再行銷增量性的新護欄是 Meta 僅排除受眾

知識情報廣告投放
一隻手拿著顯示 Meta 識別的手機,前方迷你紅絨繩柵欄擋著一排貼綠色勾選貼紙的咖啡豆紙袋
AI 生成示意圖

先講清楚範圍。這裡談的是 Meta 廣告的再行銷與名單型廣告,不談 Google 或 LinkedIn 的再行銷設定。

Meta 僅排除受眾上線,再行銷增量性多一道護欄

Meta 僅排除受眾(Exclusion-Only Audiences)在 上線。服務 DTC 電商的行銷代理商 Common Thread Collective 說明,這類受眾建立時就鎖定為排除用途,事後不能改成投放對象。

以前要排除舊客,做法是拿一份自訂受眾,在廣告組裡勾成排除。同一份名單今天拿來排除,明天可能被同事拿去投放。名單的用途一直在變。

新功能把用途寫死了。Common Thread Collective 的原文寫得很直接:受眾在建立當下就被鎖成只能排除,之後不能再拿來觸及。

僅排除受眾是 Meta 在 2026 年 8 月推出的自訂受眾類型。建立時就固定為排除用途,可以套用在 Advantage+ 購物廣告活動與 Advantage+ 受眾廣告組。

Common Thread Collective 列出的用途有三類。第一類是既有顧客,以及 180 天內購買過的人。第二類是員工與內部使用者。第三類是已經選擇退出的聯絡人。

第一類跟再行銷增量性直接相關。第二類比較少人想到:員工天天點自家網站,會把像素訊號弄髒。第三類是合規問題,名單退訂了就不該再出現在廣告裡。

為什麼現在才補這個工具?Common Thread Collective 給的背景是投放規模。依他們的說法,Meta 的系統面對超過 30 億月活躍使用者投放,手動控制項卻很少。投放池這麼大,排除名單是少數還握在廣告主手上的東西。

工具本身很簡單。真正要回答的問題是:沒有排除的時候,報表上的數字到底高估了多少?

為什麼再行銷增量性常被平台數字高估?

再行銷增量性被高估,主因是會自己回購的顧客也被算成廣告轉換。Common Thread Collective 把結果描述成回報轉換變多、實際增量變少、CPA 看起來比實際好。

想像一個老顧客。他每個月固定回來買一次咖啡豆。某天他滑手機看到你的再行銷廣告,隔天照常下單。平台會把這筆訂單記在廣告頭上。

這筆訂單沒有錯,他確實看過廣告。問題在於,沒有廣告他也會買。這一筆對報表有貢獻,對生意沒有增量。

Common Thread Collective 在解析僅排除受眾時指出,沒有乾淨的排除機制,已購買的既有顧客、員工與已退出的聯絡人都可能混進開發客的投放池。結果是報表上轉換變多,真正的增量變少,CPA 也顯得比實際漂亮。

末次點擊歸因會把這個問題放大。廣告新聞網站 PPC Land 報導 Wunderkind 在 發出的一份 16 頁指南。指南主張,末次點擊 ROAS 已經不能當作可靠的成效基準。增量測試怎麼取代末次點擊歸因,另有一篇整理。

Wunderkind 提出的替代指標是每次造訪營收、每次發送營收,以及數位營收佔比。這家公司本身賣自有管道工具,立場要算進去。前提是你知道這層利益關係,他對末次點擊的批評仍然有參考價值。

再行銷報表高估增量的三個來源(整理自 Common Thread Collective 與 PPC Land 報導)
高估來源 發生在哪裡 對報表的影響
既有顧客混入開發客投放池 Advantage+ 購物廣告活動 回報轉換變多,CPA 偏低
員工與內部流量 像素與轉換事件 訊號被污染,學習方向偏移
末次點擊歸因 平台與分析工具的預設報表 功勞集中在最後一個接觸點

知道問題出在哪裡之後,下一步要看 Advantage+ 到底讓你控制多少。

Advantage+ 受眾裡,排除是少數的硬性控制

PPC 廣告管理服務商 Linear Design 整理 Meta Advantage+ 受眾的規則:地理位置、語言、最低年齡、排除受眾、特殊廣告類別是硬性控制,剩下的設定都只是給系統的建議。

很多人以為設好年齡與興趣,廣告就只會投給那群人。Linear Design 的解析說法相反。年齡、性別、興趣、自訂受眾、類似受眾,系統都可以自行擴展。

Linear Design 特別點出一句:排除是硬性控制,也是設定裡最少被用到的槓桿。連年齡與性別預設都只是建議,只剩最低年齡還是硬性限制。

Advantage+ 受眾的硬性控制與建議(依 Linear Design 原文整理)
類型 包含項目 系統會不會擴展
硬性控制 地理位置、語言、最低年齡、排除受眾、特殊廣告類別 不會
受眾建議 年齡、性別、興趣、自訂受眾、類似受眾 會

Advantage+ 與 Meta 新投放系統的成效數據也有兩組說法。我們把兩組都列出來,因為它們在打架。

Linear Design 引用 Meta 的 150 組 A/B 測試,Advantage+ 受眾的每次成果成本中位數低了 9.7%。同一篇也引用 Confect 的獨立研究:2025 年 Andromeda 全面上線期間,在 8.34 億美元的廣告花費裡,平均 ROAS 下降了 7%,原本表現最好的廣告主受傷最重。

兩組數字量的東西不同。Meta 看的是 Advantage+ 受眾的每次成果成本,Confect 看的是 Andromeda 上線期間的平均 ROAS。成本降了,營收效率卻可能跟著降。Linear Design 的結論是:原本表現普通的帳號,Advantage+ 多半有幫助;原本就很好的帳號,反而是風險族群。

放回再行銷增量性來看,這個結論很合理。系統會往最容易轉換的人擴展,而最容易轉換的人,常常就是本來會買的舊客。想硬性擋住這件事,只能靠排除名單。想看廣告投放的整體策略,可以從廣告投放主題頁開始。

排除名單要有效,前提是名單對得上人。這就牽涉到訊號品質。

配對率與 CRM 回傳決定訊號品質

leadgen-economy 指出,帶有 email 與電話的事件,Meta 的配對率在 60 至 80%。

再行銷受眾池要先能認出人,才談得上排除或投放。只靠瀏覽器像素,很多人認不出來。

leadgen-economy 的估算是,只用像素追蹤,大約只觸及完整串接時可觸及受眾的 60 至 70%。流失的 30 至 40% 偏向重視隱私的使用者。換句話說,你的再行銷名單本來就缺了一角,缺的還是特定一群人。

補回來的方法是 Conversions API。leadgen-economy 寫道,CAPI 串接通常能找回瀏覽器追蹤漏掉的 15 至 35% 事件。

各平台使用第一方資料的配對率(leadgen-economy 原文數字)
平台與條件 配對率
Meta,事件含 email 與電話 60 至 80%
Google Enhanced Conversions 50 至 70%
LinkedIn,商務 email 80 至 90%

名單型廣告的問題更直接。潛在客戶追蹤平台 LeadJourney 討論 Meta 名單廣告品質下滑時,給的解法是用 Conversions API 回傳 CRM 驗證過的訊號。也就是告訴 Meta 哪些名單後來真的成交,讓系統學會找這種人。

業界有些部落格把這套做法包裝成專屬名詞,例如 Meta 名單表單裡的高意圖選項,或「轉換名單優化」。底層做法很實在:把後端成交資料回傳給平台。

跟進速度也會影響名單品質。印度的數位行銷公司 HV Digital Marketing 的建議是,上班時間進來的名單要在五分鐘內聯繫,把每張表單都當成五分鐘倒數已經開始。

訊號品質處理好了,最後一關是驗證:再行銷到底多帶來了多少生意?

用增量測試驗證再行銷的真實貢獻

incrementality testing(增量測試)把受眾隨機分成看廣告與不看廣告兩組,比較兩組的轉換差距。差距才是再行銷增量性,平台回報的總轉換不是。

邏輯很單純。兩組人除了有沒有看到廣告,別的條件都一樣。如果不看廣告的那組也照樣下單,那些訂單就不該算廣告的功勞。

測試時有幾件事要先想好:

  • 測試期間要夠長,讓購買週期跑完一輪。客單價越高,週期越長。
  • 排除名單要先建好,例如 Common Thread Collective 提到的 180 天內購買者。舊客混在測試組裡,結果一樣會失真。
  • 比的是兩組的轉換差距,不是平台報表上的 ROAS。

前提是你的轉換量夠大。每月只有幾十筆訂單的帳號,兩組差距很容易被隨機波動蓋過。這種情況下,先用排除名單把明顯的舊客擋掉,比硬做一個樣本不足的測試實際。

工具與方法都在這裡了。接下來是我們自己怎麼看這件事。

銷波快觀點:先排除會自己回來的人,再算再行銷

我們之前幫一家按摩店看關鍵字廣告。查了自然排名才發現,有一組字店家在 Google 地圖已經排第 1 到 2 名。在這組字上買廣告,等於左手打右手。再行銷的舊客問題是同一件事:本來就會來的人,花錢再請他來一次。

那次另一組字的情況相反。我們掃了自然排名前 80 名都找不到店家,那組字月搜尋量卻有 3,600 次,廣告反而是唯一入口。做法很值得借用:買廣告前,先對照自然狀態。自然進不來的地方才是預算主戰場。換到再行銷,就是先把會自己回購的人排除,剩下的人才值得花錢。

再行銷本來就該分層。我們在節目裡聊過三層設計:第一層曝光,第二層對離開的人投見證,第三層是挽回,以加入購物車沒結帳的人為例,給他客服諮詢入口或限時優惠。每一層只給做過特定行為的人看。僅排除受眾剛好補上缺的那一層:已經買完的人,任何一層都不該再看到。

分層也能省錢。Jayden 在節目裡分享過一個電商案例:先投產品情境影片,再對看完影片的人投轉換廣告。像素再行銷的 CPM 在 300 到 700,影片預熱加再行銷只要 70 到 150。這個案例講的是成本,不是增量,兩件事要分開看。

名單型廣告也一樣,CPL 低不代表賺錢。我們一直主張把 CPL、出席率、成交率三個數字串起來算。只看第一個數字,就跟只看再行銷 ROAS 一樣,看到的是報表,不是生意。

結論:先建排除名單,再看再行銷 ROAS

Meta 僅排除受眾把一件老問題變得好處理了。舊客、員工、退訂名單,各建一份,鎖在排除用途,套到 Advantage+ 廣告活動上。

排除名單建好之後,再回頭看再行銷 ROAS,數字可能會變難看。那個比較難看的數字,才比較接近真實的再行銷增量性。

你現在可以做的事很具體:打開廣告管理員,確認 Advantage+ 購物廣告活動有沒有排除既有顧客。沒有的話,這就是今天的第一個動作。

資料來源

  • 再行銷
  • 增量測試
  • Advantage+
  • Conversions API
  • 名單型廣告
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