廣告成本逐年上升，把預算投得更準比投得更多重要。本文整理 91APP 新科技線上主題週的分享，說明種子名單的挑選方式、商品四象限，以及註冊未購會員的溝通做法。
影片重點摘要
- 用第一方會員輪廓當範本挑選種子名單，再交給廣告平台放大。
- 商品四象限用流量與轉換率兩個維度，找出明星商品與潛力金礦。
- 人的標籤與商品標籤配對，決定要推什麼品、講什麼話。
- NAPL 分群涵蓋註冊未購、主力客、潛在客、流失客與沉睡客。
種子名單怎麼挑？
分享中把公域廣告的做法拆成幾個步驟：
- 挑選種子名單：明星商品的購買者、高回購客群，或是高 LIFT 值（相對於平均的提升幅度）的興趣表現者。
- 放大：把種子名單餵給 Meta ASC 廣告做相似受眾放大，或提供給 Google PMAX 強化機器學習投放。讓預算集中在真正的新客身上。
關鍵論點是：過去投放廣告比較仰賴投手的經驗或品牌對自身消費者的認知，而資料化之後，是用第一方的會員輪廓當作範本去找相似的人。
這也呼應了目前的產業現實。Google 雖然在 2025 年 4 月宣布維持 Chrome 的第三方 Cookie，並在同年 10 月關閉多數 Privacy Sandbox API，但 Safari、Firefox 與 Brave 仍預設封鎖第三方 Cookie，約佔全球流量的 17% 到 20%。跨站追蹤的可靠度長期偏低，餵給平台的第一方名單品質就更關鍵。
商品四象限怎麼看？
除了人，商品也需要判斷。分享中用兩個維度觀察：這個商品有沒有流量，以及轉換率效果如何。
| 象限 | 特徵 | 操作方向 |
|---|---|---|
| 明星商品 | 高流量、高轉換 | 持續穩住 |
| 潛力金礦 | 低流量、高轉換 | 導入人的標籤，找出該推給誰，值得放大 |
| 高流量低轉換 | 有人看卻不買 | 檢視素材與定價 |
| 低流量低轉換 | 兩者皆弱 | 降低資源投入 |
潛力金礦是這張圖的重點。 轉換率高代表看過的人都覺得好，只是知道的人太少。這類商品最適合投放廣告，因為它的問題是曝光而非說服力。
人與商品怎麼配對？
分享中的分工很清楚：受眾標籤決定要圈哪些人，商品分析決定要選哪些品、講什麼話。
左邊是人：他是誰、站外有什麼興趣、帶有哪些特徵。右邊是貨：商品的品類、功效、系列款式，是引流款還是新主打商品。透過標籤把兩者做完整的配對。
配對之後，每一組受眾都能對應到不同的商品，而且說得出為什麼配這組商品。舉例來說，一個人身上帶有防水的興趣特徵，剛好防水也是這個品牌主力產品的功效，這就是共同特徵。
分享中也提醒，很多人買的低客單引流品，跟小眾在看的高客單商品，性質不同，打法也要不同。
NAPL 分群與註冊未購的難題
NAPL 是依購買週期做的會員分群，涵蓋註冊未購的新客人、主力客、潛在客、流失客與沉睡客。分享中指出，這是 91APP 在說明購買週期時使用的分群方式。
其中註冊未購是最常被問到的一群。分享中點出的癥結很直接：這些人好不容易願意註冊，但他們還沒買過東西，所以你根本不知道他喜歡什麼。
過往的做法只能是「歡迎加入會員，推薦你買什麼」，並沒有真正認識這群人。透過站外的第三方標籤資料，可以知道這些註冊未購的會員近期在站外對哪些興趣內容有偏好、過去有哪些商品偏好，再依生活場景分群，例如親子客群或戶外用品客群，結合品牌自己的商品創造購買動機。
對服飾或餐飲品牌來說，這個差別很具體：對親子客群談的是週末聚餐與家庭號，對戶外客群談的是機能與耐用度，同一檔活動可以有兩種說法。
這個做法的前提是什麼？
有兩件事值得先確認。
第一是名單規模。相似受眾放大需要一定的種子數量才有效果，會員數偏少的品牌可能需要先累積。
第二是資料合規。使用站外第三方資料時，建議先確認資料來源的合法性與個人資料保護的合規性。
91APP 相關產品延伸
種子名單圈選、商品四象限與會員分群屬於 91APP CDMP 數據中台的範圍，可參考 91APP Marketing Cloud。若品牌同時想強化搜尋端的流量來源，可參考 91APP SEO 與 AI SEO 解決方案。
常見問題 FAQ
Q1：種子名單要放多少人才夠？
各廣告平台對相似受眾的建議門檻不同，一般需要數千筆以上才較穩定。名單品質比數量更重要，與其放進所有會員，不如聚焦在明星商品購買者或高回購客群這類特徵明確的人。
Q2：註冊未購的會員要怎麼溝通？
因為他們還沒買過，品牌手上沒有購買紀錄可用。可行的方向是藉由站外資料瞭解這群人的興趣偏好，再依生活場景分群，用他們的情境連結到品牌商品，而非直接推薦熱銷品。
Q3：商品四象限要多久檢視一次？
建議跟著檔期節奏走，例如每季或每次大檔前後各檢視一次。季節性商品的流量與轉換變化很快，用太舊的資料判斷容易誤判。
資料來源
- Consenteo：Third-Party Cookies in 2026 – What Actually Happened After Google’s Reversal
- 本文影片來源：91APP 新科技線上主題週〈CDMP 數據中台〉，講者 Lewis
影片逐字稿
三大場域實戰：公域廣告 Lookalike 放大、站內 Pop-up 與會員旅程溝通
剛剛講完了透過這些的報表模型，那我們怎麼樣具體來運用在場域上面呢？一樣，我們再貼合到最一開始跟大家講，大家還記得品牌的三大痛點。一樣我們在公域廣告上面，透過這樣的站外興趣標籤就可以去做，不管是我們今天可以把這樣的會員輪廓做種子的名單，可以去廣告上面去做Lookalike的放大運用。一樣在針對進站的這群人的流量裡面，一樣透過把訪客或者是他可能也是會員，我們把他們身上的標籤也能夠貼出來之後，搭配Pop-Up彈窗的機制，去把對的商品應該投放給怎樣的人，甚至在Banner上面的溝通口吻，可以去達到更精準化的一個操作運用。
那一樣的，把訪客轉換成會員，會員終於發生購買了，那像這樣的首購客人或回購客人，之於不同的會員標籤、生命週期，甚至是有所謂的購買意圖，那也可以再去結合個人化行銷的旅程上面，不管是在APPpush上面的運用、LINEOA的運用，就可以透過這樣去打造一個更精準的個人化旅程的操作運用。
所以剛剛我提到第一點，是在第一個領域，我們終於可以有一個數據化的方式，我們可能過去在投放廣告的方式，可能會比較仰賴所謂的投手，或者品牌對於自己品牌裡面消費者的認知。可是當我們今天透過數據化，我們在做什麼事情？我們去把會員的這些標籤的輪廓找出來之後，透過廣告私域上面，找到更像這一群會員的人，所以找到怎麼樣下一組精準的人。就透過像第一塊，我們去挑選種子的名單，不管是我們今天有一些明星商品，或者是高回購，甚至是我們剛剛講的高LIFT值的興趣表現，就找出來這些當種子。
那我們可以結合第二個步驟，我們把這樣子的種子名單，不管是搭配在可能是Meta的ASC廣告上面，去做Lookalike的放大，甚至是在GooglePMAX，也可以這樣去餵養這樣的一個訊號，去強化機器學習的投放。那當然，如果我們想要做到更精準的部分，當然也可以去來排除品牌既有的一些舊客，找到更精準的新客。所以我們其實就是透過真的，不只是單單透過外站的這些所謂的第三方數據資料，我們是真的把一個會員身上的這些品牌的會員資料，先去做分析，把它去做運用，這樣才是能夠對品牌更精準的，用第一方的輪廓當為一個範本。那也可以讓這些名單，其實擅加的去回收跟複用，協助品牌把整個可能在公域廣告上面越投越準，然後可以去創造一個更低的獲客成本。
商品四象限：用流量、轉換率找出明星商品與潛力金礦，讓人貨精準配對
那不單單只是我們在講人，商品也是一個大家很看重的地方。那商品我們就要去看，我今天其實哪些商品應該怎麼去push，哪些商品表現真的已經很好了，那可不可以再放大呢？那我們就可以透過像這樣一個商品四象限，我們協助品牌來觀察兩個維度。觀察什麼？這個商品有沒有流量，有沒有人在看，這個商品的轉換率效果怎麼樣。所以剛剛我們在這個簡報上面，我們明星商品，當然就是高流量又高轉換，這個就是持續的穩住它。
好，那我們要挖掘什麼呢？潛力金礦，這在講什麼？我們其實會有一些非常有效的、高轉換的這些商品，可是他可能是低流量，代表怎麼還沒有很多人看得到，那我們怎麼樣透過結合，不單單只是商品，我們還把人的標籤也導入進來，去找到什麼樣的這些潛力的金礦的商品，應該還可以推到怎樣對應的人，這個就很適合我們值得再去做放大操作的一些運用。
NAPL 會員分群：註冊未購、主力客、潛在客、流失客、沉睡客
所以剛剛有提到說，商品部分我們去結合了，透過剛剛整個整合起來，是我們去結合了不只是在做AI模型，AI模型裡面也搭配了所謂的購買週期裡面，NAPL去做會員的分群，一路從註冊未購新客人、主力客、潛在客、流失客、沉睡客等等，這些不同購買週期裡面，同樣的，我們再把每一群人去做附加的標籤。
我就舉一個例子好了，客戶很常問我說Lewis，我們好多註冊未購的客人怎麼辦？我們怎麼溝通？那問題點來了，這些人好不容易也願意註冊了，可是有沒有想過一件事情是，他都還沒有買過東西，你肯定不知道他喜歡買什麼，這時候關鍵點來了。如果透過CDMP這樣數據中台，我們可以透過第三方的標籤資料，去知道這些註冊未購的，他們近期可能在站外，對於哪一些興趣內容是有偏好的，他們過去是可能喜歡購買哪一些東西的商品偏好等等的部分，是不是讓你想要跟這群人溝通的時候，有更好的利基點跟溝通的口吻。不然你過往的操作只是說，歡迎你加入會員，我們推薦你買什麼，但是這邊你並沒有真正去認識這群人。所以透過第三方的數據資料，就可以去補全剛剛提到的會員的樣貌，讓你搞不好還可以去做分群，有些人可能是親子的客群，有些人可能是戶外用品的客群，所以你就可以這樣子，用他們的生活場景，去達到結合品牌自己本身的商品，去創造更好的購買消費動機，就更有效的可以去把這些註冊的未購呢，達到一個更好的轉換效果。
