（頻率升高但點擊率下滑）有沒有出現。每週做一次結構調整：關掉疲乏素材、把測試勝出的素材往上層搬、更新名單區間。每月做一次資料健檢：事件回傳有沒有掉、名單有沒有持續更新、排除規則還在不在。

判斷優化是否有效，不要只看廣告平台回報的投報率——平台的歸因永遠對自己慷慨。搭配後台真實訂單、用商品品類與新舊客拆開看，才知道廣告帶進來的是增量還是本來就會買的人。我在看電商站數據時的習慣是把廣告足跡和流量結構放在一起讀：如果付費流量佔比長期超過七成、自然與回訪流量起不來，代表廣告只是在租客人，品牌自己的資產沒有累積，這種成長是租來的，停租就歸零。

匿名實例：一個回購型品牌的帳戶重整

分享一個我近距離觀察過的案例，細節做了去識別化處理。一個賣消耗型商品的中型品牌，商品回購週期穩定，照理說是最適合數據導向投放的體質，但過去兩年的打法是典型的檔期依賴：平常低量投興趣受眾，大檔期加碼衝量，檔期一過業績就熄火，廣告成本一年比一年高。

重整的順序完全照本文的架構走。第一個月先補基礎：把轉換事件補齊、歷史訂單名單雜湊上傳、依購買週期切出「即將回購」與「逾期未回購」兩包名單。第二個月改結構：砍掉原本七成預算的冷受眾活動，把預算主力移到回購名單與加購未結帳的動態再行銷，冷受眾只留小預算跑素材測試。第三個月開始跑每日節奏，素材依受眾層分開製作，不再一支素材打全部人。

結果不是奇蹟式的暴衝，而是結構性的改變：整體廣告花費沒有增加，但花費的分佈徹底翻轉，高意向層吃掉大部分預算之後，單次購買成本明顯下降，更重要的是非檔期的週間訂單開始有穩定的基本盤，品牌第一次擺脫「沒有檔期就沒有訂單」的體質。半年後回頭看，成長最大的其實是回購率——因為「即將回購」名單的提醒型廣告，把原本流失到別家的自然回購接住了。這正是購物數據投放和興趣投放的本質差異：前者在經營已驗證的需求，後者永遠在賭下一個陌生人。

要不要找外部團隊？先看這三個判斷點

最後談一個實際問題：這整套要不要自己做。我的判斷標準有三個。第一，你有沒有人能負責資料層——事件埋設、名單管理、排除規則，這是地基，外包素材容易，外包地基危險。第二，你的月廣告預算規模撐不撐得起專職人力，預算太小的話，把上面的三層結構簡化成兩層（再行銷加類似受眾）自己跑，比付服務費划算。第三，如果要找代營運或代投，用本文的架構當面試題：問對方怎麼分層、怎麼設排除、優化目標怎麼選、怎麼驗證增量。答得出細節的才是真的在做數據導向，只會談素材創意和檔期規劃的，大概率還在用興趣標籤幫你燒錢。

社群廣告的分水嶺已經很清楚了。廣告成本只會更貴，靠興趣標籤亂槍打鳥的空間只會更小；而購物數據、一方資料、受眾分層這些基本功，做過一次就是品牌自己的資產，會隨著每一筆訂單複利累積。與其問「還要不要投社群廣告」，不如問「我餵給系統的資料，配得上我付的廣告費嗎」。把資料等級升上去，社群才會從燒錢的曝光管道，變成可控、可預測、可累積的獲客引擎。