ROAS BIBLE1-2 / 13 章
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 ₩34,022ROAS 2.78 · 每次購買 ₩47,281469點擊後 1 天578點擊後 7 天580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 BEPBEP ₩6 萬BEP 2 倍 ₩12 萬8.803 次₩121,6144.5484 次47,7254.1522 次60,9513.8125 次58,6532.9827 次58,4662.915 次A34,0222.9040 次43,8342.7838 次49,4172.7889 次B47,2812.652 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。

ROAS 8.80 廣告
₩121,614
BEP
₩60,000

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 978 / 5點擊後 28 天課程畫面數值比 1 天多 1180 / 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01 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 37,33797,75574,83474,67462,63866,65154,916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 BEP0 支
28 天時低於 BEP3 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 2.7597,75563,753#12頻率 1.6974,83444,901#10頻率 1.3574,67437,337#2頻率 3.4762,63853,451₩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。

1. 設定標準
取得一位顧客,最多能花多少?
2. 確認標準
實際上是不是花在這個範圍內?
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。

受眾
(= 內容)· 需要大量練習
行銷漏斗
(行銷活動設計)· 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。

有掉髮困擾的人
看到「掉髮的人請注意」就停下來。
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。
約會穿吸引異性
穿上這條,女生(或男生)會很喜歡。
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
第二台車(欣賞用)
炫耀用(給人看)
事業槓桿工具
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。

使用者
實際使用商品的人
顧客
購買商品的人,也就是買單的人

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1ohora 初期2ohora 擴大1CLUG 初期2CLUG 接著3CLUG 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