第一方數據怎麼餵給廣告 AI？Advantage+ 受眾建議與 PMax 客戶名單的實務

不管用平台內建 AI 還是第三方工具，品牌能直接交給廣告 AI 的資料有四種：轉換事件、客戶名單、商品資料與素材。所需資料依活動類型而異，客戶名單也不是每種投放的必要條件；這幾種資料整理得越完整，兩種工具能參考的依據就越可靠。

品牌控制 AI 投放的設定有兩種：一種是控制項，例如 Meta 高效速成+ 廣告受眾的地點、最低年齡、語言與排除名單，平台會照做；另一種是建議，例如受眾建議與 PMax 的受眾設定，平台會參考，但可能投給建議以外的人。第一方數據整理好、放進對的入口，品牌在兩種設定上都比較有著力點。

工具選完之後，每天要動手的是資料

先對齊名詞：Meta Advantage+ 在 Meta 繁體中文版稱為「高效速成+」，是把 AI 自動套用到受眾、版位與預算的一組功能；Google PMax（Performance Max，最高成效廣告活動）是用單一活動投放 Google 各版位的目標導向活動類型；Customer Match 是 Google 讓品牌上傳自己蒐集的顧客資料、在搜尋、YouTube、Gmail 等版位觸及這些顧客的功能。

AI 廣告投放的第一方工具，指平台內建 AI，例如 Meta Advantage+ 與 Google PMax；第三方工具指外部廠商提供的投放工具，本系列聚焦能跨平台運作的這一類。兩者怎麼比較，我們在 AI 廣告投放的第一方工具和第三方工具差在哪 已經拆過；什麼時候該加第三方工具，則整理在 只用 Advantage+ 和 PMax 夠不夠。

這篇往下走一層。工具名稱裡的第一方，指的是誰開發、在哪裡運作；第一方數據，指的是品牌自己蒐集的會員、交易與行為紀錄。兩個「第一方」意思不同，卻在同一個地方交會：平台 AI 與第三方工具做決定時，都會參考品牌提供的第一方數據。

兩大平台的官方文件都把品牌資料當成輸入來設計。Google 的 PMax 目標對象說明寫明，品牌可以用既有的第一方顧客與行銷資料，包括網站訪客名單、App 使用者名單與客戶名單，作為 PMax 的受眾設定；這項設定是選用的，用來引導機器學習。Meta 的 轉換 API 文件也寫明，轉換 API 的目的是把廣告主的伺服器、網站平台、App 或 CRM 的行銷資料與 Meta 系統連起來，用於最佳化廣告目標設定、降低每次成果成本與衡量成效。

這篇和我們先前談 Meta Ads CLI 的 第一方資料才是 AI 代理的燃料 切入點不同：那篇從 AI 代理下指令的三層結構談資料品質，這篇從 Meta 與 Google 的設定入口，拆解每一種資料該從哪裡餵、怎麼驗證。

會議結束後，那份沒人認領的名單

會議上決定要開 Advantage+、要試 PMax，大家散會，接著要有人把會員名單匯出、整理、上傳。這時才發現，官網會員和門市會員是兩份檔案，欄位不一樣；上次上傳到廣告平台的名單是半年前的版本；轉換事件少了加入購物車。

這份沒人認領的名單，影響成效的程度可能不輸工具選擇。讓人惋惜的是，選工具常花上好幾週，整理資料卻只排了一個下午。

資料要接上對應入口，才會被拿來最佳化

品牌能交給廣告 AI 的資料分成四種，每一種在 Meta 與 Google 都有對應的入口，下表依官方文件整理：

這四種資料作用的方向不同。轉換事件告訴 AI 什麼算成功；客戶名單提供受眾的起點或排除對象；商品資料決定 AI 能推哪些商品；素材決定有多少組合可以測。不是每種活動都需要四種都備齊，缺少某一種，可能限制該面向的最佳化能力。

Meta 與 Google 怎麼接收品牌資料

轉換事件：先確認追蹤完整，再補強

Meta 的轉換 API 讓品牌從伺服器端傳送網站事件、App 事件與離線轉換。依 Meta 文件，伺服器事件和像素傳來的事件一樣處理，可用於成效衡量、分析報告與最佳化；離線事件可用於離線轉換衡量與建立自訂廣告受眾。同時使用像素與轉換 API 時，文件也提醒要驗證事件是否正確去除重複並完成配對。

Google 的 強化轉換是補強既有的轉換追蹤：顧客轉換時取得的 email、電話等資料，先用 SHA256 單向雜湊，再傳給 Google，比對使用者與廣告互動時登入的 Google 帳戶。依 網站強化轉換說明，可以透過 Google 代碼管理工具、Google 代碼或 Google Ads API 設定。

被活動選為最佳化目標的轉換事件與價值，會引導 AI 學習；其他回傳的事件可能只用於衡量，要核對活動設定。購買事件漏報，衡量會不完整；門市成交沒有回傳，平台可能缺少這一段成交紀錄。轉換資料從回傳到比對的三層檢查方式，可以參考 Meta CAPI 與第一方數據。

客戶名單：先建立名單，再決定當建議還是排除

客戶名單要先上傳成平台的受眾，才能拿來用。在 Meta，名單建立成自訂廣告受眾後，可以放進兩個位置。依 高效速成+ 廣告受眾頁面，受眾建議可以加入自訂廣告受眾、類似廣告受眾、年齡、性別與詳細目標設定，系統會先找符合建議的人再擴大；廣告受眾控制項則包括最低年齡、地點、語言與自訂廣告受眾排除，屬於硬限制。

在 Google，名單透過 Customer Match 上傳。依 Customer Match 說明，使用智慧出價與最佳化指定目標的活動，會自動納入帳戶中的 Customer Match 名單；說明頁列出這項自動納入目前適用於 YouTube 與 YouTube 影片行動廣告活動，之後會擴及動態內廣告與搜尋廣告。品牌可以選擇退出自動納入，或從帳戶移除特定名單；使用手動出價時不會套用。依 Google 說明，名單裡每位成員的資格效期為 540 天；要讓名單維持符合資格，須在這段期間內新增或更新至少 100 位成員。PMax 則可以把客戶名單放進受眾設定，當作引導方向。

這兩份文件告訴品牌：同一份名單在不同平台、不同設定位置，作用不同。放在受眾建議是引導，放在排除是硬限制（只對平台比對得到的人生效），在 Google 的部分活動類型還可能被智慧出價自動納入。名單品質好，這些用法都受益；名單過期或篩選條件混亂，可用的名單規模與品質都可能下降。

商品資料：影響展示資格與配對

Meta 在 商品目錄說明中寫明，商品目錄可以用在所有銷售行銷活動，商品資料越豐富，AI 越能把商品和最有可能購買的人配對。Google 的 Merchant Center 商品資料規格說明，商品資料是 Google 在 AI 驅動的廣告格式中最佳化廣告內容的基礎輸入；常見問題包括商品類別或 GTIN 錯誤、缺少顏色與尺寸等變體屬性、圖片品質不佳，以及資料來源與網站內容不一致。這些問題可能導致商品拒登、資格受限或顯示錯誤。

商品資料的問題，常被當成技術部門的事。對廣告 AI 來說，標題寫不清楚、尺寸顏色沒有分開，可能影響商品能不能被展示、展示得準不準。

素材：給 AI 足夠的組合

Google 在 PMax 最佳化建議中建議，素材資源群組至少提供 20 個文字素材（15 個標題、5 段說明）、7 張圖片與 1 支影片，並建議定期檢查與調整受眾設定，讓它們準確引導 AI。這組數字屬於最佳化建議，素材和名單一樣，是品牌直接交給 AI 的輸入。

控制項守邊界，建議給方向

把上面的文件放在一起看，品牌控制 AI 投放的方式比較清楚。平台給的設定分兩類，作用不同：

1. 控制項：以 Meta 高效速成+ 廣告受眾為例，最低年齡、地點、語言與自訂廣告受眾排除是硬限制；PMax 則有品牌排除與排除關鍵字等活動層級控制。各平台與活動類型可用的控制項不同，要逐一確認。
2. 建議：Meta 的受眾建議、PMax 的受眾設定，平台會參考，但可能依轉換可能性投給建議以外的人。

預算要另外看。依 Google 的 花費限制說明，多數活動單日花費最多可達平均每日預算的 2 倍，月花費則以平均每日預算的 30.4 倍為上限，平均每日預算不是單日硬上限。

實務上，品牌常把力氣花在調建議，忽略控制項。已經買過、短期內不會回購的顧客，適合放進排除名單，不要期待 AI 自己跳過；不投放的地區，用地點控制項擋掉。建議的品質則決定 AI 從哪裡開始找，名單越能代表高價值顧客，AI 的起點越準。

這套邏輯對第三方工具一樣成立。第三方工具透過 API 改的，也是這些控制項與建議；它可以把品牌的共同規則轉成各平台支援的設定，但名單本身好不好，仍取決於品牌的第一方數據。名單排序與入場門檻，可以參考 AI 廣告投放愈自動化，受眾名單愈是勝負手。

讓廣告 AI 讀得懂你的顧客：整理、餵、驗證

1. 盤點四種資料的現況：轉換事件有沒有漏報、名單上次更新是什麼時候、Merchant Center 與商品目錄有沒有錯誤提示、素材數量是否接近平台建議（預期效果：知道 AI 目前在哪個面向缺資料；建議週期：每季一次完整盤點）。
2. 補強轉換回傳：Meta 在像素之外部署轉換 API，Google 在既有轉換追蹤上設定強化轉換，門市成交依各平台的離線轉換流程匯入（預期效果：平台看到的成交更完整；建議週期：一次設定，每月檢查）。
3. 驗證回傳是否正確：用平台的事件接收與診斷資料，比對事件數與成交金額和官網實際訂單是否合理，廣告歸因的轉換數則另依歸因口徑對帳；同時使用像素與轉換 API 時，確認重複事件已去除（預期效果：避免把重複計算誤認為成效改善；建議週期：每月一次）。
4. 建立名單的更新節奏：高購買意圖名單、排除名單與會員分級名單固定時間更新，Customer Match 名單留意每位成員 540 天的資格效期，並在期間內新增或更新至少 100 位成員，讓名單維持符合資格（預期效果：避免名單過期或失去資格；建議週期：至少每月更新）。
5. 先設控制項，再調建議：開新活動時先確認地點、年齡、語言與排除名單，再加入受眾建議與 PMax 受眾設定（預期效果：邊界清楚，AI 在範圍內擴大；建議週期：每次開新活動時檢查）。

清單裡的驗證，多半停在事件有沒有完整回傳；再往下一步，是看這些資料最後換到多少成交。91APP 的 MediaOne 把廣告成效對回品牌後台的實際訂單，官網、App 與門市交易透過 OneID 對成同一位會員，門市成交也算得進來。轉換事件、名單與商品資料整理得越完整，這本帳就越準。

工具會換，名單要有人認領

回到那份會議結束後沒人認領的名單。Advantage+ 會改版，PMax 會加功能，第三方工具會推出新的整合，這些都不是品牌能決定的。品牌能決定的，是交給這些 AI 的資料準不準、新不新、有沒有人負責。

把名單認領下來，排進固定的更新與驗證節奏，各平台的 AI 都會參考到更完整的資料。這份工作沒有新工具吸睛，卻是 AI 投放裡最不容易過時的工作。

Advantage+ 帶來的購買者怎麼分清官網首購和品牌首購，可以參考 Meta 廣告新客怎麼算？。

品牌最常問的第一方數據與廣告 AI 問題

Q1：第一方數據怎麼餵給廣告 AI？ A1：品牌可以從四個入口餵資料：轉換事件透過 Meta 像素與轉換 API，或 Google 轉換追蹤與強化轉換回傳；客戶名單上傳為 Meta 自訂廣告受眾或 Google Customer Match；商品資料放進 Meta 商品目錄或 Google Merchant Center；素材依各平台規格上傳。

Q2：Advantage+ 受眾建議怎麼給？ A2：Meta 高效速成+ 廣告受眾的受眾建議，可以加入自訂廣告受眾、類似廣告受眾、年齡、性別與詳細目標設定。系統會先找符合建議的人，再擴大範圍。建議放能代表高價值顧客的名單；不想投的人放進控制項的自訂廣告受眾排除，因為受眾建議不是硬限制。

Q3：PMax 的客戶名單訊號有用嗎？ A3：有用，但它是引導方向。Google 說明 PMax 可以用客戶名單、網站訪客與 App 使用者名單作為受眾設定，引導機器學習；PMax 也可能投給設定以外、轉換可能性高的人。另外，Google 說明使用智慧出價的部分活動類型會自動納入帳戶中的 Customer Match 名單，品牌可以選擇退出。

Q4：品牌怎麼控制 AI 投放？ A4：分清楚控制項與建議。以 Meta 高效速成+ 廣告受眾為例，最低年齡、地點、語言與排除名單是控制項，平台會照做；受眾建議與 PMax 受眾設定屬於引導，平台會參考但可能擴大。各平台控制項不同，Google 平均每日預算也不是單日硬上限，開活動前要逐一確認。

Q5：用第三方工具投放，還需要整理第一方數據嗎？ A5：需要。第三方工具透過平台 API 調整設定，可以把品牌的共同規則轉成各平台支援的設定，但不能憑空補回品牌沒蒐集的交易紀錄。名單過期、轉換事件漏報、商品資料缺欄位，接上第三方工具後，各平台讀到的仍是同一批資料。

Q6：上傳會員名單到廣告平台，要注意什麼？ A6：名單要有會員同意與合法蒐集依據；上傳前依平台規格整理欄位，email、電話等資料依規定雜湊；名單要定期更新，Google Customer Match 名單的每位成員資格效期為 540 天，要讓名單維持符合資格，須在期間內新增或更新至少 100 位成員。同一份名單上傳到不同平台，比對成功的人數也會不同。

Q7：MediaOne 怎麼確認第一方數據有沒有幫上廣告？ A7：MediaOne 以品牌後台的實際訂單驗證廣告成效，從廣告來源追到成交與營收金額，品牌可以看到整理好的資料在投放之後換到多少成交。

Q8：MediaOne 看得到門市會員的消費嗎？ A8：可以。MediaOne 透過 OneID 串聯官網、App 與門市交易，門市消費會和線上紀錄對成同一位會員，用來看見廣告帶來的線下成交。

Q9：導入 MediaOne 之前，第一方數據要先準備什麼？ A9：先確認購買事件、金額與商品資料完整回傳，會員資料能對到官網、App 與門市的交易。資料越完整，AI 投放與後續的訂單對帳都越可靠。

延伸閱讀

AI 廣告投放系列的其他文章：

• AI 廣告投放和傳統投放差在哪？自動化廣告是什麼，品牌的控制權搬到資料與驗證
• AI 廣告投手還要做什麼？從智慧出價、Advantage+、PMax 到 AI Max，廣告投放把參數一路交給平台
• AI 投放的 ROAS 可以信嗎？平台同時花錢又報成績，成效判讀要看增量與自家訂單對帳
• AI 廣告投放和以前差在哪？Meta、Google 官方成效數字比較了什麼
• AI 廣告投放能接手哪些工作？受眾與出價交給平台，目標、資料、品牌安全與驗證仍由品牌負責
• AI 廣告投放的第一方工具和第三方工具差在哪？Advantage+、PMax 與跨平台工具的分工
• 只用 Advantage+ 和 PMax 夠不夠？電商什麼時候需要第三方 AI 廣告工具
• AI 廣告投放第一方和第三方工具成效差多少？美國調查與 Meta、Google 官方數字的正確讀法
• AI 廣告投放的反應速度差在哪？平台 AI 每次競價出價，第三方工具受報表與 API 節奏限制
• Meta AI 廣告素材哪些該開？Advantage+ 生成素材依改動程度分級，開到真的多賣為止
• Meta 訊息廣告怎麼提升成交？AI 客服接手後，從對話到訂單的轉換清單

其他相關文章：

• Meta Advantage+ 把受眾自動化之後，你還能操作什麼？用第一方標籤當種子的打法
• Meta 廣告一週約 50 次最佳化事件才學得穩：轉換量有限的品牌怎麼用標籤名單餵演算法
• 商品推薦不準？別急著換模型，先檢查商品資料