20oz 受众边界实验室要帮我判断什么？

它用同一款 20oz 保温杯训练五类受众判断：广泛受众两天波动时先查信号而不是堆兴趣；lookalike seed 要先按购买质量、毛利和退款分级；排除太多时复查窗口和来源；访问、加购、近期购买和老客要分阶段读；客服语言和履约能力属于 hard boundary。

什么时候不应该因为 broad 波动而缩窄受众？

当只跑了两三天、Purchase / AddToCart 样本不足、素材没有点名使用场景、页面承接还没查清或 3-7 天观察窗口没到时，不应该马上加兴趣缩窄。先查事件、素材、页面和市场硬边界。

lookalike seed 怎么判断质量？

不要只看名单人数或订单金额。要看 seed 来源、购买者数量、贡献利润、退款率、折扣依赖、复购质量和同步时间。低意向点击、低质加购或大促折扣名单，不能直接包装成高价值相似受众。

Meta 受众策略：广泛、相似、暖受众和排除规则

Loading interactive version

纯文字版教程展开阅读

Meta 受众策略不是堆兴趣。真正要写清的是：哪些输入只是给系统建议，哪些边界不能突破，哪些排除是在保护预算，哪些排除已经切掉学习空间。

这篇课解决什么

很多新手把每个受众设置都当成硬控制。但在 Advantage+ audience 这类流程里，很多受众输入更像建议：系统会先参考它们，再继续寻找更可能产生结果的人。与此同时，国家、年龄、语言、合规、配送、库存和客服承接仍然是业务硬边界。

本课产出是一张 Meta 受众边界表，把 include audience、exclusion audience、hard boundary、suggestion input、lookalike seed、观察窗口和变更规则分开写清。

本课判断原则

业务可以承受探索的地方，给系统空间；业务不能服务、不能配送、不能合规、不能承接的地方，必须锁住边界。

先把术语说清楚

术语	白话解释	没写清会出什么问题
Broad audience	广泛受众，让 Meta 在更大的投放空间里根据事件、素材和转化信号找人。	如果事件或素材很弱，广泛投放会放大弱信号。
Advantage+ audience	Meta 的自动化受众流程，部分受众输入会作为建议，系统还会继续向外寻找结果。	团队可能把建议误认为严格控制。
Lookalike audience	相似受众，从购买者、高价值客户或客户名单等种子扩展相似人群。	差种子会放大便宜点击、高退款或低利润买家。
Custom audience	自定义受众，来自客户名单、网站事件、互动行为或应用事件。	名单过期、授权不清或重复名单会影响再营销和排除。
Exclusion	排除规则，让某些人不要进入投放池。	它能保护预算，但叠太多会切掉学习空间。
Hard boundary	业务硬边界，不能为了放量随便突破。	广告可能触达无法配送、无法支持或不应合规触达的人群。

Meta 受众边界表

字段	要写什么	例子
Campaign 任务	冷启动、再营销、复购、线索、目录销售，还是创意测试。	冷启动 Sales campaign，找新客购买。
Include audience	系统可以探索的人群范围。	美国英语可配送地区，年龄 25+。
Exclusion audience	不应该进入这组预算池的人。	近期购买者、员工、测试流量、低质量线索来源。
Hard boundary	业务不能突破的限制。	不能配送国家、年龄底线、语言、合规、库存和客服承接。
Suggestion input	可以给系统参考，但不能当成绝对控制的输入。	兴趣、相似受众、自定义受众或 Advantage+ audience suggestions。
Lookalike seed	相似受众种子的来源和质量规则。	低退款、贡献利润达标的购买者。
变更规则	什么时候允许缩窄、放宽、新建或删除排除。	观察窗口没到，除非硬边界错了，否则不缩窄。

受众场景路由

团队想改受众但证据还不清楚时，先用这张表判断下一步是放宽、缩窄、复查种子，还是修排除。

场景	风险	第一动作	不要这样做
广泛受众两天波动就想缩窄	把正常学习波动误判成受众失败。	先查事件可信度、素材具体度、市场边界和观察窗口。	不要因为两天 CPA 波动就把 broad 改成一堆小兴趣。
相似受众种子质量不明	Meta 可能放大会点但不买的人。	先按购买质量、毛利、退款、复购和样本量给种子分层。	不要把低意向点击包装成高价值相似受众。
排除规则叠到受众过小	预算护栏变成学习空间切割。	把排除分成必须排除、暂时排除、需要复查三类。	不要长期排掉所有暖人群后，再说 broad 触达弱。
再营销、复购和老客混在一起	不同意图阶段被平均掉，频次、offer 和素材任务看不清。	按阶段写清受众任务：唤回、完成购买、复购、交叉销售或排除。	不要用同一条折扣素材同时追冷用户、加购未买和近期购买者。

广泛受众准备门

检查项	通过标准	暂停线
事件质量	Purchase、AddToCart、checkout 事件足够可信，可以支持优化。	事件错误时，广泛投放只会放大错误信号。
素材具体度	广告说清给谁、什么场景、什么痛点、为什么现在买。	泛泛品牌广告会给系统很弱的线索。
市场边界	配送国家、语言、库存、年龄和合规限制已经写清。	硬边界没写清，不进入放宽受众。
观察窗口	等到约定窗口和样本后再判断。	不要因为两天 CPA 波动就缩窄。

相似受众种子质量表

种子	质量判断	风险
高质量购买者	强种子，因为接近真实业务结果。	样本太小时容易误判。
高价值客户	可用，但价值要同时看毛利、退款和复购质量。	只看订单金额会隐藏利润问题。
邮件客户名单	可用，前提是来源、同步时间和授权边界清楚。	脏名单或旧名单会放大旧信号。
所有点击用户	偏弱，除非已经证明点击质量。	可能放大便宜点击，而不是购买者。
低质量加购	先 QA，再决定能不能用。	可能放大错误事件或差商品组合。

20oz 受众边界实验室：先分清建议、硬边界和排除

受众课最容易被讲成兴趣清单，但真实投放里更常见的问题是边界没分清。继续用 20oz 保温杯来练：哪些输入只是 suggestion，哪些必须放进 audience controls 或排除，哪些暖受众要单独读，哪些 lookalike seed 根本还不够干净。

20oz 情境	更合理的受众动作	为什么	写回受众边界表的证据	不要这样做
结构课确认本轮是冷启动 Sales。20oz 保温杯跑 broad / Advantage+ audience 两天，CPA 波动，团队想马上加 12 个兴趣缩窄。	保留广泛，先查信号。	两天波动不等于受众失败。问题可能是 Purchase 样本少、素材没有点名使用场景、页面首屏弱，或 3-7 天观察窗口没到。	Purchase / AddToCart 样本、素材是否点名通勤/健身/送礼场景、配送语言边界、库存、页面首屏和观察窗口。	不要用兴趣堆叠掩盖事件、素材或页面问题。
购买者样本不足，团队想用折扣页点击、低质加购和一次大促名单创建 lookalike。	先给相似种子分级。	相似受众会放大种子行为。低意图点击和折扣依赖人群，可能带来更多便宜点击而不是高毛利买家。	seed 来源、购买者数量、毛利、退款率、折扣依赖、复购质量和名单同步时间。	不要把低意向点击包装成高价值相似受众。
冷启动里排除了购买者、180 天访问者、所有互动者、邮件名单、加购未买和多个市场，受众池明显变小。	复查排除规则。	排除本来是预算护栏，但窗口过长和来源不清会误伤真实潜在买家。必须排除、暂时排除、需要复查要分开写。	排除名单来源、窗口长度、受众规模变化、复购周期、误伤交叉销售风险和复查日期。	不要长期排掉所有暖人群后，再说 broad 没有空间。
访问未买、加购未买、近期购买者和老客复购放在同一套受众和素材里，统一推 10% off。	拆开暖受众阶段。	访问、加购、近期购买和老客复购的意图不同，频次、offer 和素材任务也不同。	访问窗口、加购窗口、购买窗口、复购周期、频次、阶段素材和对应 offer。	不要用同一条折扣素材同时追冷用户、加购未买和近期购买者。
Messages campaign 想放宽受众，但客服只支持英文。放开多个语言市场后，私信量增加，有效沟通下降。	锁住业务硬边界。	语言和客服承接不是 suggestion，而是 hard boundary。不能服务的人群不应该交给系统猜。	客服语言、响应时间、有效/无效消息占比、支持市场、关闭市场和负责人。	不要只看消息量放宽受众，让系统学习更容易开口但无法成交的人。

这张表的作用，是把受众动作写成经营判断：保留广泛、复查 seed、修排除、拆暖受众阶段、锁业务硬边界。只有动作和证据都写清，下一课的创意测试才知道素材应该服务哪一类人。

30 分钟受众边界验收会

不要在 Ads Manager 里边想边改受众。受众边界一旦改错，后面素材、预算和 ROAS 读数都会被带偏。每次改受众前，用 30 分钟把下面五件事讲清楚。

时间	要回答的问题	必须留下的证据	暂停线
0-6 分钟	这次 campaign job 是冷启动、再营销、复购、线索、目录销售还是创意测试？	campaign job、optimization event、结构课交接结论。	任务混在一起，不改受众。
6-12 分钟	哪些是 suggestion input，哪些是 hard boundary？	兴趣/相似/自定义受众建议、国家、语言、年龄、合规、履约和客服承接边界。	不能配送、不能服务或不合规的人群没有锁住，不放量。
12-18 分钟	lookalike seed 是否真的代表好买家？	购买者数量、毛利、退款、折扣依赖、复购质量、名单同步时间。	seed 只是点击或低质加购时，不创建高价值相似受众。
18-24 分钟	排除规则是在保护预算，还是已经切掉学习空间？	排除名单来源、窗口、规模变化、复查日期和误伤风险。	排除来源和窗口说不清，不继续叠排除。
24-30 分钟	下一次允许改受众的证据是什么？谁负责复盘？	观察窗口、负责人、暂停线、释放或缩窄条件。	没有负责人和复查日期，不上线受众改动。

上线后第一周：不要把受众问题和素材问题混在一起

受众改动上线后，第一周重点不是立刻判定 broad、lookalike 或排除是否永远正确，而是确认系统有没有在正确空间里学习。受众只定义谁可以进入学习池，素材、页面、事件和 offer 仍然会影响系统最后找到谁。

如果 broad 波动，但素材没有明确使用场景，先把创意问题交给下一课，不要马上缩窄兴趣。
如果 lookalike 表现一般，先看 seed 是否低质、过期、折扣依赖或样本不足，不要只换百分比。
如果排除后触达变弱，先检查是否把访问者、互动者和潜在复购人群长期排掉。
如果 Messages 数量好看但成交差，先看语言、客服响应和有效消息定义，不要只看消息量。

完成这篇后，交给创意测试课的不是一串兴趣，而是一份受众边界交接包：谁可以探索、谁必须排除、哪些输入只是建议、哪些边界不能突破、下一次什么时候允许改。

排除规则矩阵

人群	为什么排除	复查规则	过度风险
近期购买者	保护冷启动预算，不追刚买过的人。	按复购周期更新。	窗口太长会挡住交叉销售和复购增长。
员工和测试流量	避免内部行为污染学习。	每月和新增团队账号后复查。	名单来源不清可能误排真实买家。
不能履约市场	保护配送、税费、客服和合规边界。	新地区或物流政策变化时复查。	旧排除没删会压住新市场增长。
低质量线索来源	避免系统继续追容易提交但不成交的人。	每次线索质量复盘后更新。	可修复的页面或表单问题，可能被误判成受众问题。

官方边界

Meta Advantage+ audience 说明，audience suggestions 可以先引导系统，然后系统会继续寻找更可能产生结果的人。Meta 的广告定向说明也把定向放在找到更可能行动的人这个目标下。对电商运营来说，最重要的是把软建议和业务硬控制分开写。

受众边界交接包

    进入创意测试课前先填完
    Campaign 任务：冷启动、再营销、复购、线索、目录销售或创意测试。
Include audience、exclusion audience 和 hard boundary 分开写。
Lookalike seed 来源、质量规则和同步时间。
Broad audience 准备度：事件、素材、市场、履约和观察窗口。
排除规则复查节奏和误伤风险。
下一次允许改受众的证据和日期。

  

Meta 受众策略：广泛、相似、暖受众和排除规则

按这 4 步完成本课

先写 Meta 受众边界表

用 20oz 受众边界实验室选动作

跑 30 分钟受众边界验收会

把受众边界包交给创意测试课

先回答最容易误解的问题