1-2
留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
ROAS BIBLE · 第 1 部 — 觀點:適用於任何產業的 Meta 廣告解答
ROAS 2.91 · 每次購買 ₩34,022 ROAS 2.78 · 每次購買 ₩47,281 4 69 點擊後 1 天 5 78 點擊後 7 天 5 80 點擊後 28 天
長條高度與購買次數成正比(數值取自「依歸因設定的成果」欄)
不要看 ROAS, 要看隨時間持續進來的購買
1
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
本章重點
1 判斷好廣告的第一個標準不是 ROAS(廣告投資報酬率),而是每次成果成本這個絕對值 。第二個標準是歸因設定這類追加指標。
2 把成果拆成點擊後 1 天、7 天、28 天來看,有些廣告的每次購買成本會隨時間下降。這種廣告即使頻率高,也不關掉,繼續跑。
3 判斷線看到BEP 的 2 倍 (BEP = 損益兩平點)。用 1.3 倍抓得太緊,會錯過晚一點才活過來的廣告。
4 問演算法、詳細目標設定、單日預算、加碼幅度,全都是系統觀點。該問的是:人有沒有反應。
5 原本跑得好的素材會死,是因為對那個訴求有反應的受眾池用完了。要換的是訴求,不是設定。
2
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
1. 案例 3:ROAS 高的廣告就是好廣告嗎?
第三個案例裡,成果、每次成果成本、購買 ROAS(廣告投資報酬率)都列出來了。只看 ROAS,ROAS 最高的廣告就是最好的廣告。但 Meta 廣告是增加選項,再做最佳化 的工作。只追 ROAS,之後可能會沒有選項。
課程畫面上,紅框上面那支是購買 5 次、ROAS 2.91 的廣告,下面那支是購買 89 次、ROAS 2.78 的廣告。
3
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
看紅框標出的兩支廣告。一支購買 5 次,每次購買成本 34,022 韓元(約新台幣 840 元,韓國市場),ROAS 2.91(291%);另一支購買 89 次,每次購買成本 47,281 韓元(約新台幣 1,170 元),ROAS 2.78(278%)。購買 5 次和 89 次,樣本數差太多,比較本身就很勉強,甚至可以說根本不能比。即使如此,這張表要點出的有兩件事。
第一:絕對值
先看每次成果成本是多少。每次成果成本低的廣告,是第一順位的好廣告。不過這種廣告可能很快就跑完,不先把選項做出來會有風險。
第二:追加指標
把歸因設定這類指標一起看。可以確認轉換是在點擊廣告後 1 天、7 天,還是 28 天內發生的。 在 Meta 廣告管理員的數據儀表板搜尋「歸因設定」,就能把它加成自訂衡量指標。
4
補充圖解 · 依 ROAS 排名
補充圖解
依 ROAS 排名,第 1 名廣告的每次購買成本超過 BEP 的 2 倍
購買成本高於 BEP BEP ₩6 萬 BEP 2 倍 ₩12 萬 8.80 3 次 ₩121,614 4.54 84 次 47,725 4.15 22 次 60,951 3.81 25 次 58,653 2.98 27 次 58,466 2.91 5 次 A 34,022 2.90 40 次 43,834 2.78 38 次 49,417 2.78 89 次 B 47,281 2.65 2 次 37,337 ₩3 萬 ₩6 萬 ₩9 萬 ₩12 萬 依 ROAS 排序 點 = 每次購買成本(₩)
ROAS × 每次購買成本 = 每筆購買平均金額
8.80 × ₩121,614 ≈ 107 萬韓元(約新台幣 2.65 萬元) 2.91 × ₩34,022 ≈ 9.9 萬韓元 · 2.78 × ₩47,281 ≈ 13.1 萬韓元
案例 3 畫面上的 10 支廣告,依畫面順序排列。A、B = 課程比較的兩支廣告。ROAS 是混入了購買金額的數值。第 1 名(8.80)只是因為 3 筆購買平均約 107 萬韓元,ROAS 才這麼高,這就是課程說要先看絕對值(每次成果成本)的原因。
資料來源:Meta 企業商家使用說明,網站購買 ROAS(廣告投資報酬率)· 每次成果成本(2026-11-20 確認)
5
補充資料 · 25 個廣告實驗
補充資料
25 個大型廣告實驗中,只有3 個分得出是大賺還是打平
零售:19 金融:6 檢定力足夠 廣告到底有沒有效? 25 個中 10 個 分辨 ROI −100% 與 0% 大賺,還是打平? 25 個中 3 個 分辨 ROI 0% 與 +50% 還不錯,還是打平? 25 個中 0 個 分辨 ROI 0% 與 +10%
每人銷售額的波動 標準差 ≈ 平均的 10 倍
零售實驗的 ROI 標準誤 中位數 26.1%,信賴區間超過 100 個百分點
要測出 10 個百分點的 ROI 差距 中位數規模的實驗要放大 62 倍
課程 購買 5 次(ROAS 2.91)對 89 次(ROAS 2.78):樣本數差太多,比較本身就很勉強
美國零售與金融廣告主做的 25 個隨機對照實驗。一格 = 一個實驗;藍色 = 檢定力足以可靠回答該問題(預期 t 值大於 3)。每人消費金額的波動約為平均的 10 倍,所以即使每個實驗超過 50 萬人,誤差仍然很大。論文的 ROI 以利潤為基礎、來自隨機實驗,定義和儀表板上的 ROAS 不同。
資料來源:Lewis, R. A. and Rao, J. M. (2015), The Unfavorable Economics of Measuring the Returns to Advertising, Quarterly Journal of Economics 130(4), Table III(2026-11-20 確認)
6
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
2. 為什麼加碼 ROAS 278%,而不是 291% 的廣告
兩支廣告中,我們提高預算的是 2.78 那支,不是 2.91 那支。原因在「依歸因設定的成果」這一欄。
2.78 那支廣告,點擊後 1 天內的直接轉換只有 69 次。但繼續跑下去,一週內多進來 9 次,變成 78 次;到 28 天,共多進來 11 次,變成 80 次。隨著時間過去,每次購買成本持續下降,整體 ROAS 也變好。
點擊後 1 天 69 直接轉換
▶
點擊後 7 天 78 多 9 次
▶
點擊後 28 天 80 多 11 次
7
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
在點擊後 1 天、7 天、28 天這三欄,ROAS 2.78 的廣告從 69 增加到 78、再到 80;ROAS 2.91 的廣告則停在 4、5、5。
廣告
ROAS 2.91(291%)
ROAS 2.78(278%)
每次購買成本
₩34,022
₩47,281
點擊後 1 天
4
69
點擊後 7 天
5
78(多 9 次)
點擊後 28 天
5
80(多 11 次)
決定
不加預算
加預算
常聽人說「廣告上線後要放 7 天」。把歸因設定考慮進來,這句話有一部分是對的。
8
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
但是「單日預算一定要 3 萬韓元(約新台幣 740 元)」、「廣告至少要跑 7 天」這種找標準答案的規則,是錯的做法。只有從歸因設定的角度來看,等 7 天才說得通。
這個商品的 BEP =
6 萬韓元(約新台幣 1,500 元) 每次購買成本到 12 萬韓元(約新台幣 3,000 元)的廣告全部關掉,只留 6 萬韓元以下的廣告
最上面那一列的廣告 ROAS 最高,有 8.80,但每次購買成本是 121,614 韓元(約新台幣 3,020 元)。不看 ROAS、改用絕對值也就是每次成果成本來判斷,它是該砍的廣告 。
長條長度與每次購買成本成正比
9
補充圖解 · 歸因期間
補充圖解
把期間從 1 天拉長到 28 天,購買從 69 變成 80
長條長度 = 計算期間(與天數成正比)。粗體數字 = ROAS 2.78 廣告/ROAS 2.91 廣告的購買次數
點擊後 1 天 官方選項 直接轉換 69 / 4 點擊後 7 天 官方選項 比 1 天多 9 78 / 5 點擊後 28 天 課程畫面數值 比 1 天多 11 80 / 5 瀏覽後 1 天 官方選項 只看到廣告後的 1 天內。課程案例中沒有 0 1 天 7 天 28 天
0 = 點擊廣告的時間點(瀏覽則為曝光)。期間從接觸廣告開始算,不是從購買開始算。
Meta 官方文件 廣告組合可選的標準歸因設定是:點擊後 1 天或 7 天、瀏覽後 1 天、互動觀看後 1 天。課程 用「比較歸因設定」欄,把點擊後 1 天、7 天、28 天並排來看。28 天不在這次查到的官方選項清單裡。
期間越長,抓到的晚到購買越多。ROAS 2.91 的廣告從 4 變成 5 就停了。28 天的數值是從課程畫面的比較欄讀出來的,所以用虛線畫。
資料來源:Meta 企業商家使用說明,About attribution models and attribution settings · About actions attributed to your ad(2026-11-20 確認)
10
補充資料 · 點擊之後轉換何時進來
補充資料
廣告科技的數據也一樣:一半的轉換發生在第 1 天之後 ,13% 在 2 週之後
全部轉換 = 100,依點擊後發生的時間拆分。單位:%
Criteo 論文 多家廣告主,30 天期間 1 天內:約 50% ≈35% 15% 37% 13% 1 小時內 1–24 小時 1–14 天 14 天之後 課程的廣告 ROAS 2.78,28 天共 80 次 1 天內:86% 69 · 86% 9 點擊後 1 天內 1–7 天:9 次 · 11%,7–28 天:2 次 · 3%
論文的重點
只看點擊後不久的數據,會把還沒進來的轉換算成失敗。13% 在 2 週之後才進來
課程的重點
看到 1 天的 69 次就關掉,會丟掉之後進來的 11 次。要看 1 天、7 天、28 天
兩條色帶都說明,單看一天的數字不是全貌。晚到的比例,課程的廣告(14%)比 Criteo 的數據(約 50%)小。Criteo 的數字彙整了多家廣告主的展示型廣告,課程的則是單一支 Meta 廣告,所以這個比例會隨商品與管道而不同。
資料來源:Chapelle, O. (2014), Modeling Delayed Feedback in Display Advertising, KDD 2014(Sec. 2.3 Analysis of the Conversion Delay)(2026-11-20 確認)
11
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
3. 頻率高也繼續跑的廣告
這個畫面把依歸因設定的每次成果成本和頻率也展開了。第 2、4、10、12 號廣告裡有頻率偏高的,但我們還是繼續跑。
課程畫面上,紅色橫框標出第 2、4、10、12 號廣告。中間的直框是依歸因設定(點擊後 1 天、7 天、28 天)的每次成果成本,最右邊的直框是頻率。
12
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
一般的說法是:頻率超過 2、超過 3,就代表疲乏了,要換素材或擴大受眾。但延遲歸因的廣告,也就是轉換會隨時間持續進來的廣告,不一樣。反覆曝光本身就是促成轉換的觸發點。
一般的規則
頻率超過 2、3 就是疲乏。換素材,或擴大受眾。
延遲歸因的廣告
反覆曝光帶來轉換。頻率越累積,每次購買成本越低,所以不要關,要多跑。
第 4、10、12 號廣告的頻率還沒累積多少,但延遲轉換很多。畫面上的頻率是 4 號 2.75、10 號 1.35、12 號 1.69,最上面的 2 號是 3.47。四支廣告的每次購買成本,都從 1 天、7 天到 28 天一路下降。
13
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
四支廣告的頻率,與各歸因期間的每次購買成本
#2頻率 3.47
點擊後 1 天 ₩62,638
點擊後 7 天 ₩54,916
點擊後 28 天 ₩53,451
成效已經很好。頻率最高,效率卻也最好。
#4頻率 2.75
點擊後 1 天 ₩97,755
點擊後 7 天 ₩66,651
點擊後 28 天 ₩63,753
直接轉換的成本是 9.77 萬韓元,但會降到 6.37 萬韓元。跑得越久降得越多。
#10頻率 1.35
點擊後 1 天 ₩74,674
點擊後 7 天 ₩37,337
點擊後 28 天 ₩37,337
從 7.4 萬韓元降到 3.7 萬韓元。但購買只有 2 次,不算精確。
#12頻率 1.69
點擊後 1 天 ₩74,834
點擊後 7 天 ₩44,901
點擊後 28 天 ₩44,901
如果第一週只看 1 天的數字來判斷,這支廣告會和 4 號一起死掉。
14
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
四支廣告從 1 天 → 7 天 → 28 天,每次購買成本都在下降
₩4 萬 ₩8 萬 ₩10 萬 BEP ₩6 萬 #4 63,753 #2 53,451 #12 44,901 #10 37,337 97,755 74,834 74,674 62,638 66,651 54,916 點擊後 1 天 點擊後 7 天 點擊後 28 天
四支廣告各歸因期間的每次購買成本(畫面數值)。1 天時,四支都高於 BEP 6 萬韓元(約新台幣 1,500 元)。到 28 天,2、10、12 號降到 BEP 以下,4 號也降到 6.3 萬韓元左右。
1 天時低於 BEP 0 支
28 天時低於 BEP 3 支
15
補充圖解 · 頻率與疲乏
補充圖解
光看頻率不算疲乏,每次購買成本 才是判斷依據
頻率超過 2、3一般認為的疲乏訊號
▼
1 天 → 7 天 → 28 天: 每次購買成本往哪個方向走?
下降
上升
延遲歸因,繼續開著 反覆曝光成為轉換的觸發點(課程)
已低於 BEP:加碼 2 號 頻率 3.47 · ₩62,638 → ₩53,451仍高於 BEP:繼續觀察 4 號 頻率 2.75 · ₩97,755 → ₩63,753
CTR 也下降:素材疲乏 同一個素材看得越多次,CTR(點擊率)越低、每次行動成本越高(Meta 開發者文件)
建議做法 用不同圖片或影片做新廣告、擴大受眾、更換素材,或暫停
資料來源:Meta for Developers, Marketing API Ads Webhooks: Creative Fatigue · Meta 企業商家使用說明,頻率(2026-11-20 確認)
16
補充圖解 · 頻率與疲乏
補充圖解
課程的經驗法則與 Meta 文件:疲乏不是一個頻率數字
課程提到的一般規則
頻率超過 2、超過 3,就當作疲乏,換素材或擴大受眾。
Meta 開發者文件
沒有用頻率數字定義疲乏,而是要每天把頻率、CTR、每次行動成本一起檢查。
成本持續下降的 2 號和 4 號,用文件的標準來看也不算疲乏
資料來源:Meta for Developers, Marketing API Ads Webhooks: Creative Fatigue · Meta 企業商家使用說明,頻率(2026-11-20 確認)
17
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
4. BEP 要抓幾倍?
判斷廣告時,看到BEP 的 2 倍 也沒問題。這裡的 2 倍不是預算,而是決定廣告要不要繼續跑的判斷線。BEP 是 6 萬韓元(約新台幣 1,500 元)的話,每次購買成本到 12 萬韓元(約新台幣 3,000 元)之前都先觀察。這是我把工作交給員工時給的標準。自己操作、需要抓緊一點的時候,只看到 1.3 倍。
依每次購買成本畫的判斷線(BEP 6 萬韓元)
BEP ₩6 萬 2 倍 ₩12 萬 預設判斷線 1.3 倍 ₩6.8–7 萬 抓緊時(課程提到的金額) 0
刻度與金額成正比。藍色區段是觀察的範圍。
18
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
BEP 6 萬韓元套上 1.3 倍,以課程提到的金額來說,大約是 6.8 萬到 7 萬韓元(約新台幣 1,690–1,740 元)。沒有進到這個範圍內就關掉。問題是,這樣一來,像 10 號這種直接轉換 7.4 萬韓元(約新台幣 1,840 元)的廣告就會死掉。它只要再多跑一下、讓頻率累積起來,本來可以降到 3.7 萬韓元(約新台幣 920 元)。用 1.3 倍抓得太緊,就會錯過這種廣告。
BEP 的 2 倍預設;交給員工操作時
觀察到 12 萬韓元 → 救回會隨時間下降的廣告
BEP 的 1.3 倍自己操作、抓緊時
沒進到約 7 萬韓元以內就關 → 像 10 號(1 天 ₩74,674)這種廣告會死
BEP 的 1.3 或 1.5 倍資金非常吃緊時
不斷重複「大量製作內容、增加選項」的過程
19
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
成效已經很好的 2 號,要加碼
2 號廣告的頻率很高,但 ROAS 高達 4.54,每次購買成本還在持續下降。照一般的規則,會說已經疲乏、該換素材了。但從歸因設定的數字來看,這支頻率最高的廣告反而效率最好。這種廣告把預算加上去,成效會更好。
1 加碼預算 觸及的受眾池變大
2 頻率下降 同一個人看到的次數變少
3 繼續跑 從降低的頻率開始跑,再慢慢累積回來
4 成效變好 頻率累積起來,成效跟著變好
20
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
第一週只看 1 天的 ROAS 就關掉的話
營運第一週只看 1 天的 ROAS 就關廣告,4 號和 12 號都會死。如畫面上標示的,4 號的每次購買成本比 1 天的數字下降了35% ,12 號下降了40% 。所以我認為判斷線抓到 BEP 的 2 倍左右沒問題。如果資金非常吃緊,就抓 1.3 倍或 1.5 倍,並且不斷重複大量製作內容、增加選項的過程。
畫面上標示 4 號「下降 35%」、12 號「下降 40%」,指的是每次購買成本從點擊後 1 天到 7 天、28 天下降的幅度。
到這裡已經講了不少實戰訣竅。新手可能覺得陌生,但只要操作過一陣子廣告的人,應該都會點頭。
21
總結圖解 · 判斷線與被砍掉的廣告
總結圖解
第 1 天的成本要在哪裡切,決定了到第 28 天會降到 BEP 附近的廣告 會不會先死
BEP ₩6 萬 課程的 1.3 倍:₩6.8–7 萬 計算的 1.3 倍:₩7.8 萬 1.5 倍:₩9 萬 2 倍:₩12 萬(課程預設) #4 頻率 2.75 97,755 63,753 #12 頻率 1.69 74,834 44,901 #10 頻率 1.35 74,674 37,337 #2 頻率 3.47 62,638 53,451 ₩4 萬 ₩6 萬 ₩8 萬 ₩10 萬 ₩12 萬 點擊後 1 天 28 天數值 · 橫軸:每次購買成本(₩)
用 1 天數值切的判斷線
第 1 天被砍掉的
它們的 28 天數值
課程的 1.3 倍:₩6.8–7 萬
#4, #10, #12
₩63,753 · ₩37,337 · ₩44,901
計算的 1.3 倍 ₩7.8 萬、1.5 倍 ₩9 萬
#4
₩63,753
2 倍:₩12 萬
無
四支都繼續觀察
一個箭頭 = 一支廣告。課程把 1.3 倍說成「6 萬 8 千、7 萬韓元」,但 60,000 × 1.3 = 78,000 韓元,所以兩條線都畫出來。用計算的那條線,10 號和 12 號會活下來,只有 4 號被砍。
依課程內容重新繪製
22
總結圖解 · 加碼與頻率
總結圖解
頻率高、效率好的廣告:加碼,讓頻率降下來,再重新累積
加碼前 同一批人反覆看到 2 號廣告:頻率 3.47、ROAS 4.54 加碼預算 觸及擴大到更多人, 每個人看到的次數變少 繼續跑 頻率重新累積, 成效也跟著變好
一個點 = 該使用者的一次曝光。概念圖,人數與點數不是實際數值。
一般的規則
頻率超過 2、3 就是疲乏,要換素材或擴大受眾
課程的 2 號廣告
每次購買成本持續下降:₩62,638、₩54,916、₩53,451。繼續開著,並且加碼
不要因為頻率高就換素材。先確認每次購買成本在點擊後 1 天、7 天、28 天是不是一路下降,再加碼。
依課程內容重新繪製
23
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
5. 不要找標準答案,要找解答
大多數人想要的是標準答案。一天該花多少、行銷活動該怎麼設定,他們問的是這些。問題就出在這裡。
標準答案真的不存在。必須用找解答的觀點 去接近。不要用「一個月要投 N 萬韓元的廣告」、「CTR 超過 N%,所以很好」這種方式,而是用下面四點來看。
24
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
1 每次成果成本 每次成果成本說了算。在拿廣告互相比較之前,先做絕對評價。絕對標準就是每次成果成本,也就是每次購買轉換的成本。不是購買轉換的每次成果成本(例如前面看過的每次關注商店成本),不算絕對標準。只拿通過絕對評價的廣告來互相比較,最佳化就會越做越好。
2 把流量與轉換條件考慮進來 就像住宿型重考補習班的案例,光是 CTR 高不代表好,光是分享這類內容互動高也不代表好。要考慮實際的轉換條件是什麼。
3 運用交叉指標 把歸因設定、頻率、CPM(每千次廣告曝光成本)、CTR 一起看。只看一個指標,很容易解讀錯誤。
25
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
4 這一切都從「為什麼」開始 追問人為什麼會這樣行動、這個數字真正代表什麼。
交叉指標的一個例子,就是上一章的 3 秒→15 秒留存率。留存率低,是因為商品太吸引人、大家直接去買了,還是單純跳出,光看這個指標分不出來。所以要把不重複連外點擊次數 一起看。
少了「為什麼」,就可能只看到第一個行銷活動的 3 秒→15 秒留存率(48.52%)低於第二個(68.31%),就說它是不好的行銷活動而關掉。不能這樣做。真正吸引人的內容,會讓人沒看完 15 秒就直接點過去買。要練習追問數字為什麼會這樣,然後找出解答。
26
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
在比較兩個行銷活動的畫面上,3 秒→15 秒留存率是第一個 48.52%、第二個 68.31%。只看這個數字會把第一個關掉,但在連結頁面瀏覽率(5.82%)和關注商店(1,062 次)上,是第一個佔優。
3 秒→15 秒留存 48.52% VS 68.31%
連結頁面瀏覽率 · 關注商店 5.82% · 1,062
第二個行銷活動的留存率較高,但第一個在連結頁面瀏覽率和關注商店上佔優
27
補充圖解 · 先絕對,後相對
補充圖解
先用絕對評價篩一輪 ,再只拿留下來的廣告用交叉指標比較
把課程的順序套用到案例 3 的畫面(11 支廣告)。長條長度 = 廣告數
案例 3 畫面 依 ROAS 排序的表中的廣告
11
ROAS 從 8.80 到 2.65;有一列的 ROAS 在畫面外
▼
1 絕對評價每次購買成本 < BEP 6 萬韓元
8 支通過 3 支淘汰
3 支淘汰 (含 ROAS 8.80)· ₩121,614 · ₩63,216 · ₩60,951
▼
2 流量與轉換條件在這 8 支之中
在通過的 8 支之中
篩掉 CTR 或分享高、卻沒有轉換的廣告(重考補習班)
▼
3 相對評價用交叉指標比較
歸因 · 頻率 · CPM · CTR
留下成本從 1 天到 28 天一路下降的廣告,並加碼
4 每一步的起點都是
「為什麼」 人為什麼會這樣行動?這個數字代表什麼?
最下面的「為什麼」不是一個步驟,而是每個步驟底下都要問的問題
資料來源:Meta 企業商家使用說明,成果 · 每次成果成本(2026-11-20 確認)
28
補充圖解 · 先絕對,後相對
補充圖解
步驟1 為什麼用購買:成果會因行銷活動而不同
Meta 的定義
成果 = 依你選擇的目標和設定,廣告達成結果的次數。成果會因行銷活動而不同。所以,不是購買的成果(例如上一章的關注商店),它的每次成果成本當不了絕對標準,不能用在步驟1 。
資料來源:Meta 企業商家使用說明,成果 · 每次成果成本(2026-11-20 確認)
29
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
6. 解答:3 個步驟,3 件要知道的事
所謂解答,就是設定標準、確認標準,然後增加選項、比較、選擇。
3. 增加選項,比較後選擇
為了進到範圍內、並在範圍內做得更好:要對哪一群受眾、傳達什麼訊息、用什麼方式傳達?
30
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
要找到解答,只需要知道三件事。最後一項,也就是 Meta 的演算法和工具,只要上完這門課就會懂。另外兩項,受眾和行銷漏斗,需要大量練習。
其他
(Meta 的演算法與工具)· 上完這門課就會懂
31
總結圖解 · 找到解答的三個步驟
總結圖解
用三個步驟看這一章:標準 = BEP,確認 = 歸因期間,選項 = 訴求
選擇之後,再確認一次(重複)
1. 設定標準
2. 確認標準
3. 增加選項、比較、選擇
要回答的問題
取得一位顧客,最多能花多少?
實際上是不是花在這個範圍內?
對誰、說什麼、怎麼傳達?
本章的例子
BEP 6 萬韓元 判斷線抓 2 倍,12 萬韓元 吃緊時抓 1.3 倍(第 2–4 節)
1/7/28 天的每次購買成本 #4 ₩97,755 → ₩63,753 和頻率一起看(第 2–3 節)
一條牛仔褲的 4 種訴求 對調使用者與顧客 ohora、CLUG(第 8–9 節)
依課程內容重新繪製
32
總結圖解 · 找到解答的三個步驟
總結圖解
三件要知道的事當中,受眾和漏斗需要練習
找到解答要知道的三件事
受眾(= 內容) 步驟 3 的「對誰、說什麼」需要大量練習
行銷漏斗(行銷活動設計) 步驟 3 的「怎麼傳達」需要大量練習
其他(Meta 的演算法、工具) 例如步驟 2 用到的歸因欄位上完課就會懂
「三件要知道的事」的名稱,以及哪些需要練習,依課程畫面;和各步驟的對應,則依第 6 節步驟 3 的文字。
依課程內容重新繪製
33
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
7. 執著於演算法、目標設定與後台設定,為什麼會失敗
開始做 Meta 廣告時,大多數人走的是同一條路。聽說 Meta 最近更新成一套叫 Andromeda 的演算法,就先到處去查那是什麼。這不是該有的切入方式。
新手會連續問四個問題,而就像課程投影片上的紅字寫的,每一個都是系統觀點。
34
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
我現在講的這套 Meta 廣告做法,是從 2014、2015 年一路用到現在的。早期比現在粗糙,但框架是一樣的。先組好 1-1-1 行銷活動來跑(後面會說明),再把它們集中起來,用 ABO(廣告組合預算最佳化)讓素材互相競爭,最後走到 CBO(行銷活動預算最佳化)。我用這個觀點操作廣告超過 5、6 年。
1-1-1 行銷活動 組好就跑
▼
ABO 集中起來,讓素材競爭
▼
CBO 最後階段
35
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
詳細目標設定,我到現在沒用過。例外只有兩種:代理商或客戶指定要用某個詳細目標設定的時候,以及受眾非常明確的時候,例如中國人或日本人。
問「要讓機器學習最佳化,單日預算該設多少」也是錯的觀點:聽說 1 萬韓元(約新台幣 250 元)不好,那一天是不是要花 5 萬韓元(約新台幣 1,240 元)?每個行銷活動是不是要 3 萬韓元(約新台幣 740 元)?加碼怎麼做也一樣:聽說不能加碼,那一次加 20% 可以嗎?你只要當作機器學習只要改動任何一項,就會重新開始。
36
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
行銷活動要跑幾個、素材要做幾支,也一樣。這些問題全都是系統觀點,裡面沒有人。 要從人的觀點來問:Andromeda 演算法為什麼會出現、為什麼要用詳細目標設定、機器學習最佳化為什麼做得到、Meta 為什麼要幫你做,以及加碼時是什麼機制在動。
系統觀點的問題 改用人的觀點來問
Andromeda 演算法是什麼?詳細目標設定要怎麼設?
▶ 那套演算法為什麼會出現?為什麼要用詳細目標設定?
要讓機器學習最佳化,單日預算要多少?
▶ 機器學習最佳化為什麼做得到?Meta 為什麼要幫你做?
37
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
系統觀點的問題 改用人的觀點來問
加碼怎麼做?一次加 20% 可以嗎?
▶ 加碼時,是什麼機制在動?
行銷活動和素材要做幾個?
▶ 怎麼讓我的受眾有反應?什麼訊息會讓他們有反應?
用人的觀點看 Andromeda
簡單說,Andromeda 的意思是素材變得非常重要、目標設定走向超個人化。但素材本來就重要,本來就是超個人化。 圖片廣告一直都是這樣運作的。假設有個掉髮的人打開 Instagram。Instagram 不是大家帶著目的進來的地方,而是進來放鬆、玩的地方。
38
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
他是進來放鬆的,動態上卻跳出一則貼文:「掉髮的人請注意」。有掉髮困擾的人會停下來,其他人不會。超個人化一直都是這樣運作的:圖片內容本身,就把會有反應的人區分、決定出來了。這是人的觀點,不是系統觀點。與其研究 Andromeda,不如把時間拿來想:怎麼讓我的受眾有反應,什麼訊息會讓他們有反應。
沒有的人
同一則貼文直接滑過去。內容自己會篩出會有反應的人。
39
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
系統式做法會失敗的三個原因
原因很簡單。目標設定得再精準,訊息不好就不會有反應。行銷活動的結構和設定沒有完美的,只有最佳化。就算懂機器學習的原理,訊息不好、內容不好,也就沒有數據可以最佳化,因為機器學習指的是機器自己從數據中學出規律。最重要的是:人有沒有反應,以及怎麼讓人有反應。
40
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
系統式做法會失敗的三個原因
1 目標設定得再精準,訊息不好就沒有反應
2 行銷活動的結構和設定沒有完美的
3 就算懂機器學習的原理,訊息和內容不好,就沒有數據可以最佳化
最重要的是:人有沒有反應?
41
補充圖解 · Andromeda 與人的反應
補充圖解
Andromeda 從數千萬支廣告中挑出數千支,靠的是人的反應
全部廣告 數千萬支 Andromeda · 候選檢索 模型容量提高 10,000 倍,用於個人化 候選 數千支 排序模型 預測對用戶與廣告主的價值 競價 總價值最高的廣告曝光 動態:「掉髮的人請注意」 有掉髮 停下來 沒掉髮 滑過去 反應累積起來 成為下一次 預測的材料 預估行動率 = 預估會有 反應的機率 檢索階段處理 的廣告數, 約為下一階段的 1,000× (相差三個位數)
如果訊息沒讓任何人停下來,就根本沒有反應可以餵給這個循環
資料來源:Engineering at Meta, Meta Andromeda: Supercharging Advantage+ automation with the next-gen personalized ads retrieval engine(2024-12-02)· Meta 企業商家使用說明,關於廣告競價(2026-11-20 確認)
42
補充圖解 · Andromeda 與人的反應
補充圖解
課程和Meta 自己的文件 怎麼說
課程
素材本來就重要,本來就是超個人化。內容自己會篩出會有反應的人
Engineering at Meta 部落格
這是廣告推薦第一階段的檢索系統。上線後:召回率 +6%,部分區隔的廣告品質 +8%
Meta 競價文件
勝出的是總價值最高的廣告,總價值由出價、預估行動率、廣告品質組合而成
資料來源:Engineering at Meta, Meta Andromeda: Supercharging Advantage+ automation with the next-gen personalized ads retrieval engine(2024-12-02)· Meta 企業商家使用說明,關於廣告競價(2026-11-20 確認)
43
補充資料 · 花錢買受眾區隔
補充資料
資料仲介賣的「男性」區隔,平均只有 42% 是男性 ,不比隨機挑選好
區隔中實際具有該特徵的人所占的比例,%。灰點 = 一家供應商,藍點 = 平均,虛線 = 隨機挑選
性別(男性) 14 家資料仲介 平均 42.3% 隨機挑選:50% 25–54 歲男性 11 家資料仲介 平均 24.4% 隨機挑選:26.5% 25–54 歲男性 6 個購買平台,含最佳化 平均 59% 隨機挑選:26.5% 0% 25% 50% 75% 100%
課程 詳細目標設定我到現在沒用過。目標設定得再精準,訊息不好就沒有反應注意 這項研究測的是第三方販售、用於網頁廣告的區隔,並沒有測 Meta 的詳細目標設定。
加上購買平台的最佳化後提高到 59%,但各供應商從 40% 到 72% 不等。論文的結論是,這類目標設定往往不值得多付的成本。
資料來源:Neumann, N., Tucker, C. E. and Whitfield, T. (2019), How Effective Is Third-Party Consumer Profiling and Audience Delivery? Evidence from Field Studies, Marketing Science 38(6), forthcoming version(MIT IDE, Tables 4–6)· DSpace@MIT abstract(2026-11-20 確認)
44
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
8. 同一個商品,不同的訴求
同一個商品,不同的人用途也不同。一條褲子可以有四種訊息。
課程投影片列出一條褲子的四種訊息,下方寫著結論:「要換的是訴求,不是設定。」
45
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
上班穿舒適、帶點正式
上班久坐很不舒服。這是一條可以穿去上班、看起來俐落又穿得輕鬆的牛仔褲。
顯瘦修飾身形
大腿比較粗的人,穿這條大腿看起來更細。
顯腿長拉高身形
腿比較短的人,穿這條看起來更高、比例更好。
牛仔褲是同一條,訊息卻每個都不同,因為每個人買商品的理由不一樣。 保時捷也是一樣。
第二台車 買來欣賞、擺著看
炫耀用 買來給別人看
事業工具 買來當事業的槓桿
46
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
所以最先要換的是訴求,不是設定。別忘了,在 Meta 廣告裡內容占了 70% 的比重 。原本跑得好的素材突然死掉,最容易理解的看法是:對那個素材、那個訊息有反應的受眾池用完了。把訴求換一換,同一個商品就能持續得到反應。
1 跑得好的素材 對某一個訴求有反應的人買單
2 受眾池用完 會對那個訴求有反應的人都買完了
3 素材死掉 原本跑得好的成效突然下滑
4 換訴求 有其他購買理由的人,對同一個商品有反應
47
補充圖解 · 每個訴求有自己的受眾池
補充圖解
就算是同一條牛仔褲,每個購買理由都有各自的受眾池;一個用完了,就換訴求繼續走
商品 訴求(購買理由) 有反應的受眾池 牛仔褲 同一條 上班穿 舒適、帶點正式 大多已反應 用完 · 廣告死掉 約會穿 吸引異性 新的反應者 同一個商品 顯瘦 修飾身形 受眾池還在 顯腿長 拉高身形 受眾池還在 換訴求
保時捷也一樣
Meta 開發者文件 同一個素材看得越多次,疲乏就越高。解法包括用不同圖片或影片做新廣告,以及擴大受眾。
課程把素材突然死掉解釋為受眾池用完,並說要換的是訴求、不是設定。概念圖,受眾池方框的大小與填色不是實際數值。
資料來源:Meta for Developers, Marketing API Ads Webhooks: Creative Fatigue(2026-11-20 確認)
48
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
9. 對調使用者與顧客,把受眾池擴大
最有名的例子是 ohora(韓國的凝膠美甲品牌)和 CLUG(韓國的按摩器品牌)。首先,要把使用者和顧客分開。
ohora 原本主要是 20、30 歲女性當作凝膠美甲在用。當針對這群受眾的訊息用完了(是不是真的用完,我們無從得知),他們就換了訊息,更精確地說,是把訊息擴大了:「媽媽的手很美,讓媽媽的手也漂亮起來。」他們顧客不變,把使用者換掉, 藉此帶動購買。
49
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
CLUG 也一樣。一開始主打考生,讓父母來買。接著讓 20、30 歲的人把它當無線按摩器買給自己用。之後又主打送給父母的禮物,使用者變成父母。我的解讀是,因為受眾池一直用完,才會一再對調使用者與顧客 。
課程舉的廣告範例中,ohora(「我的手還算漂亮吧?」)和 CLUG(「想表達心意的時候,就送 CLUG」)都把使用者移到了父母那一代。
50
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
品牌 · 階段
使用者(誰在用)
顧客(誰在買)
ohora 初期
20–30 歲女性
20–30 歲女性
ohora 擴大
媽媽
不變
CLUG 初期
考生
父母
CLUG 接著
20–30 歲
20–30 歲
CLUG 第三階段
父母
買禮物送父母的人
這種事在實務上很常見。所以「Meta 廣告一定要無限量產內容才會成功」這種說法,完全是錯的。關鍵在於能抽出多銳利、多清楚的訊息 ,以及你的受眾對它有沒有反應。很多人好奇的「機器學習到底是什麼」,下一章會談。
51
補充圖解 · 誰在用、誰在買
補充圖解
ohora 與 CLUG:同一個商品,換了使用者和購買者
橫向 → 使用者(誰在用)· 縱向 ↓ 顧客(誰在買) 考生 20–30 歲 父母 20–30 歲 父母 買禮物 送父母 的人 1 ohora 初期 2 ohora 擴大 1 CLUG 初期 2 CLUG 接著 3 CLUG 第三 灰色格 = 使用者也是購買者
ohora 1 初期 · 凝膠美甲,20–30 歲女性 →2 擴大 · 讓媽媽的手也漂亮。購買者不變CLUG 1 初期 · 給考生用,父母買 →2 接著 · 無線按摩器 →3 第三 · 送父母的禮物,父母用
安索夫矩陣 用它的說法,商品不變、換市場,叫做「市場開發」(二手資料)。課程 把一再對調使用者與顧客的原因,看成受眾池用完。講師表示這是他自己的分析。
資料來源:Wikipedia, Ansoff matrix(二手資料)(2026-11-20 確認)
52
第 1 部 · 1-2. 留還是砍:為什麼我們加碼 ROAS 278% 而不是 291% 的廣告
總結
行動檢核清單
在 Meta 的數據儀表板搜尋「歸因設定」,加成自訂衡量指標,查看點擊後 1 天、7 天、28 天的成果與每次成果成本。
訂出自家商品的 BEP,記下每支廣告的每次購買成本是 BEP 的幾倍。超過 2 倍的關掉;在範圍內的,確認成本是否隨歸因期間下降。
不要頻率一超過 2、3 就把廣告關掉。先確認它點擊後 1 天、7 天、28 天的每次購買成本是不是在下降。如果在下降、而且效率已經很好,就加碼。
不要只憑一個指標下結論。把歸因設定、頻率、CPM、CTR、不重複連外點擊次數交叉比對,並寫下「人為什麼會這樣行動?」
針對你現在賣的一個商品,寫出四種購買理由不同的訴求。再做一則把使用者和顧客放在不同位置的訊息。
53
免費章節到這裡結束。 接下來 11 章與兩份附錄:4 天放大 30 倍、1-1-1/ABO/CBO、為什麼一放大效率就崩、漏斗與瓶頸,以及雙軸內容矩陣與真實案例。
購買標準版 — NT$790 一次付清 · 立即在瀏覽器閱讀 · PDF 以您的 Email 授權寄送
看看書裡有什麼