先接受一個殘酷的現實：逛過你網站的人，大約有 97% 不會在第一次造訪就下單。他們可能被電話打斷、可能在比價、可能只是想再考慮一下，然後就永遠地離開了。多數老闆的反應是「再去買更多新流量」，但這其實是最貴的解法。因為那 97% 的人，是全世界對你最有興趣、最溫熱的一群名單——他們已經知道你是誰、看過你的商品，只差臨門一腳。
再行銷(Retargeting，也叫 Remarketing)做的，就是把這群人追回來。而它之所以是所有廣告裡 ROAS 最高的管道，原因很簡單：你不用再花錢教育一個陌生人「你是誰」，你只是在提醒一個已經動心的人「回來結帳」。這篇我會用「溫度分層」這個框架，把再行銷從一個模糊的概念，變成一套你能照著執行的系統。
破除第一個迷思：再行銷不是「把所有人一視同仁地追」
最常見、也最燒錢的錯誤，就是把「所有來過網站的人」丟進同一個廣告，用同一則素材無差別地追。這是把一個看過首頁 3 秒就跳走的人，和一個把商品加進購物車卻沒結帳的人，當成同一種人對待——但這兩種人的購買意圖，天差地遠。
正確的思維是「溫度分層」：依照使用者在你網站上的行為深度，把他們分成不同溫度的受眾，越接近成交的越熱，就越值得花錢、也越該用不同的話術去追。我通常切成四層：
- 微溫(看過網站但沒看特定商品)：意圖最低，用品牌形象或熱賣商品廣告輕輕喚回就好，別花大錢。
- 溫(看過特定商品頁但沒加購)：對某類商品有興趣，用該商品的動態廣告，加上一點社會證明(評價、熱賣)。
- 熱(加入購物車但沒結帳)：意圖很高，卡在最後一哩，這是你最該投資的一群。
- 燙(進入結帳頁卻放棄)：幾乎要成交了，用最強的臨門一腳追。
這裡藏著再行銷最核心的跨領域連動：你必須先有精準的行為數據(誰看了什麼、走到哪一步)，才能做出精準的受眾分層；而分層越細，廣告的訊息就越能對準對方的心理狀態，轉換率自然越高。沒有數據基礎，再行銷就退化成無差別亂追，那 ROAS 高不起來。
分層之後，話術與誘因也要跟著分
分好層只是一半，另一半是對不同溫度的人，說不同的話、給不同的誘因。這是最多人偷懶的地方——分了受眾，卻用同一則廣告追全部，等於白分。
我的原則是「越熱的人，誘因越集中；越燙的人，越要處理他放棄的真正原因」：
- 對「溫」的人：他還在猶豫「要不要買」，所以你要放大商品價值與信任感，素材主打賣點、真人評價、使用情境，先讓他更想要。
- 對「熱」的人(棄車族)：他已經想要了，卡住的通常是「價格」或「臨門動力不足」。這時給一個限時折扣碼、免運門檻、或「庫存不多」的提醒，往往一擊即中。
- 對「燙」的人(棄結帳)：他連結帳頁都進了才走，問題很可能出在結帳流程本身——運費太貴、要強制註冊、金流選項太少。這時廣告要搭配到達頁的檢查，光靠追廣告是追不回一個被爛結帳流程氣走的人的。
看到了嗎？追到「燙」這一層，問題已經從「廣告」跳到「電商轉換體驗」了。再行銷做到極致，你會發現最該修的不是廣告，而是那個讓人放棄的結帳頁。廣告、數據、轉換三者，在這裡完全打通。
動態產品廣告(DPA)：讓系統自動追對的商品
當你的商品數量一多，手動為每個商品做再行銷素材根本不可能。這時就要靠動態產品廣告(Dynamic Product Ads，DPA)。它的運作邏輯很聰明：串接你的商品資料流之後，系統會自動把「使用者剛剛看過的那個商品」組成廣告推給他。
張三看了 A 商品，他之後在臉書、IG 上滑到的就是 A 商品的廣告；李四看了 B 商品，追他的就是 B。一套設定，自動對數千種商品、數萬名使用者做一對一的精準再行銷。這是再行銷能夠規模化的關鍵。要跑好 DPA，同樣要回到資料流的品質——商品圖、價格、名稱如果不乾淨，動態廣告長出來就很醜、很沒說服力。這又一次證明：資料是所有廣告的地基。
AI 應用：用 AI 大量生成再行銷素材變體
再行銷有個天敵叫「廣告疲乏」——因為你反覆對同一小群人放送，同一則素材看個幾次他們就麻木了，點擊率往下掉、成本往上升。解法是持續產出新的素材變體，但人工一則一則發想文案很慢。這正是生成式 AI 的用武之地。
我實際的自動化流程：把「棄車再行銷」這個情境和商品資訊餵給 AI，讓它一次生成多組不同角度的廣告文案。可直接套用的提示詞範例：
- 「你是電商再行銷文案專家。目標對象是『把 XX 商品加入購物車但沒結帳』的人。請為這個商品寫 5 組廣告文案，每組用不同的心理切角：分別是『稀缺急迫』『消除疑慮』『社會證明』『價格誘因』『情境想像』。每組包含一句主標(15 字內)和一句內文(40 字內)，語氣口語、像在提醒朋友，不要太業配。」
幾秒鐘你就有五個不同心理切角的版本可以拿去測試。你甚至可以進一步用 AI 分析哪一種切角在哪一層受眾表現最好，形成「生成變體、投放測試、數據回饋、再生成」的循環。
但誠實話要說在前面：AI 產出的是「文字」，不是「洞察」。它不知道你的品牌調性、不知道你上週被客訴什麼、也不知道你的受眾對哪個梗有反應。它給你的是一堆合理的起點，不是能直接上線的成品。所有 AI 文案都要經過人工篩選、微調品牌語氣，再交給真實數據去判生死。AI 負責解決「量」的問題(快速產出大量變體對抗疲乏)，人和數據負責解決「質」的問題(哪個真的有效)。
最容易被忽略的一步：設定「排除」，別追已經買過的人
最後這一段，是新手九成都會忘、卻最傷 ROAS 的細節：你一定要把「已經完成購買的人」從再行銷受眾裡排除掉。不然會發生什麼事？一個剛付完錢的顧客，隔天滑手機看到你還在追著他打「這個商品限時 8 折」的廣告——他心裡只會冒出一句：「我昨天不就原價買了？」
這件事有雙重傷害：一是你把錢花在一個已經成交、不需要再追的人身上；二是你可能因此傷害了一個新顧客對品牌的好感，甚至逼他去退貨。所以完整的再行銷設定，一定要包含排除規則：
- 排除「近 X 天內已購買」的人(除非你要做的是回購、交叉銷售，那是另一套受眾與話術)。
- 依商品週期設定追蹤天數，快消品追 7 到 14 天、耐久財可拉長，別無限期地追。
- 幫轉換的人設計「下一步」——不是停止溝通，而是換成回購或推薦相關商品的廣告。
劃重點總結，把再行銷做成 ROAS 最高的管道，記住這幾件事：
- 97% 的人第一次不會買，他們是你最溫的名單，追回來遠比買新流量便宜。
- 別無差別亂追，用「溫度分層」依行為深度切受眾，越接近成交的越值得投資、越要用不同話術。
- 追到棄結帳這一層，問題往往在結帳流程本身，該修的是轉換體驗不是廣告。
- 用 DPA 自動化規模、用 AI 量產素材變體對抗疲乏，但品牌語氣與成效判斷交給人和數據。
- 一定要排除已購買的人，否則你在浪費錢，還在得罪剛成交的新顧客。
再行銷不是把人硬拉回來，而是替那些本來就想買、只是分心離開的人，把回家的路重新點亮。