廣告自動導航
會員登入

關於這些數字

我們不搬數據,我們給判斷。

判斷會不會錯?會。所以這一頁把我們讀了什麼、怎麼算的、哪裡算不準,全部寫出來。

我們讀哪些資料

① 你的 Meta 廣告資料(經你授權,唯讀)

讀什麼用在哪
廣告帳戶清單、幣別、時區金額格式化
廣告活動/廣告組/廣告的設定與狀態帳戶設定健檢
花費、曝光、觸及、點擊、成果數與成果類型成果報表
成交金額(若你的追蹤有回傳)成果報表的獲利計算
年齡 × 性別的花費與曝光分佈受眾偏斜分析
素材的上線日、頻率、點擊率趨勢素材疲乏判斷

我們不讀:你的個人貼文、好友名單、私訊內容、粉專的非廣告貼文互動明細。

我們不寫:除了你在「建立廣告」頁逐次親自操作的建立與預算調整之外,我們不會修改你帳戶裡的任何東西。健檢與報表都是唯讀。

② 你自己填的數字

商品成本%、變動成本%、每月固定成本、私訊成交率、客單價、名單價值、你設的目標。

這幾個數字撐著報表上十幾個判斷。它們是你的估計值,不是會計帳。填錯了,報表會很有自信地給你一個錯的答案——所以我們會在超過 3 個月沒更新時提醒你回來看一次。

(成本結構設定隨新版報表分階段推出;推出前,報表只呈現 Meta 回傳的花費與成交金額,不推算獲利。)

③ 我們自己的資料

我們有在累積台灣帳戶的成本觀測,但目前樣本還不夠,所以報表上不會給你一條「同業平均」的線——一條樣本不足的線比沒有線更容易害你做錯決定。報表裡每個數字的對照物,目前都來自你自己的資料:你的損益兩平線、你設的目標、你過去 90 天最好的表現、你自己其他活動的平均。

我們用哪些方法算

五個引擎,每一個都寫清楚:它回答什麼、資料從哪來、怎麼算、什麼時候會不準。

引擎一:帳戶設定健檢

它回答什麼
你的廣告設定裡,有哪些會安靜地浪費錢或讓數據失真。
資料從哪來
Meta Marketing API 回傳的活動/廣告組/廣告設定與狀態。檢查規則來自我們對 227 條 Meta 廣告後台功能的內部盤點(2026 年 8 月)——首頁說的「近半數功能設錯不報錯」即出自這份盤點中「靜默失敗」類的占比。
怎麼算
規則比對。每條規則有明確的觸發條件,不是 AI 判斷、沒有機率成分。結果分三態:需要處理(有資料證明有問題)/請你確認(Meta 沒給資料,無法判斷)/目前正常(已確認沒問題)。處理方式另標:可以自己處理/建議顧問協助/請先確認設定。
什麼時候會不準
Meta 有一部分設定不開放給第三方讀取(例如素材的自動加強項目、事件配對品質分數)。這些我們一律標成「請你確認」,不會猜、也不會算進問題數裡。「目前正常」的意思是「在我們讀得到的範圍內沒問題」,不是「一切都好」。

引擎二:成果報表的獲利模型

它回答什麼
這段期間的廣告,扣掉所有成本之後到底賺還是賠。
資料從哪來
Meta 的花費與成交金額 + 你自己填的成本結構。
怎麼算
把計算式直接寫在畫面上,讓你可以自己驗算:
毛利率      = 1 − 商品成本% − 變動成本%
損益兩平線  = 1 ÷ 毛利率            (每花 1 元至少要收回幾元)
可承受上限  = 客單價 × 毛利率        (每次成果最多能花多少)
剩下的錢    = 營業額 − 商品成本 − 變動成本 − 廣告花費 − 固定成本分攤
客單價一律用你這期的實際數字算(成交金額 ÷ 成交筆數),不跟你要,也不用產業預設值。
什麼時候會不準
  • 比率一律用同一種成果類型的花費當分母。如果拿帳戶總花費去除單一種成果數,會得到一個比較差的數字——那個算法是錯的,因為它把私訊和沒對上的錢攤到成交效率上。
  • 成交數字只包含 Meta 追蹤得到的。電話、LINE、到店成交、退貨都不在裡面→讓成本看起來比實際貴。
  • 有些活動 Meta 不回傳成交金額,我們一律算 0 元→讓「每花 1 元收回」偏低。
  • 認不出成果類型的花費不算進任何成本數字→讓所有成本數字看起來比實際好。
  • 私訊估值可能與成交金額重複:客人私訊後回網站結帳的話 Meta 已經算過一次。我們只把「直接在私訊成交」的部分再加上去→沒扣乾淨時會讓總回收偏高。
  • 損益兩平線只算到「廣告不再流血」,沒有算店租、薪水、軟體月費。過線代表廣告本身沒賠,不代表公司這個月賺錢→只看這條線會把整體獲利看得太樂觀。

引擎三:受眾偏斜預測(貼文健檢)

它回答什麼
這則素材投出去,Meta 大概會把它推給誰;以及想打到某群人,素材要怎麼改。
資料從哪來
校準級(樣本最完整)醫美・肉毒抗老(女性向)、醫美・除毛(女性向)、醫美・除毛(男性向)——以實測擬合建檔(92 萬次曝光+跨月驗證)
產業級(9 個)保健品、健身、加密貨幣、寵物、旅遊、服飾DTC、母嬰、線上課程、美妝保養
分格年齡 6 段(18-24/25-34/35-44/45-54/55-64/65+)× 性別 2 → 12 格

(這份清單直接讀自預測引擎的目錄,與貼文健檢頁看到的選項永遠同一份。)

怎麼算
把素材與文案送進模型,預測 12 格的分佈;再與你選定的目標客群比對,反推素材要改什麼。素材分析由 Google Gemini API 處理,上傳內容只用於當次分析、不儲存。首頁說的「投放偏斜主要在曝光端由素材決定」,出處是我們自己帳戶的曝光/點擊漏斗分解(台灣、2026、購買目標):該帳戶的性別分化約 93% 在曝光端就已決定,點擊端只再位移約 1.03 倍。樣本只有一個帳戶,所以我們把它當方向性觀測,不在行銷頁面拿它當通則數字。
什麼時候會不準
  • 校準級只有醫美三類。其他 9 個產業是產業級,準確度低一階。
  • 目前沒有服務業、餐飲、零售的校準檔——這三類的預測請當成參考方向,不要當結論。
  • 樣本數不足的產業我們不開放對比,畫面會直接說「暫不開放」而不是給你一個數字。
  • 這個預測講的是「曝光會給誰」,不是「誰會買」。

引擎四:文案紅線比對

它回答什麼
這段文案裡有沒有主管機關實際裁罰過的用語類型。
資料從哪來
主管機關公開裁罰案件整理出的用語類型清單。目前主要涵蓋衛生福利部(食藥署)與各地方衛生局裁罰的食品、化粧品、醫療與醫美廣告用語(藥事法、食安法、化粧品衛生安全管理法、醫療法),以及跨產業的誇大不實宣稱類型。資料更新至 2026 年 8 月。另有一個訓練出來的紅線模型:資料是食藥署公開的違規食品、藥品、醫療器材、化粧品廣告處分(約 10 萬筆,政府資料開放授權)與食品、化粧品廣告認定準則的「可用/不可用詞句」附件。
怎麼算
兩道檢查:先用裁罰用語類型逐條比對,命中時附上對應法條與建議改法;再由紅線模型逐句判斷「像不像裁罰過的寫法」,抓出詞庫沒收錄的說法,並標出最可能違規的幾個字。在一組模型沒看過的真實產品標題上,模型抓到約 53% 的違規句(手寫詞庫約 16%),判為違規的句子約 90% 確實違規。
什麼時候會不準
這是「比對裁罰過的用語類型」,不是法律意見,也不保證通過審查。沒有比對到不代表安全——同樣的字在不同產業、不同情境的認定可能不同(例如「美白」在化粧品可用、在食品違規,模型目前不分產業、偏向從嚴)。模型的訓練標籤由 AI 依法規條文標註,尚未經律師或衛生局人員全面抽查;只看文字,不看圖片與整體表現。有疑慮請諮詢專業人士。

引擎五:素材自動加強項目的偵測

它回答什麼
Meta 有沒有在你不知道的情況下改寫你的文案或畫面。
資料從哪來
Meta 未開放這些設定給第三方讀取。
怎麼算
我們算不出來。這一項在健檢裡一律標成「請你確認」,並附上 Meta 後台的確認路徑(廣告管理員「廣告創意 → 加強項目」)。
什麼時候會不準
為什麼算不出來還放在頁面上:因為它真的會影響你——自動加入的折扣文字若與實際優惠不符,可能造成消費爭議。讀不到不等於不重要。我們的做法是告訴你去哪裡看,而不是假裝我們知道。

引擎六:Google 搜尋廣告健檢

它回答什麼
這組搜尋廣告文案會不會被 Google 拒登、廣告效力大概幾級、品質分數三要素大概落在哪。
資料從哪來
Google Ads 公開的說明與政策:回應式搜尋廣告字數(中文每字算 2,標題 30、說明 90)、編輯規範(符號、表情、空格、大小寫、重複、電話號碼)、不可靠聲明、廣告效力的改善建議、品質分數三要素的定義;到達網頁速度來自Google PageSpeed Insights公開 API;法規紅線沿用引擎四的詞庫。
怎麼算
拒登規則逐行比對;廣告效力依 Google 建議的方向(標題與說明數量、標題包含關鍵字、彼此夠不一樣、長短混合、行動呼籲與優惠)打 0–100 分;品質分數用第三方逆向推估的點數拆解(1+預期點閱率+廣告關聯性+到達網頁體驗)組合。
什麼時候會不準
廣告效力的權重是我們設定的,不是 Google 公式;「預期點閱率」在沒有你的帳戶數據前只能用文案特徵推估(假設級);Google 官方沒有說網頁速度直接計入品質分數,我們只把它當風險指標。Google 也表示品質分數不是競價的直接輸入值。連上 Google Ads 帳戶後,會改用帳戶回報的實際評等。

我們做不到的事

資料怎麼被保護

完整說明請看隱私權政策。

名詞對照

這張表是全站文案的單一事實來源:畫面上的主要句子一律用右欄的講法,左欄的術語只出現在括號或展開說明。

你可能在別的地方看過我們在畫面上怎麼講
ROAS每花 1 元收回
CPA每次成交成本
CPM讓廣告被看 1,000 次的價格
CTR點擊率
頻率同一個人平均被打到幾次
歸因視窗算幾天內的成交
EMQMeta 能不能把成交資料對回正確顧客
去重同一筆成交會不會被重複計算
未分類花費我們認不出它買到了什麼
損益兩平 ROAS每花 1 元至少要收回幾元才不會賠

最後更新:2026-08-28(調整判斷規則或新增校準檔時會更新此頁)