Meta 廣告的受眾規模怎麼選？太小和太大都有問題

Published by

Yichi Huang

on

在 Meta 廣告的受眾設定頁面，你可以看到一個估計觸及人數的量表，從「太具體」到「太廣泛」。很多人不確定自己的受眾規模是不是合適，最後要不就是框太小讓廣告頻率飆高，要不就是框太大讓廣告打到不相關的人。

受眾太小會發生什麼事？

當受眾規模過小（例如台灣市場設定在 1 萬人以下），你的廣告預算很快就會讓同一批人重複看到很多次。頻率上升之後，點擊率下降、每次結果的成本上升，這就是廣告疲勞的典型症狀。小規模受眾也讓 Meta 的演算法沒有足夠空間找到真正對你有興趣的人。

受眾框太廣，廣告雖然便宜，但大量預算會花在根本不可能轉換的人身上。你的 CPM（千次曝光成本）可能很低，但實際帶來的轉換稀少，整體 CPA（每次轉換成本）反而偏高。

台灣市場建議設定在 30 萬到 200 萬之間，讓 Meta 有足夠空間做機器學習。這個範圍內你可以用興趣標籤、行為、年齡層來縮小，但盡量不要同時疊加太多條件，否則規模會掉得太快。

以你的既有客戶或轉換名單為基礎建立的類似受眾，通常會比純興趣標籤精準。建議使用 1% 到 2% 的 Lookalike 比例，過高的比例（例如 5% 到 10%）相似度會快速下降，精準度變得和興趣標籤差不多。

再行銷的受眾天生就比較小（只有曾造訪你網站或互動過的人），這是可以接受的。但如果你的再行銷受眾只有幾千人，要特別注意頻率控制，避免讓同一批人每天都看到相同廣告。

如果你同時跑多組廣告，各組的受眾有大量重疊，Meta 的廣告組之間會互相競價，推高你的成本。可以在廣告組層級啟用「受眾片段」功能，或在不同廣告組之間設定排除條件，讓每組受眾盡量獨立。

Meta 近年來持續推廣「廣泛定向」（不設任何興趣標籤，只留年齡和地區），讓演算法自行找受眾。這在帳戶有足夠轉換數據的前提下可以運作得不錯，但剛起步的帳戶缺乏歷史資料，廣泛定向容易浪費預算。建議帳戶有 50 筆以上的月轉換數據後再考慮測試廣泛定向。