受眾重疊的代價:三個廣告組互相搶量的診斷

一個帳戶裡有三組廣告,各自的受眾看起來不同:一組是興趣受眾、一組是網站訪客、一組是相似受眾。

實際上這三組有超過一半的人是同一批。他們同時進入三個競價池,而競價的另一端,經常就是同一個帳戶的另外兩組。

這篇說明重疊怎麼發生、怎麼診斷,以及五種可以立刻執行的收斂做法。

一、重疊為什麼會推高成本

廣告的成本由競價決定。當你的兩組廣告同時想要觸及同一個人時,系統只會選擇其中一組投放,但競價的過程已經影響了價格。

更實際的影響是預算分散。同一批人被三組廣告分別接觸,每一組都在建立自己的頻率,結果是這個人在短時間內看到過多次的相同訊息。

第三個影響是學習效率。三組廣告各自累積少量資料,而不是一組累積足夠的資料。這會延長學習期並降低最終表現。

  • 競價互相推高價格
  • 頻率過度累積,體驗變差
  • 資料分散,學習效率下降

二、重疊最常見的三種來源

第一種是相似受眾與其種子名單同時投放。相似受眾的建立基礎就是那份名單,兩者必然高度重疊。

第二種是興趣受眾與再行銷受眾。已經來過網站的人,通常也符合該產業的興趣標籤。

第三種是多個廣泛受眾之間。當兩組受眾的條件都很寬鬆時,即使定義不同,實際覆蓋的人群可能高度接近。

三、診斷方法一:平台的重疊工具

多數廣告平台提供受眾重疊的檢視功能,可以直接比較兩組受眾的交集比例。

實務上的判斷標準是:重疊超過三成就值得處理,超過五成則幾乎確定在互相影響。

這個工具的限制是通常一次只能比較有限的組數,而且不包含廣泛受眾。

四、診斷方法二:觸及與曝光的關係

如果一組廣告的曝光數持續上升但觸及人數停滯,代表它反覆接觸同一批人。

把三組廣告的觸及人數相加,如果總和明顯大於帳戶層級的總觸及人數,差額就是重疊的規模。

這個方法不需要特殊工具,只需要把報表的數字並排。

  • 觸及停滯但曝光上升 = 頻率累積
  • 各組觸及總和 vs 帳戶總觸及 = 重疊規模
  • 差額越大,重疊越嚴重

五、診斷方法三:成本的異常上升

當一組廣告的成本在沒有明顯外部原因的情況下持續上升,而同時期你新增了另一組廣告,兩者的時間點值得比對。

實務上我們處理過一個帳戶,新增一組相似受眾後兩週,原本的再行銷廣告成本上升了四成二。暫停新組之後,兩週內回到原本水準。

六、診斷方法四:頻率報表

直接看每組廣告的平均曝光頻率。單組頻率不高但整體感受過度,通常代表重疊。

建議同時看帳戶層級的頻率分布,而不只是平均值。平均值為三,可能是所有人都看三次,也可能是多數人看一次而少數人看二十次。

後者是重疊最典型的表現。

七、收斂做法一:受眾之間互相排除

最直接的做法。把已經在較高意圖受眾裡的人,從較低意圖的受眾中排除。

順序原則是:從最接近成交的那一層開始保留,往外逐層排除。再行銷排除已成交,興趣受眾排除再行銷,相似受眾排除種子名單。

八、收斂做法二:合併廣告組

當兩組受眾的重疊超過一半、且素材與出價策略相近時,合併通常比排除更有效。

合併之後系統可以在更大的池子裡最佳化,資料也更集中。要注意的是合併會重置學習,需要一到兩週的過渡期。

  • 重疊超過五成且策略相近時優先合併
  • 合併會重置學習,預留過渡期
  • 合併後預算應為原本兩組之和

九、收斂做法三到五

  • 收斂做法三:減少廣告組數量。小帳戶三組以內、中型帳戶六組以內通常足夠
  • 收斂做法四:用單一活動涵蓋多個受眾,讓系統自行分配而非人工切分
  • 收斂做法五:把差異不大的受眾定義收斂成一個較寬的定義,並用素材而非受眾做區隔

十、收斂之後預期的變化

以我們處理過的帳戶來看,重疊嚴重的帳戶在收斂後的前兩週通常會出現波動,第三週開始成本下降。

較常見的結果是:廣告組數量減少一半以上,總曝光略降,觸及人數上升,每筆詢問成本下降一到三成。

要注意的是收斂不會無限提升效果。當重疊已經在合理範圍時,繼續合併反而會失去針對性。

十一、什麼情況重疊是可以接受的

兩種情況。第一是刻意的多層漏斗設計,各層使用不同素材且有明確的排除設定。

第二是測試期間,為了比較不同受眾定義的表現而暫時允許重疊。這種情況應該有明確的結束時間。

常見問題

重疊多少算嚴重?

以平台的重疊工具檢視,超過三成值得處理,超過五成通常已在明顯互相影響成本與學習效率。

排除跟合併哪個比較好?

重疊比例高且策略相近時合併較好;受眾意圖層級明確不同時,用排除保留分層設計較合適。

收斂後多久看得到效果?

通常前兩週會有波動,第三週開始成本下降。建議至少觀察四週再判斷。


延伸閱讀

關於作者與審稿

冠誠數位行銷(GuanCheng Martech)的顧問團隊撰寫這篇文章。團隊累積 295 個專案,服務 308 家客戶,操作範圍包含 SEO 自然排名、AEO 答案引擎、GEO 與 LLMO 佈局、Google 與 Meta 廣告投放、電商維運與數據歸因分析。

文章裡的數字來自冠誠數位行銷實際經手的客戶帳戶與後台報表,客戶名稱與可識別資訊都已經移除。內容由負責該領域的冠誠顧問審稿後發佈,最後更新日期為 2026 年 9 月 8 日。讀完有問題,可以到冠誠數位行銷官方網站的預約諮詢頁面留下聯絡方式,我們會用你提供的時段回電。