做一份 media plan，你通常從哪裡開始？
大多數代理商的起手式差不多：打開 Meta 廣告後台，用興趣標籤圈一組受眾——「25 – 44 歲女性、對美妝保養有興趣、過去 30 天有互動行為」。然後在 Google 端投一組關鍵字，再加上一些 YouTube 的影音曝光。預算分配完畢，brief 寫好，跟客戶報告的時候拉出觸及人數和預估 CPM。
這套流程你閉著眼睛都能做。問題是，隔壁那家正在跟你搶同一個客戶的代理商，他閉著眼睛也能做一模一樣的事。
當每一家代理商都用相同的平台、相同的標籤邏輯、相同的興趣受眾在圈人，你的 media plan 能贏在哪裡？客戶看著兩份長得差不多的提案，最後只能用「誰的服務費比較便宜」來做決定，這不是你想要的比稿方式。
這篇文章想跟你聊的，是一個能讓你的受眾策略從根本上跟別人不一樣的東西：實購數據。
興趣標籤的天花板：為什麼「對美妝有興趣」不等於「會去寶雅買」
Meta 和 Google 的演算法確實很強，它們透過內容互動、搜尋行為、瀏覽紀錄來判斷一個人「可能對什麼有興趣」。這在電商導購場景裡非常好用——消費者看到廣告、點進去、加入購物車、結帳，整條路徑在線上完成，平台可以持續優化。
但你手上的客戶，大多數的營收不在線上。
一個快消食品品牌，七八成的銷量來自超商和量販。一個日化品牌，主力通路是全聯和藥妝店。這些消費者的購買行為發生在實體貨架前，不是在廣告後台裡。
這就造成了一個結構性的問題：廣告平台知道誰「可能有興趣」，但不知道誰「真的有在買」。
一個每天滑美妝 Reels 的人，跟一個每個月固定去寶雅花兩千塊買保養品的人，在 Meta 的興趣標籤裡可能被歸在同一組。但對品牌來說，後者才是真正的目標客戶。
如果你能在 media plan 裡，直接告訴客戶「我圈選的這組受眾，不是對你的產品有興趣的人，而是過去三個月真的在實體通路買過同類產品的人」，這就是你跟隔壁代理商的根本差異。
實購數據圈人：從「可能有興趣」到「確實有在買」
invosData 的發票受眾包，背後是發票存摺 900 萬會員、超過 50 億筆實購交易紀錄。這些數據不是問卷、不是推測、不是興趣標籤，是消費者走進門市、拿出手機、結帳取得發票之後留下的真實購買紀錄。
代理商可以根據品牌需求，指定條件圈選受眾。這裡的「條件」不再是「對某某有興趣」，而是具體的購買行為——買過什麼品牌、在哪個通路買的、多久買一次、最近一次消費是什麼時候。
圈好的受眾包可以直接上傳到 Meta 和 Google 進行廣告投放，操作流程跟你現在用自訂受眾完全一樣，不需要額外的技術串接。
差別只有一個：你餵給演算法的種子資料，從「興趣猜測」變成了「實購驗證」。
三種讓你的提案直接升級的受眾策略
了解了實購數據的價值後，你可以將以下三種圈選邏輯應用到你的 media plan 裡，每一種都是興趣標籤做不到的事。
策略一｜競品攔截：直接對「買過競品的人」說話
客戶最想要的新客從哪裡來？從競品手上搶過來。
傳統做法是圈「對同品類有興趣」的人，希望其中一部分恰好是競品用戶。但用實購數據，你可以直接圈選「過去 90 天內買過 A 牌洗髮精」的消費者，對他們投放客戶品牌的試用優惠或差異化賣點。
這不是猜測，是數據告訴你「這個人上個月花了 299 買了競品」。
對代理商來說，這意味著你可以在提案裡寫：「我們鎖定的不是對洗髮精有興趣的廣泛受眾，而是過去三個月內在全聯和屈臣氏實際購買過 A 牌的消費者，預估受眾池 X 萬人。」客戶聽到這句話，跟聽到「我們用 Meta 興趣標籤圈了一組個人護理受眾」，感受完全不一樣。
策略二｜跨品類挖掘：從購物籃找到你沒想過的潛力客群
有些商機藏在消費者的購物籃裡，但品牌自己看不到。
舉個例子。你的客戶賣穀物飲，過去的投放一直瞄準「健康飲品愛好者」。但 invosData 的交叉分析可能告訴你：豆漿的購買者中，每 100 人就有 25 人同時也買穀物飲，而一般消費者只有 20 人會買。這代表豆漿族群對穀物飲有高於平均的跨買潛力。
這個洞察讓你可以在 media plan 裡新增一組受眾包——「豆漿買者」，用「早餐情境」而不是「健康功效」的溝通角度去觸及他們。這是純靠興趣標籤難以抓到的切角，但數據直接告訴你了。
從交叉分析可以發現，豆漿買者購買穀物飲的意願比一般消費者高出 25%。這代表豆漿族群是穀物飲高潛力的跨界受眾，下一波可以針對這群人設計差異化的溝通內容，講「早餐情境」而不是講「健康功效」。
策略三｜流失客喚回：對「以前買過但不見了」的人重新出手
每個品牌都有一群流失客——他們以前買過，但最近半年到一年沒有回購。傳統的再行銷只能追蹤線上行為（瀏覽過官網、加入過購物車），但實體通路的流失客卻很難追到。
用實購數據，你可以直接圈出「過去 12 個月內買過客戶品牌、但近 6 個月沒有回購紀錄」的消費者。這群人已經對品牌有認知、有過購買經驗，只是不知道為什麼停了，可能是被競品搶走，可能是找不到通路，可能是忘記了。
對這群人投放一張折價券或新品嘗鮮活動，轉換效率通常遠高於對陌生受眾從零開始溝通。
在桂格穀物飲案例中，流失客群的離線轉換率達到 7.3%，而且新客比例是 100%——因為對這個觀測週期來說，他們都算是「回流」的新購買者。
你的下一份提案可以怎麼做
把上面三種策略放在一起，一份包含實購數據的 media plan 可能長這樣：
- 受眾組一：競品攔截包——鎖定買過 A 牌的消費者，用差異化賣點溝通，目標是搶新客。
- 受眾組二：跨品類潛力包——鎖定有高跨買傾向的相鄰品類消費者，用場景化內容觸達。
- 受眾組三：流失客喚回包——鎖定過去買過但近期未回購的消費者，用促銷誘因拉回。
- 受眾組四：既有買者深耕包——鎖定品牌忠實用戶，推新品或大包裝。
每一組的受眾規模、預估轉換率、建議溝通策略都有數據支撐，不是拍腦袋。
跟客戶報告的時候，你說的不再是「我們計畫觸及 200 萬潛在受眾」，而是「我們鎖定了四組總計 240 萬的實購驗證受眾，每一組都有對應的溝通策略和歷史轉換率參考」，這是完全不同層次的提案。
怎麼開始
受眾包的取得不需要品牌端做技術串接。代理商跟 invosData 合作，告訴我們客戶的品類、目標通路、想鎖定的受眾條件，我們從發票數據庫中圈選、去識別化處理後，交付一組可直接上傳到 Meta 或 Google 的受眾包。
如果你想更進一步了解你手上客戶的品類適合哪種受眾策略，或是想在代理商專場活動中看到更完整的操作示範，歡迎直接聯繫 invosData 業務團隊，或報名 6/4 代理商專場活動。
