首頁 / 知識庫 / Performance Max 受眾信號設定完整指南:讓 Google AI 更快找到對的客群
Google Ads 2026年5月29日

Performance Max 受眾信號設定完整指南:讓 Google AI 更快找到對的客群

深入解析 Performance Max 受眾信號四種設定類型(第一方資料、自訂受眾、興趣受眾、人口統計)、優先序排名,以及台灣中小企業第一方資料不足時的應對策略。包含素材群組一對一設計原則、排除受眾設定步驟,與學習期後的洞察報告監測方法。

AL
Alex Chen

資深廣告策略顧問

Performance Max 受眾信號設定完整指南:讓 Google AI 更快找到對的客群

Performance Max 受眾信號設定完整指南:讓 Google AI 更快找到對的客群

在 Performance Max 廣告帳戶裡,受眾信號(Audience Signals)設錯不會讓廣告「跑不動」,但會讓 AI 花更長時間、用更多預算才能找到會轉換的人。我在台灣電商帳戶的操作觀察中,用第一方客戶名單作為主要受眾信號的帳戶,學習期通常比只設定興趣受眾的帳戶快 40% 到 60%。這篇文章的重點是:如何設定、哪種信號最有效、以及多數人忽略的排除受眾與監測方法。

Performance Max 受眾信號設定完整指南:四種信號類型與優先序
PMax 受眾信號:讓 Google AI 從正確起點開始學習

PMax 受眾信號是什麼,為什麼它不等於廣告定向

受眾信號是你給 Google AI 的「起點提示」,告訴它哪類人最有可能轉換,但 AI 不會只限制在這個範圍內投放。這是和傳統廣告定向最根本的差異。

受眾信號的運作機制

設定搜尋廣告時,你鎖定關鍵字「買 iPhone」,廣告只在有人搜尋這個詞時觸發。PMax 的受眾信號不是這樣運作的。你告訴 AI「這類人是我的潛在客戶」,AI 把這個信號當作學習起點,開始在你給的範圍內找轉換案例。找到足夠的轉換數據後,AI 開始把模型外推,去觸達「行為特徵類似」的人,即使他們不在你原本設定的受眾清單裡。

這個機制的意義是:受眾信號的品質決定 AI 從哪裡出發。起點愈精準,外推的方向愈可靠,學習期愈短。用太模糊的信號(比如「25-54 歲女性」),AI 需要更多次轉換才能建立可用的模型。

Google 官方文件的說法是:「受眾信號是可選的輸入,協助 Google AI 根據你的目標優化廣告活動。如果 AI 找到表現更好的受眾,廣告仍可能觸達信號範圍以外的人。」

四種受眾信號類型:各自應該在什麼情況下使用

PMax 支援四種受眾信號來源:第一方資料(Your Data)、自訂受眾區隔(Custom Segments)、興趣與詳細人口統計、以及人口統計定向。每種類型的適用情境和 AI 學習效率差異很大。

第一方資料(Your Data)

效果最強的信號來源。包含網站訪客名單(GA4 受眾)、客戶電子郵件名單、應用程式使用者名單,以及影片觀看者。原因直觀:這些人已經和你的業務有過互動,代表的行為特徵對 AI 來說是高品質的學習數據。

適合情境:已有穩定客戶名單(至少 100-200 筆有效電子郵件),或網站每月有超過 500 次以上的有效訪客。如果名單不足,參考「第一方資料太少怎麼辦」那一節的替代方案。

自訂受眾區隔(Custom Segments)

根據搜尋行為、瀏覽過的網址、或使用過的應用程式建立的受眾。在搜尋廣告和 GDN 中常見的「自訂意圖受眾」是這個類型的前身。

適合情境:你知道目標客群在購買前會搜尋哪些詞,或會瀏覽哪些競爭對手的網站。建立方式是輸入關鍵字(代表目標客群的搜尋行為),或輸入競爭對手網址(建立類似受眾)。

興趣與詳細人口統計

Google 根據用戶長期行為分類的受眾群體,包含購物意圖受眾(In-market)、興趣類別(Affinity)、生命事件(Life Events)等。這類信號的問題是粒度粗、轉換特徵模糊,AI 從這裡出發需要更多轉換案例才能建立有效模型。

適合情境:新帳戶完全沒有第一方資料,也沒有明確的搜尋行為數據,興趣受眾是最後一道備用。不建議作為主要信號。

人口統計定向

年齡、性別、家庭收入、家長身份。這個維度對特定產品有意義(兒童用品選擇有子女的家長),但單獨作為主要受眾信號效果有限。適合作為輔助條件,搭配第一方資料或自訂受眾一起使用。

PMax 四種受眾信號類型比較:第一方資料、自訂受眾、興趣受眾、人口統計
四種受眾信號類型的特性與適用情境

哪種受眾信號讓 AI 學習最快?四種類型的優先序排名

信號品質直接影響學習期長短。以台灣帳戶的實際操作觀察,學習速度由快到慢的排序是:客戶名單最快,再來是網站訪客 + 自訂搜尋行為,興趣受眾最慢。

信號類型 學習速度 適用條件 備注
客戶名單(高 LTV 購買者) 最快(-40% 至 -60% 學習期) 有效電子郵件 ≥ 100 筆 AI 直接從高轉換人群出發外推
網站轉換訪客(GA4) 快 每月轉換事件 ≥ 30 次 GA4 受眾需連結至 Google Ads
自訂搜尋行為受眾 中等 有明確購買意圖關鍵字 搭配競爭對手網址效果更好
購買意圖受眾(In-market) 慢 新帳戶無其他選擇時 建議只作備用,學習期更長
純人口統計 最慢 非常特定產品(如孕婦用品) 單獨使用效果最差

我在台灣電商帳戶操作中觀察到,把購買轉換客戶名單作為主要受眾信號的帳戶,學習期通常在第 3 到 4 週就能穩定出轉換。相比之下,只用興趣受眾出發的帳戶,同樣預算下大約需要 6 到 8 週,而且前期 CPA 通常偏高 30% 以上。預算有限的情況下,這個差異直接影響廣告能否撐過學習期。

素材群組與受眾信號:為什麼一對一設計比混合更有效

多數人把所有受眾信號塞進同一個素材群組,省了設定時間,但代價是失去追蹤每種信號效果的能力,也讓 AI 的學習方向更模糊,等到成效不理想時也難以找出根本原因。

混合設定的問題

假設你在一個素材群組裡同時放了「客戶名單」和「興趣受眾:健康食品」。廣告跑一個月後你想知道哪個受眾信號帶來的轉換品質更好,答案是無法分辨。Google 的洞察報告不會把兩個信號分開呈現。

另一個問題是 AI 學習焦點模糊。多個來源差異大的信號放在一起,AI 需要更長時間才能從混合的特徵中找出轉換規律。

如何設計素材群組受眾信號架構

建議的架構:一個素材群組對應一個主要受眾信號(或一個高度一致的信號集合)。例如:

  • 素材群組 A:信號 = 客戶購買名單(高 LTV),素材聚焦「熟悉品牌、重購訴求」
  • 素材群組 B:信號 = 網站購物車棄單訪客,素材聚焦「放棄原因 + 特定優惠」
  • 素材群組 C:信號 = 自訂搜尋行為受眾(競品關鍵字),素材聚焦「比較 + 差異化」

這樣設計之後,你可以在洞察報告中分別評估三個群組的轉換成本和轉換量,再把預算往表現最好的方向集中。在同一個廣告活動下,這是目前 PMax 最接近「可控可測」的操作方式。

相關操作可以參考 PMax 素材群組設計完整指南,了解各素材類型的規格與建議數量。

排除受眾:哪些人不應該出現在你的受眾信號中

受眾信號說的是告訴 AI 從哪裡找人,排除受眾說的是告訴 AI 不要找這些人。這兩個設定是互補的,但多數教學和廣告主只操作前者,完全忽略後者。

應排除的受眾類型

  • 已轉換客戶(如果目標是新客戶獲取):已購買過的客戶名單;避免浪費預算在不需要再觸達的人身上
  • 員工或內部帳號:公司員工的 IP 或電子郵件;排除測試流量干擾轉換數據
  • 高跳出率頁面訪客:只看了首頁 3 秒就離開的訪客;這類人的行為特徵對 AI 學習是噪音
  • 類似競爭對手員工的受眾(特定情況):例如你有 B2B 產品,不希望競爭對手帳號帶來不相關互動

排除受眾的設定步驟

PMax 的排除受眾設定位置和搜尋廣告不同,入口在廣告活動層級,不在素材群組層級:

  1. 進入 Google Ads 後台,選擇你的 PMax 廣告活動
  2. 點選左側選單「受眾區隔」(Audiences)
  3. 找到「排除項目」(Exclusions)區塊
  4. 點擊「新增排除受眾」
  5. 選擇既有的自訂受眾或客戶名單,確認後儲存

注意:PMax 目前不支援在素材群組層級設定排除受眾,只能在廣告活動層級設定,排除會套用至整個廣告活動。

PMax 排除受眾設定流程:從廣告活動層級找到排除項目的操作步驟
排除受眾設定位置:廣告活動層級 > 受眾區隔 > 排除項目

第一方資料怎麼上傳?台灣小企業名單不夠大怎麼辦

第一方資料上傳是效果最好也最常被低估的步驟。台灣中小企業的常見問題是客戶名單數量不夠,導致直接放棄這個選項,轉而依賴興趣受眾。這個決策通常代價不小。

客戶名單上傳步驟

  1. 整理客戶電子郵件清單(CSV 格式,欄位包含 Email、可選:Phone、First Name、Last Name)
  2. 進入 Google Ads 後台 > 工具 > 受眾管理員
  3. 點擊「客戶名單」> 「新增客戶清單」
  4. 上傳 CSV 或直接貼上電子郵件清單
  5. 等待比對(通常需要 24-48 小時)
  6. 確認比對率(Match Rate),理想值 40% 以上;低於 20% 代表名單品質或格式有問題

上傳後的名單比對不會 100%,因為用戶不一定在 Google 帳號使用相同電子郵件。台灣帳戶常見比對率在 30% 到 60% 之間。

名單太小的替代方案

如果客戶名單不到 100 筆,比對後的可用名單可能只剩 30-50 人,對 AI 學習的幫助有限。這個情況下,兩個替代方案效果最好:

替代方案 建立方式 適用條件
GA4 轉換事件受眾 在 GA4 建立「完成購買」受眾,匯入 Google Ads 每月轉換事件 ≥ 20 次
自訂搜尋行為受眾 輸入購買意圖關鍵字(「品牌 + 購買」、「產品名稱 + 評價」) 任何帳戶都可建立

兩個替代方案都用上,搭配使用效果比單獨使用好。GA4 受眾提供轉換行為特徵,自訂搜尋行為受眾提供意圖特徵,兩者互補。

深入了解如何設定 Google Ads 廣告受眾,可以參考 Google Ads 受眾定向完整指南,了解各類受眾的建立方法與差異。

6 週學習期後,怎麼判斷受眾信號需要調整

「學習期間不要動廣告活動」是正確原則,但 6 週學習期結束不代表受眾信號就可以放著不管。業務狀況改變、名單過期、或新客群出現,都是信號需要更新的時機。

觀察指標 調整信號的時機
客戶名單比對率下降至 20% 以下 重新上傳更新版的客戶名單
轉換率持續下降超過 2 週 檢視洞察報告,看主要轉換受眾是否偏離預期
某個素材群組轉換量遠低於其他群組 重新評估該群組的受眾信號品質
業務有新產品線或新客群 建立對應新客群特徵的受眾信號,新增素材群組
季節性轉換模式明顯(如旺季前後) 在旺季前 2 週更新購買意圖受眾,反映當季搜尋行為

PMax 的廣告活動一旦穩定,受眾信號的更新不需要頻繁。每個月做一次洞察報告檢視,每季評估是否需要更新客戶名單,通常足夠。頻繁修改反而會干擾學習期,尤其是在轉換量還不夠穩定的帳戶。

更多關於智慧出價與 AI 學習期的管理,可以參考 Google Ads 智慧出價策略選擇指南。

常見受眾信號設定錯誤與修正方式

以下四個受眾信號設定錯誤,在我審計過的台灣廣告帳戶中出現頻率最高。每個錯誤的代價不一樣,但都會延長學習期或增加前期 CPA,值得在設定之前確認一遍。

  1. 把所有受眾信號放進同一個素材群組
    問題:無法分別評估各信號效果,AI 學習焦點模糊。
    修正:每個主要受眾信號建立獨立的素材群組。
  2. 用過時的客戶名單(超過 180 天未更新)
    問題:名單中的用戶行為特徵可能和當前轉換客戶不符,比對率也會下降。
    修正:每 90 到 180 天重新上傳最新客戶名單。
  3. 沒有設定排除受眾,讓已轉換客戶繼續消耗預算
    問題:如果目標是新客獲取,這部分預算是浪費。
    修正:在廣告活動層級加入已購買客戶名單的排除。
  4. 設定過多受眾信號類型混在一個群組(超過 5 個以上來源)
    問題:信號來源差異太大,等同於告訴 AI「什麼人都好」,失去學習方向。
    修正:每個素材群組限制 2 到 3 個相關性高的信號來源。

受眾信號成效監測:在哪裡看洞察報告

設定完受眾信號之後,多數廣告主不知道去哪裡確認信號有沒有在作用。答案在「洞察與報表」(Insights and Reports)裡。

延伸閱讀:PMax 共存優化策略,說明 PMax 與搜尋廣告共存時的預算分配與品牌字保護設定。

查看路徑:Google Ads 後台 > 選擇你的 PMax 廣告活動 > 左側選單「洞察」(Insights)> 受眾洞察(Audience Insights)

受眾洞察報告會顯示哪些受眾區隔帶來最多轉換,包含:

  • 轉換量最高的受眾區隔(可以對比你設定的信號是否匹配)
  • 轉換率較高的人口統計群體
  • 有轉換傾向的 Google 興趣類別

如果洞察報告顯示,主要轉換受眾和你設定的信號高度吻合,代表信號方向正確。如果主要轉換受眾和信號差異很大(例如你設定的是 25-35 歲,但轉換集中在 45-54 歲),可以考慮在下次更新時調整信號,或新增對應群體的素材群組。

關於如何建立和管理 PMax 的整體廣告活動架構,可以從 Performance Max 廣告完整操作指南 開始。了解 PMax 與搜尋廣告在 AI 定向機制上的差異,可以參考 PMax 廣告是什麼:與搜尋廣告的本質差異。


受眾信號不是 PMax 最複雜的設定,但設錯的代價很明顯:更長的學習期、更高的前期 CPA、更難定位問題所在。核心原則是:先放最高品質的第一方資料,每個素材群組對應一個主要信號,學習期後定期查看洞察報告。其他調整從這個基礎出發。。受眾信號設定完成後,如何從洞察面板讀取受眾轉換數據並反饋優化,請參考 PMax 成效報告解讀。

如需進一步了解,Google 官方提供兩份關鍵文件作為設定參考:About audience signals for Performance Max campaigns 說明信號機制與類型定義;Add audience signals 則提供實際操作步驟,兩份文件搭配閱讀效果最好。

Performance Max受眾信號Google AdsPMax廣告投放第一方資料
AC

Alex Chen

資深數位廣告策略顧問 / 12 年數位廣告與 SEO 實戰經驗

超過 12 年數位廣告與搜尋引擎優化實戰經驗的資深行銷顧問。曾任職於亞太區前三大數位廣告代理商,負責管理年度超過新台幣 3,000 萬的廣告預算。專精 Google Ads 搜尋廣告策略與自動出價優化、SEO 付費搜尋整合策略、數據驅動的廣告成效分析與歸因模型,以及跨平台廣告預算配置與 ROAS 最大化。

Google Ads 認證 Google Analytics 認證 HubSpot 認證
了解更多關於 Alex

探索更多專業內容

瀏覽我們的知識庫,獲取更多數據驅動的廣告產業洞察。

瀏覽全部文章