âme soeur

值錢的客人看第一單有沒有買衣褲,跟年齡性別無關

客人資料2025-08-06 至 2026-09-30廣告比較6/1–6/28 對 8/31–9/27生成2026-09-30

現況Meta 說買家八成是女生,核心是 25 到 34 歲,這個輪廓從 6 月到現在沒有變。

衝突同一群人卻越來越貴,轉換型廣告每張單成本從 302 元漲到 405 元;W39 又多進來一批便宜的點擊,幾乎沒人買。

問題進來的人如果不是我們的 TA,誰才是?

答案年齡、性別、從哪個管道來、有沒有用折扣,都分不出誰會再回來買。分得出來的只有第一單:只買帽子、襪子、包包的客人,半年內每 100 位只有 9 位回來買第二次,第一單有買衣褲的有 17 位。

「新客」=第一次在官網買東西的人,「回來」=半年內買了第二張訂單。分析對象是 2025-08 到 2026-03 第一次買的 1,137 位新客,每位都已觀察滿半年。

要 KIM 決定的事

兩筆廣告預算要你點頭,總預算不增加

第 2 件要把約 NT$7,500 從現有新客組挪去試新受眾,並上傳一份客人名單給 Meta(6 月已有同類名單先例)。第 3 件要從流量型廣告每天約 NT$410 中挪 NT$150 出來,做一組新的再行銷。不點頭,這兩件都不會動;第 1 件不動預算,不用你決定。

要做的事

要做三件事,其中兩件要 Kim 點頭

不用點頭1. 在「AI 找客人」加 2 支固定的衣褲素材

為什麼:「AI 找客人」(Meta 自動幫我們找新客的那組廣告)是帶新客最多的一組,但它帶進來的首購新客有 41% 只買帽子襪子包包,這種客人半年回購率只有 9%。它 4 週花的 31,471 元全在 4 支「好評」商品輪播上,商品由 Meta 從 3,671 個商品裡挑。另一組用固定衣褲素材的新客廣告,只買配件的只有 8%(26 位,樣本小)。

誰
Chi 出素材,Bo 放進「AI 找客人」這一組。
做什麼
挑 2 支固定的衣褲素材放進去,例如 0907 休閒西裝套裝(在新客組 4 週賣 8 張、每張 298 元),另一支由 Chi 從丹寧褲、褲裙、針織裡挑,因為這幾類首單的回購率都在 20% 上下。
看什麼數字
「AI 找客人」帶來的首購新客裡,只買帽子襪子包包的占幾成。
多少算成功
累積 30 位首購新客後(約 3 到 4 週),只買配件的從 41% 降到 25% 以下。
沒做到怎麼辦
仍在 35% 以上,就代表素材改不了 Meta 挑的商品,這時再由你決定要不要把這組一部分預算挪給固定素材的新客組。
預估影響
「AI 找客人」每月約 34 位首購新客,若 16% 改成買衣褲的人,每位半年多花約 1,960 元(買衣褲的人 2,926 元,只買配件的 962 元),每月上限約 1 萬元。這是相關性推算,不保證每位都會照做。
要 Kim 點頭嗎
不用,不動預算。

要 Kim 點頭2. 用「值錢客人名單」找新客,小額試 3 週

為什麼:現在新客組的類似受眾(Meta 依名單找長得像的人)用「網站購買」「目錄購買」當種子,等於把只買過一次的人也算進去。半年內回來買第二次的客人只占新客 16%,卻貢獻半年營收的 33%,每位半年花 5,425 元,一次客只有 2,056 元。

誰
Chi 從後台匯出名單,Bo 上傳並建立受眾與廣告。
做什麼
名單取「12 個月累計消費前 20%(522 位)」加「買過 2 次以上(645 位)」,合併 778 位,附累計消費金額當價值欄,建 1% 類似受眾,用新客組的做法跑 3 週,預算約 NT$7,500(約 14 張單的量)。
看什麼數字
這組帶來的首購新客裡,只買帽子襪子包包的占幾成。
多少算成功
至少累積 10 位首購新客,且只買配件的占 20% 以下(「AI 找客人」是 41%)。
沒做到怎麼辦
沒達成就關掉,預算還給原來的新客組;3 週不到 10 位就多跑 1 週,仍不到也關。
順便確認
每張單成本不高於現在新客組的 526 元。
預估影響
測試本身不增加營收,只驗證這種種子找得到買衣褲的人;成功了才談放大。
要 Kim 點頭嗎
要。NT$7,500 從現有新客組挪,並上傳客人名單給 Meta。

要 Kim 點頭3. 開一組專接流量型廣告帶進來的人

為什麼:流量型廣告(只求把人帶進網站、不求當場成交的那組)8/27 到現在帶進 7,534 位新用戶,平均每位 1.8 元,用它自己的目標看是做到了。但能接手這批人的「再行銷全站 180 天」那組,8、9 月合計只花 2,070 元,每天約 34 元,而且同一組還要顧已買過、已加購的人。

誰
Bo。
做什麼
開一組獨立的再行銷,只收「到訪官網 180 天、排除已加購、已開始結帳、已買過」的人,日預算 NT$150,素材用第 1 件的衣褲素材,跑 3 週(約 NT$3,150)。
看什麼數字
這組的購買張數與每張單成本。
多少算成功
3 週至少 7 張單,每張 450 元以下。
沒做到怎麼辦
沒達成就撤掉,NT$150 還給流量型組。
順便確認
頻次(同一個人看到幾次)低於 3。
預估影響
約 7 張單、約 1.5 萬元營收的量級,測試用,不是放大版。
要 Kim 點頭嗎
要。從流量型組每天約 NT$410 挪 NT$150。
已確認的事

年齡、性別、管道、折扣,都看不出誰會再回來買

1,137 位新客裡,每 100 位有 16 位在半年內買了第二次。有填生日的 141 位中,25 到 34 歲每 100 位回來 26 位,35 到 44 歲 18 位,45 歲以上 32 位,每組只有 22 到 65 人,看不出規律。第一次是點廣告進來的,每 100 位回來 15 位;直接輸入網址進來的 19 位。第一單有折扣的和沒折扣的都是 16 位。

所以拿年齡性別去圈「精準 TA」,圈得出買家,圈不出值錢的買家。買過東西又填了生日的 1,100 位裡,49% 是 25 到 34 歲、40% 是 35 到 44 歲、7% 是 45 到 54 歲,跟 Meta 的輪廓一致。買家偏女性是投放結果,品牌仍是中性服飾。

分得出來的是第一單:只買帽子襪子包包的人,半年內每 100 位只有 9 位回來

第一單只買帽襪包的人,半年內回來的最少

每 100 位新客裡,半年內買第二次的有幾位;依第一單買了幾件衣褲分組(1,137 位)

只買配件
9
衣褲 1 件
14
衣褲 2 件
18
衣褲 3 件以上
21

第一單只買配件的有 197 位,占新客 17%,卻只貢獻半年營收的 6%。他們第二單起半年只花 141 元,買衣褲 3 件以上的花 716 元。

這不是因為他們第一單花得少:第一單金額都在 1,000 到 2,999 元的客人裡,只買配件的 46 位回來 6.5 位,有買衣褲的 665 位回來 16.8 位。反過來,衣褲買 1 件還是 2 件,在同樣的第一單金額下差不多,所以關鍵是有沒有衣褲,不是件數。累計消費前 20% 的 227 位裡,98% 第一單就有衣褲。

值錢的客人回來得快,而且第一次進站當天就買了

回來買第二次的 179 位,中位數是第一單後 52 天,36% 在 30 天內、71% 在 90 天內。第二單約 7 成換了品類,第一單買上衣的人,第二單多半是褲子或別的。第一次進站當天就下單的,一次客 75%、回來買的客人 70%、前 20% 的客人 73%,三群人一樣,沒有「看很久才決定」的路徑。所以第一次進站看到的東西,就要是衣褲。

第一單買哪一類,半年回購差很多:襯衫 28%(50 位)、針織 20%(109 位)、丹寧褲裙 20%(131 位)、素色 tee 19%(130 位)、外套 19%(146 位),品牌設計款 tee 只有 9%(97 位),配件 9%(220 位)。防潑水腰包的 93 位首購客回來 3%,這款的訂單主要集中在 2、3 月。

轉換型廣告花在誰身上沒變,但每張單貴了三成,男生和 IG 限動最明顯

轉換型廣告 8/31 到 9/27 花 72,470 元買到 179 張單,每張 405 元;6 月花 64,659 元買到 214 張,每張 302 元。花費對象幾乎一樣:女生 78% 變 75%,18 到 34 歲 51% 變 53%,45 歲以上 14% 沒動。核心的女生 25 到 34 歲,每張單從 259 元漲到 360 元。

唯一動的是男生:花費占比從 21% 升到 24%,買到的單占比卻一樣是 19%,每張單從 335 元變 510 元。男生 25 到 34 歲一組花費從 6,485 元增到 9,239 元,買單從 26 張掉到 15 張。版位方面,IG 限動每張單從 271 元變 592 元,4 週花 16,573 元只買到 28 張;IG Reels 反而從 611 元降到 421 元。

新客本身沒有變差:6 月首購新客 119 位,第一單平均 1,717 元、25% 只買配件;9 月 121 位,2,011 元、17% 只買配件。老客占訂單的比例兩期都約 55%。

流量型廣告把 7,534 人便宜帶進來了,9/23 放寬年齡後一半的錢花在 45 到 54 歲女生

W39 這組廣告點擊 2,289 次,W37 是 1,150 次;每次點擊從 2.27 元降到 1.27 元。9/23 晚上 7 點多,這組的年齡上限從 44 歲改成 54 歲,改完 5 天有 52% 的錢花在 45 到 54 歲,改之前是 0%。點擊變多的版位是 Facebook 動態(517 到 1,160 次)和 Threads(83 到 591 次)。

「多了 1,700 次進站」要小心基準:W39 全站進站 8,584 次,比 W37 的 6,823 次多 1,761 次,但 W37 是低點,W35、W36 也有 8,516 和 8,799 次。流量型組 W37 到 W39 多了 1,032 次進站,這組每 1,000 次進站只有 3 個放進購物車,「AI 找客人」是 39 個。

這批人像不像值錢客人,年齡看不出來(各年齡回購沒規律),行為看得出來:8/27 起進來的 7,534 位新用戶,平均每人進站 1.02 次,「AI 找客人」帶進來的是 1.36 次;到 9/30 為止只有 1 位下單。養池的目標是先把人放進池子,這一步做到了,缺的是接手的人,見第 3 件事。

買單其實靠回訪客:W39 全站 63 張購買裡,回訪客 48 張,新訪客 15 張。新訪客進站從 W37 的 4,439 次增到 W39 的 6,323 次,買單從 19 張變 15 張;W36 新訪客 6,176 次,買單也是 15 張。多進來的新訪客,這 4 週都沒有多買。

推測的原因

推測:「AI 找客人」只買配件的比例高,是因為商品輪播由 Meta 挑

可信度:高=兩個以上來源交叉支持且人數夠;中=有一個獨立對照支持,但人數少;低=只有一條間接線索。

推測Meta 從 3,671 個商品挑出來輪播,挑到便宜的帽子襪子多,所以首單只買配件

可信度:中

根據:「AI 找客人」4 週的錢 100% 花在 4 支好評商品輪播上;它 8、9 月的訂單 38% 只買配件,平均每單 1,467 元;其他新客組的訂單只買配件的占 4%,每單 2,406 元。它賣出的配件單,中位數金額 660 元,以帽子(350 到 590 元)和襪子(90 元)為主。

為什麼只給中:兩組的素材、受眾、預算都不同,只能說兩個現象同時出現。

什麼會推翻它:加了固定衣褲素材後,「AI 找客人」首購新客只買配件的仍在 35% 以上。

還不知道的事

還不知道:值錢客人第一次買之前看過哪些商品、點過哪支廣告

網站數據只給彙總,不給個人的瀏覽紀錄,所以「第一次買之前的路徑」只能推到「當天就買」這一步。要補的話,把網站數據匯出到 BigQuery(Google 的資料倉儲,每日匯出在免費額度內),才看得到單一客人的瀏覽順序。網站數據的年齡性別也只認得 4% 的進站者,做不出「不同年齡每 1,000 次進站成交幾張」,年齡改用 Meta 與客人生日兩個來源判斷。

下次什麼時候再看

下次看:10/26,三件事跑滿 3 週的時候

那天看「AI 找客人」首購新客只買配件的比例有沒有從 41% 降到 25% 以下、價值型受眾組累積了幾位首購新客、再行銷新組有沒有做到 7 張單。任一件比預期差很多,就依各件的失敗處置直接動作,不等到月底。

查證層

想核對數字的人:各特徵回購表、廣告 6 月對現在、流量型組拆解、資料範圍

看第一單衣褲件數對照表,以及控制第一單金額後的對照
← 表格可左右滑看更多
第一單人數半年內回來買第二次(每 100 位)半年累計消費(含第一單)第二單起半年消費
只買配件1979.1962141
衣褲 1 件39414.51,768399
衣褲 2 件31617.73,057621
衣褲 3 件以上23020.94,731716

半年累計消費含運費。第二單起半年消費是全部 1,137 位的平均,沒回來的算 0 元。

← 表格可左右滑看更多
第一單金額 1,000–2,999 元人數半年內回來(每 100 位)第二單起半年消費
只買配件466.5152
有買衣褲66516.8526
看各種特徵的半年回購對照表(年齡、性別、來源、折扣、付款、裝置、品類)
← 表格可左右滑看更多
特徵分組人數半年內回來(每 100 位)第二單起半年消費
年齡(生日)25-346526.21,021
年齡(生日)35-445018.0708
年齡(生日)45+2231.8625
性別(自填)女9120.9745
性別(自填)男3228.1698
第一次來源(網站數據)付費廣告32814.9433
第一次來源(網站數據)直接輸入22618.6582
第一次來源(網站數據)IG自然9015.6518
第一次來源(網站數據)FB自然13711.7316
第一次來源(網站數據)Google自然4613.0590
第一單折扣有折扣63415.8484
第一單折扣無折扣50315.7475
付款線上付款40414.4489
付款貨到付款73316.5475
裝置手機101715.4483
裝置桌機12018.3451
第一單主要品類襯衫5028.01,073
第一單主要品類針織毛衣10920.2528
第一單主要品類丹寧褲裙13119.8593
第一單主要品類素色/其他tee13019.2692
第一單主要品類外套14618.5705
第一單主要品類其他褲裙20116.4507
第一單主要品類設計款tee979.3167
第一單主要品類配件(襪帽包)2209.1151

年齡只有 141 位填生日、性別只有 123 位自填,樣本小,只能說沒有規律。「來源」是這位客人第一次進站時的來源,網站數據對得上的才計入。折扣是用訂單金額與商品價格差推算,與後台 81 張可核對的訂單相比,75 張完全吻合。

看轉換型廣告 6 月對現在:年齡與性別
← 表格可左右滑看更多
轉換型廣告(4 週)6/1–6/28 花費買單每張單成本8/31–9/27 花費買單每張單成本
全部64,65921430272,470179405
女 25–34 歲22,8288825925,18470360
女 35–44 歲17,6245432618,59750372
男 25–34 歲6,485262499,23915616
女 45–54 歲5,322153555,82612486
男 35–44 歲4,176104184,75810476
女 18–24 歲2,81474022,4699274

只含轉換型(購買為目標)的廣告。男生全部年齡合計:6 月花 13,384 元、買 40 張,每張 335 元(占花費 21%、買單 19%);現在花 17,349 元、買 34 張,每張 510 元(占花費 24%、買單 19%)。資料來源:Meta 廣告後台。

看轉換型廣告 6 月對現在:版位
← 表格可左右滑看更多
版位(轉換型)6 月花費買單每張單成本現在花費買單每張單成本
IG 限動15,1685627116,57328592
IG 動態13,2933835015,14738399
FB 動態16,2975728614,64845326
IG Reels6,7201161110,10224421
Threads9,5383825110,05429347
FB Reels2,756112514,93114352
看流量型組 W37 對 W39:年齡與版位
← 表格可左右滑看更多
流量型組W37(9/7–9/13)W39(9/21–9/27)
花費2,605 元2,914 元
點擊次數1,1502,289
每次點擊2.27 元1.27 元
花費占比:25–34 歲39%18%
花費占比:35–44 歲60%41%
花費占比:45–54 歲0%40%(9/23 起 5 天為 52%)
點擊:Facebook 動態5171,160
點擊:Threads83591
點擊:Facebook Reels109374
點擊:IG 動態30868

9/23 19:03(台灣時間)廣告後台紀錄:這組的年齡從 25–44 改為 25–54,組名同時從「廣泛25-44」改成「廣泛25-54」。

看 W35 到 W39 每週進站與購買(網站數據)
← 表格可左右滑看更多
週別全站進站流量型組進站流量型組加購流量型組購買新訪客進站新訪客購買回訪客進站回訪客購買
W358,516813005,615332,07836
W368,7991,824316,176151,77255
W376,8231,126404,439191,68133
W387,4051,311805,093151,60432
W398,5842,158606,323151,59848

「進站」是一次進站,一個人來兩次算兩次。另有約 700 次進站無法分新舊,沒列入新訪客與回訪客。

看 8/27 起進來的新用戶,各組帶進來的人後續行為
← 表格可左右滑看更多
首次進站來自新用戶之後總進站次數平均每人進站加購購買
流量型組7,5347,6861.02221
AI 找客人6,2258,4861.3629035
2607 新客組1,7362,6411.5220812
2609 新客組4735591.18414

統計到 9/30,時間最長 5 週,所以購買數只是目前為止的累計。

看資料範圍與做法
  • 客人與訂單:Cyberbiz 後台全部訂單 4,531 張(2025-08-06 至 2026-09-30)與 2,979 位會員資料。有效單=未取消且已付款、貨到付款或部分退款;只含換貨差額的 11 張不算訂單。新客=會員註冊日在 2025-08-06 之後。
  • 網站數據(GA4):以訂單編號對回 Cyberbiz,4,111 張對得上;來源、首次進站日期取自這份對照。網站數據的年齡性別 96% 是「未知」。
  • 廣告:Meta 廣告後台 API,看轉換型(購買為目標)與流量型(連結點擊為目標)。「每張單成本」用 Meta 回報的購買數,Meta 會把看過廣告 7 天內的購買也算進來,所以偏樂觀,同期比較才有意義。
  • 8/1 到 9/30 各組的首購新客,用網站數據記下的購買當次進站來源歸組;只買配件、衣褲 2 件以上的比例出自這 70 位(AI 找客人)與 26 位(新客組)。
  • 個資:大量客人資料只存本機分析,這份報告不含任何姓名、電話、信箱、地址。彙總資料在 amesoeur-analyst/reports/_ta/。