重點摘要
- 打破迷思: 運動博弈品牌 Fanatics 放棄傳統的’預設受眾’策略，轉向以數據驅動的機器學習模式，讓演算法自己找出高價值客群。
- 價值導向: 將廣告優化目標從’最低獲客成本 (CPA)’轉移至’顧客終身價值 (LTV)’，成功讓預期顧客終身價值飆升 19%。
- AI 賦能: 透過導入自然語言工具 AudienceGPT，行銷人員只需描述期望的商業結果，AI 就能自動建立對應的行為受眾包，徹底翻轉數位廣告的投放邏輯。
哈囉大家，我是 Bella！每次在行銷會議上，我們最常聽到的一句話絕對是: 我們的 Target Audience (TA) 到底是誰？接著大家就會開始在白板上畫出一個名為’小明’或’小華’的虛擬人物，設定他們 25 到 35 歲、喜歡運動、週末會去戶外走走。我們花了大把時間雕琢這些人物誌，然後把廣告預算砸向這些’我們以為會買單’的人群。但說實在的，在這個社群行為碎片化、情緒轉換比翻書還快的年代，這種靜態的標籤真的還管用嗎？今天看到 Fanatics Sportsbook 的最新操作案例，完全印證了我一直以來的觀察: 放下你對受眾的執念吧，因為演算法往往比你更懂誰才是真正的金主爸爸！
標籤退散！別再用’幻想人設’框住你的潛在金主
過去幾年，成效型行銷人員都遵循著同一套聖經: 定義完美顧客、找出他們在哪裡閒晃、然後精準投放廣告。Fanatics 作為一家運動博弈品牌，過去也是依賴這套傳統邏輯在 CTV (連網電視) 上買廣告。但最近他們大膽做了一個實驗，決定停止’定義受眾’。沒錯，他們不再告訴系統’我要找喜歡看籃球的 30 歲男性’，而是採用更純粹的數據導向策略。Fanatics 付費行銷總監 Andy Magnes 坦言，當他們過度專注於’受眾定位’時，反而侷限了發展空間。因為人類的消費衝動往往來自於當下的情境與情緒，而非單純的人口統計資料。當品牌執著於刻板的受眾輪廓時，等於把許多非典型、但極具消費潛力的黑馬拒之門外。放手讓系統去探索，反而能觸及那些隱藏在數據洪流中的真實買家。
放手交給演算法，從’找對人’進化到’養好客’
這次 Fanatics 能夠取得突破性進展，關鍵在於他們將目光從漏斗頂端的’獲客成本 (CPA)’，大膽下移到了’顧客終身價值 (LTV)’。他們與廣告科技公司 Cognitiv 合作，利用其全漏斗 CTV 解決方案進行測試。早期的測試重點並非找出最便宜的名單，而是根據特定的博弈行為建立模型，直接針對’價值訊號’進行優化。這代表什麼？這代表機器學習系統現在的任務已經升級了！它不再只是一個聽命行事的尋人犬，去找出你指定的那群人; 而是進化成一位商業顧問，幫你決定’到底誰才值得你花錢去觸及’。當 Fanatics 停止瞎猜受眾，轉而要求系統達成實質的商業成果時，他們的預期顧客終身價值驚人地提升了 19%。這證明了在數位廣告的世界裡，找到會花大錢的人，遠比找到便宜的人重要太多了。
咒語時代來臨？用白話文跟 AI 溝通你的’夢中情客’
身為一個每天泡在社群平台裡觀察趨勢的人，這則新聞中最讓我眼睛一亮的，莫過於 AudienceGPT 這項工具的應用。這完全呼應了現在社群上最火熱的’詠唱’趨勢！過去，我們要在廣告後台勾選無數個興趣交集、排除特定條件，才能勉強湊出一個受眾包。但現在，行銷人員可以直接用自然語言 (也就是白話文) 描述他們心目中的潛在客群，接著 AI 就會透過機器學習系統，自動建構出合適的行為區隔。Cognitiv 執行長 Jeremy Fain 說得非常好: 廣告主現在最好是定義他們’渴望的商業結果’，而不是拿著一堆假設去套用在預設的受眾類型上。這就像我們在 TikTok 或 IG Reels 上看到的演算法邏輯，平台並不關心你填寫的個人資料，它只在乎你對什麼內容停留、按讚、互動。品牌只要告訴 AI ‘誰是高價值客戶’的特徵，系統就會自己去茫茫人海中把這些人撈出來。
告別’自嗨式’行銷，讓商業成效決定你的同溫層
回過頭來看看我們台灣的行銷圈，其實許多品牌還是深陷在’過度細分’的泥沼中。我們常常看到一個簡單的促銷活動，卻被切成了十幾個不同的受眾包來測試，結果預算被極度稀釋，機器也學不到足夠的轉換數據。這幾年社群平台的紅利消退，流量成本越來越貴，如果還堅持用人工去篩選受眾，不僅效率低落，更容易陷入品牌內部的’自嗨’。我們必須認知到，現代消費者的樣貌是動態且模糊的。與其花時間爭論 TA 到底是文青還是戶外咖，不如把心力放在優化你的第一方數據與轉換訊號。給台灣品牌端與代理商一個具體的操作思維: 下次設定廣告時，試著放大你的受眾網，把優化的權柄交還給 Meta 的 Advantage+ 或 Google 的 PMax 等依賴機器學習的工具。你的工作不再是’尋找受眾’，而是提供清晰、高價值的轉換訊號，讓演算法成為你最強大的業務員，為你帶回那些真正願意掏錢的忠誠鐵粉。
延伸閱讀：How Fanatics moved from audience targeting to optimizing campaigns for customer LTV