AIM AI SOFTWARE LAB廣告全景：單一平台的 ROAS 會騙你
每個平台都說自己帶來了轉單。把它們加起來，數字會超過你的總營收。
1・先看 MER，再看 ROAS
每個廣告平台都會告訴你它帶來了多少轉單。把所有平台的數字加起來，你會發現總和超過你的實際營收——有時候超過很多。 這不是平台在說謊，是歸因重疊。同一個客人可能先看到臉書廣告、再搜尋你的品牌、最後從 Google 點進來下單。三個平台都會宣稱這一單是自己帶來的。如果你用各平台回報的 ROAS 來分配預算，你是在用重複計算的數字做決定。 解法不是去修歸因（那很難，而且小店沒有工具），是換一個看不會騙人的數字：MER，也就是總廣告費除以總營收。這個數字沒有歸因問題，因為分子和分母都是你自己帳上的事實。 用整體廣告效率試算，把你所有平台的花費加起來除以總營收。假設廣告費 90,000、營收 600,000，MER 是 15%。這個數字才是你真正在為每一塊營收付的廣告成本。
2・從營收目標反推需要多少流量
有了 MER 之後，下一步是從目標往回推，而不是從預算往前推。 多數人的做法是「這個月有 100,000 廣告預算，來看能買到什麼」。比較好的做法是「這個月要做 800,000 營收，倒推需要多少流量、多少預算」。 算法：目標營收除以客單價等於需要的訂單數；訂單數除以轉換率等於需要的流量；流量乘以每次點擊成本等於預算。以目標 800,000、客單價 900、轉換率 1.5%、CPC 4 元計算：需要 889 張單、59,267 次流量、237,068 元的廣告費。如果你的預算只有 100,000，那這個目標做不到——而知道這件事的時間點應該是月初，不是月底。 用流量需求反推試算把這條鏈算一次。多數人算完會發現目標和預算對不起來，而那正是最有價值的資訊。
3・預算三分法：測試、放大、品牌
預算怎麼切，有一個實用的三分法：測試、放大、品牌。 測試的部分用來找新素材和新受眾，這部分的 ROAS 一定難看，因為它的產出不是訂單是資訊。放大的部分投在已經驗證有效的組合，這裡追求效率。品牌的部分投在搜尋你名字的人、看過但沒買的人，這部分的 ROAS 會很漂亮但要小心——那些人本來就可能會買。 比例沒有標準答案，但一個常見的起點是 20/60/20。比例本身不是重點，重點是有分——如果你把全部預算投在「有效的」那一組，三個月後素材疲乏而你沒有備案；如果全部投在測試，你永遠不會賺錢。 用預算三分法試算把你的總預算切開，然後每個月看三塊各自的表現。
4・受眾太小的時候，加預算只是重複打同一批人
一個很常見但很少被發現的浪費：受眾太小的時候加預算。 如果你的目標受眾只有 50,000 人，而你的預算足以觸及 200,000 次曝光，那平均每個人會看到你的廣告四次。頻次到一定程度之後，效果會急速下降而成本上升——同一批人已經決定不買了，再看四次也不會改變。 判斷方式是算頻次上限：預算能買到的曝光數除以受眾規模。用廣告頻次上限試算，如果算出來的頻次超過 3 到 4，那不是該加預算，是該擴大受眾或換素材。 這個錯誤特別容易發生在成效好的時候：某一組廣告表現不錯，於是加預算，結果成本反而上升。原因就是頻次——原本的成效來自受眾裡最容易轉換的那些人，他們已經買完了。
5・ACOS 怎麼比較不同平台
不同平台的效率要怎麼比？ROAS 不能直接比，因為每個平台的歸因窗口和計算方式不同。 比較能比的是 ACOS，也就是廣告花費佔該平台銷售額的比例。它是 ROAS 的倒數，但用百分比表達比較直觀：ACOS 25% 表示每 100 元的銷售要付 25 元廣告費。 用各平台 ACOS 比較試算把每個平台的花費和銷售額放進去。你會得到一張表，然後可以問正確的問題：哪個平台最貴？貴的原因是那個平台的出價門檻本來就高，還是我的素材不適合那裡的閱讀習慣？這兩個的解法完全不同——前者要調整預算分配，後者要重做素材。 重要的是不要只看數字就砍。有時候 ACOS 最高的平台帶來的是新客，而 ACOS 最低的平台帶來的是本來就會回購的老客。前者貴得有道理，後者便宜得可疑。
6・測素材之前先算樣本數
要測素材之前，先算樣本數。這是省下最多無效工作的一件事。 測試要有結論，需要足夠的資料量。如果你一週只有 80 張單，分成兩組各 40 張，那 15% 的差異在統計上跟隨機波動分不開。你會看到一個版本「贏」，上線之後發現沒有變化。 用 A/B 樣本數試算，輸入你目前的轉換率和想偵測的差距，會得出需要的樣本量。如果答案是「每組需要 900 次」而你一個月只有 600 次，那這個測試做不了——這不是壞消息，是省下三週的好消息。 量不夠的時候該做的是改明顯有問題的東西，而不是測微調。等量夠大了再開始測。
7・怎麼判讀勝負，不憑感覺
最後是判讀。測完之後怎麼知道誰贏？ 不能用「哪個數字比較大」。兩組數字幾乎一定不一樣，問題是這個差距有沒有超過隨機波動的範圍。用 A/B 勝負判讀試算把兩組的樣本數和轉換數放進去，它會告訴你這個差距在統計上站不站得住。 實務上最重要的紀律是：測試期間不要動別的東西。不要同時換素材、改預算、上新品。這聽起來很基本，但幾乎每個人都會犯，因為兩週不動很難忍。而一旦動了，測試結果就沒有意義——你不知道差異來自哪一個改變。 還有一個常見的錯誤：測試跑到一半看到一組領先就提前結束。早期的領先幾乎都是雜訊。定好樣本數，跑完再看。