地理定向在抖音巨量引擎與興趣綁成雙重篩選

知識情報廣告投放
手搖飲店檯面上手機顯示抖音風格黑底畫面,地圖圓圈與杯子圖示交疊處發亮,圈外小人影變暗
AI 生成示意圖

下面只談受眾設定裡「地點」這一格:兩個平台怎麼處理它、放寬受眾需要什麼門檻、素材從哪裡接手篩人的工作。小紅書與視頻號的投放更新不在範圍內。

抖音地理定向改走興趣加距離雙重篩選

資訊發布平台搜狐刊出的一篇投放分析寫到,巨量引擎今年極度強調「興趣+距離」的雙重篩選。廣告會優先推給有即時消費意圖的用戶,到店轉化率可拉升 40% 以上。

巨量引擎是抖音的廣告投放平台。過去在抖音投本地生活廣告,地點通常是單獨的一格。你先畫一個商圈,再從圈裡挑興趣。現在兩件事被綁在一起算。

具體來說,系統會同時看兩個訊號。第一個是這個人對你的品類有沒有興趣。第二個是這個人離你的店有多近。兩個都符合的人,廣告先給他看。

以一家只做外帶的手搖飲店為例。舊做法是圈出門市周邊,再勾「喜歡飲料」。新做法下,平台會優先把廣告推給「剛好在附近、又剛好想喝」的人。這兩種人的差別,在於後者今天就可能走進店裡。

搜狐那篇分析對本地商家的說法是:廣告優先推給有即時消費意圖的用戶,到店轉化率可以直接拉升 40% 以上。

這個數字要小心讀。搜狐的原文沒有寫距離怎麼算、半徑設多大,也沒有交代 40% 是跟哪一種舊設定比較。它比較像一個方向的佐證,前提是你的生意本來就靠到店。

對台灣讀者來說,抖音的做法有一個參考價值。它示範了地點這一格可以怎麼跟其他訊號疊加使用。那 Meta 又是怎麼處理地點的?答案剛好相反。

Meta Advantage+ 把地理定向留作硬限制

Chris Pollard 在廣告批次上架工具 Ads Uploader 的部落格於 2026 年 5 月 18 日發表的文章整理了 Advantage+ 受眾的分界。地點、語言、最低年齡、排除受眾與特殊廣告類別限制會被遵守;年齡、性別、細分定向、自訂受眾與類似受眾只算建議。

Advantage+ 受眾是 Meta 讓 AI 自動找人的受眾設定。Pollard 把設定項目分成兩類。一類叫控制(controls),系統一定照做。另一類叫建議(suggestions),系統只拿來當起點。

Meta Advantage+ 受眾的設定分界(整理自 Chris Pollard,Ads Uploader)
設定類型 包含的項目 系統怎麼處理
硬限制 地點、語言、最低年齡、排除受眾、特殊廣告類別限制 一定遵守,不會越界
建議 年齡、性別、細分定向、自訂受眾、類似受眾 當作起點,AI 可以往外找

換成日常的例子。你把地點設在台北市,系統不會跑去高雄找人。你把興趣設成「喜歡咖啡」,系統卻可能把廣告給一個沒按過咖啡讚、但最後真的會買的人。

Pollard 用一句話總結這個轉變:「Your audience is now a hint, not a filter.」意思是受眾設定現在只是提示,不再是篩網。但地點例外,地點依然是篩網。

績效行銷代理商 Accelerated Digital Media 在 Advantage+ 商品目錄廣告的解析裡,也提到同一件事的另一面。要鎖定非常小眾的人口、特定地理區域或特定再行銷受眾時,傳統的非 Advantage+ 設定仍然有用。他們同時寫到,在 Meta 上投放商品廣告,現在主要就是用 Advantage+ 商品目錄廣告。

所以在 Meta 上,地理定向的角色很清楚。它守住邊界,剩下的事交給 AI。問題是,AI 要多少資料才接得住?

寬泛定向的前提是轉換量與受眾規模

放寬受眾有門檻。廣告素材工具 ROAS PIG 把「每個廣告組合每週 50 次以上轉換」列為適合寬泛定向的條件,Chris Pollard 也寫到大約每週 50 次轉換才能離開學習階段。

Facebook 廣告是 Meta 在 Facebook 與旗下版位販售的付費廣告。受眾、版位、出價與預算,都在廣告管理員裡設定。

在 Facebook 廣告裡,寬泛定向的意思是少給興趣條件,讓系統自己找人。可是系統找人靠的是轉換資料。每週只有個位數的訂單,AI 能學的東西就很少。

ROAS PIG 比較興趣定向與寬泛定向時,把高轉換量列為寬泛定向的有利條件。Pollard 的文章給的是同一個量級:大約每週 50 次轉換,才能離開學習階段。兩個來源各自寫,數字卻對得上。

受眾規模是另一道門檻。Pollard 建議的受眾大小落在 200 萬到 1000 萬人之間。類似受眾的 1% 到 10% 分級也還在用,1% 最接近來源名單,比例越大越偏向觸及。

這裡跟地理定向有直接關係。我們的判斷是:地點本來就是硬限制,圈得越小,受眾就越難撐到 200 萬人。一家只服務單一行政區的店,硬套寬泛定向,系統可能根本沒有空間學習。

前提是你的生意真的只做那個區域。如果是電商或可以宅配的品牌,地點本來就不必圈得太緊。地點要不要收,取決於顧客能不能跨區消費。

受眾放寬以後,篩人的工作總得有人做。下一節看是誰接手。

素材接手興趣標籤的篩人工作

興趣標籤降級之後,篩人的工作落到素材上。Chris Pollard 舉的例子是,一支開頭就點名「護理師,這支是給你的」的影片,比任何興趣分組都更能找到對的人。

A video that opens ‘Nurses, this one’s for you’ will out-target any interest segment, because Meta’s system reads who responds and finds more of them.

— Chris Pollard,Ads Uploader〈Meta audience targeting〉,2026 年 5 月

道理很直接。誰停下來看、誰按下去,系統都記得。它會去找更多同樣反應的人。素材開頭點名誰,等於替系統做了第一輪篩選。

素材數量也有影響。Pollard 在同一篇文章寫到,只有 5% 到 8% 的廣告會成為真正的贏家,大約 50% 的廣告幾乎拿不到預算。換句話說,素材準備得少,能被系統挑中的選項就少。

跨境廣告操盤手 Aron 在自己的部落格也問過同一個問題:「定向和創意哪個重要?好素材是核心」。他的文章把重點放在 AI 演算法、第一方數據與廣泛受眾設定。

對本地商家,這一點可以跟地理定向一起用。地點交給硬限制守住,素材開頭直接點名區域或情境,例如「信義區上班族的午餐」。地點負責畫圈,素材負責在圈裡找到對的人。

素材之外,還有訊號品質。Event Match Quality(事件配對品質)是 Meta 事件管理工具裡的評分,用來看轉換 API 回傳的顧客資料能不能對上 Meta 帳號。配對品質越高,系統越知道哪些人真的買了。

商品型的廣告主還多一層。AI 廣告管理平台 Ryze AI 在商品目錄廣告的文章裡寫到,AI 會依照目錄、顧客行為、購買模式與即時成效,自動產生個人化的商品廣告。這時候商品資料寫得完不完整,就決定系統能拿什麼去配對。

銷波快觀點:先選對目標,再決定圈畫多大

我們在節目裡一直講,廣告目標會直接改變受眾組成與 CPM。流量目標找的是願意點擊觀看的人,成本低;轉換目標找的是傾向完成購買的人,成本高但買氣強。地點圈得再準,目標選錯,系統還是會在圈裡找錯的人。

以前我們教族群設定,會講 AND、OR、AND-IF 三種運算。AND 交集最精準,CPM 最貴,但轉換率提升往往大於成本增加。現在 Meta 把細分定向降成建議,這套交集的控制力明顯變弱。有趣的是,抖音的「興趣+距離」其實就是平台替你做了一次 AND。同一個邏輯,一邊被收回,一邊被內建。

我們在 EP29 的估算是:FB 廣告的成敗,素材數量與多元性大約佔 60%,投放技術只佔 30%。這跟 Pollard 說只有少數廣告會成為贏家,方向是一致的。投放技術變簡單,門檻轉移到素材。

類似受眾還是值得用,前提是種子名單要對。我們一向建議用已經完成購買的客戶當基準,讓平台反向擴展。名單用得對,1% 的類似受眾就會比一堆興趣標籤更有意義。

最後是一個我們自己踩過的坑。在整理關鍵字時,我們曾經拿一個工具的數據,去回答另一個工具才能回答的問題,連錯了好幾次。那 40% 的到店轉化率也一樣,它回答的是抖音本地生活的情境,不能直接拿來推估你在 Meta 的帳號。量到的東西跟你在問的事,先確認是不是同一件。

結論:地理定向守邊界,素材負責找人

兩個平台對地點的處理方向不同。抖音把距離跟興趣綁在一起,Meta 把地點留作少數不可放寬的設定。共通點是,興趣標籤的份量都在下降。

現在就能做的有三件事。第一,查一下每個廣告組合每週的轉換數。不到 50 次左右,先別急著全面放寬。第二,地點只在顧客真的無法跨區時才收緊。第三,下一批素材的開頭直接點名你要的人或區域。

要提醒一個例外。如果你的受眾非常小眾,或只做單一商圈,Accelerated Digital Media 的說法是傳統設定仍有位置。放寬不一定適用每個帳號。

資料來源

  • 地理定向
  • 抖音廣告
  • 巨量引擎
  • Advantage+
  • 寬泛定向
  • 本地生活廣告
吳宗翰 Jayden Wu

吳宗翰 Jayden Wu

ClassOn 雙捷數位有限公司 共同創辦人 | 銷波快 Podcast 主持人

2008 年從線下行銷做起,活動、連鎖加盟那一類。2014 年轉數位,做亞馬遜和 eBay,後來自己出來做聯盟行銷與 dropshipping。現在在臺北城市科技大學、TeSA 與經濟部的培訓計畫教課。做過的事讓他篩情報時說得出為什麼。

關於 Jayden →

LinkedIn | Facebook | 收聽 Podcast