Microsoft Audience Network Targeting: LinkedIn, In-Market & Remarketing
แคมเปญ Microsoft Audience มีการกำหนดเป้าหมายแบบมืออาชีพจาก LinkedIn ควบคู่กับกลุ่มผู้มีแนวโน้มซื้อ, การรีมาร์เก็ตติ้ง และการจับคู่ลูกค้า ตัวเลือกแต่ละอย่างทำงานอย่างไร มีอะไรที่ต้องตรวจสอบ และจะใช้ร่วมกันแบบเลเยอร์อย่างไรโดยไม่ลดปริมาณการแสดงผล

แคมเปญ Microsoft Audience มีแนวทางการกำหนดเป้าหมายหลายแบบ รวมถึงมิติแบบมืออาชีพที่รองรับ, กลุ่มผู้มีแนวโน้มซื้อ และรายการที่ผู้โฆษณากำหนดเอง ความพร้อมใช้งาน, กฎการผสมผสาน และพฤติกรรมการเสนอราคาขึ้นอยู่กับแคมเปญและผลิตภัณฑ์ในปัจจุบัน ตรวจสอบการควบคุมเหล่านั้นก่อนที่จะถือว่ากลุ่มเป้าหมายทุกกลุ่มใช้แทนกันได้
ข้อมูลการกำหนดเป้าหมายมาจากไหน#
การกำหนดเป้าหมายจะดีได้แค่ไหนขึ้นอยู่กับกราฟข้อมูลประจำตัวที่อยู่เบื้องหลัง และของ Microsoft นั้นไม่เหมือนใคร Audience Network ดึงข้อมูลจาก ข้อมูลภาคแรก จากแพลตฟอร์มที่ Microsoft เป็นเจ้าของโดยตรง: ประวัติการค้นหาบน Bing (ความตั้งใจที่ประกาศชัด), พฤติกรรมการอ่านบน MSN และ Microsoft Start, สัญญาณการท่องเว็บจาก Edge, การมีส่วนร่วมบน Outlook.com — และกราฟข้อมูลมืออาชีพจาก LinkedIn ซึ่งเป็นสินทรัพย์ที่ไม่มีเครือข่ายเนทีฟคู่แข่งใดแตะต้องได้
โฆษณาของคุณจะแสดงเป็นตำแหน่งเนทีฟบน MSN/Microsoft Start, อินบ็อกซ์ของ Outlook.com, ฟีดแท็บใหม่ของ Microsoft Edge และสำนักพิมพ์พันธมิตรที่คัดเลือก หากคุณต้องการภาพรวมเต็มของพื้นที่โฆษณานั้น — ว่าฟีดมีลักษณะอย่างไร ใครเป็นผู้อ่าน โฆษณาแสดงผลอย่างไร — คู่มือ MSN native ads guide ของเราครอบคลุมด้านซัพพลาย ส่วนบทความนี้จะเน้นที่การกำหนดเป้าหมาย สำหรับทำความเข้าใจเครือข่ายเองยังมี MSN native ads glossary entry แบบกระชับ
ขนาด เพื่อให้คุณรู้ว่าอะไรอยู่เบื้องหลังการกำหนดเป้าหมาย: ดัชนีของ OpenAdLibrary จัดเก็บครีเอทีฟ Microsoft Audience Network ที่กำลังแสดงสดอยู่ 281,839 ชิ้น ณ เดือนกรกฎาคม 2026 — เป็นเครือข่ายเดี่ยวที่ใหญ่ที่สุดในคลังข้อมูลของเราที่มีครีเอทีฟ 725,882 ชิ้น จาก 49 เครือข่าย นี่ไม่ใช่การทดลองเฉพาะกลุ่ม แต่เป็นหนึ่งในพื้นผิวเนทีฟที่ใหญ่ที่สุดบนเว็บเปิด
การกำหนดเป้าหมายจากโปรไฟล์ LinkedIn: ตัวเลือกที่ไม่มีใครอื่นมี#
ฟีเจอร์หลัก Microsoft เป็นเจ้าของ LinkedIn และ Audience Network เป็นหนึ่งในไม่กี่แห่งนอกเหนือจาก LinkedIn เองที่คุณสามารถซื้อโฆษณาโดยอิงกราฟข้อมูลมืออาชีพได้ มีสามมิติให้ใช้:
มิติแบบมืออาชีพประกอบด้วยบริษัท, อุตสาหกรรม และหน้าที่การงาน การอัปเดตผลิตภัณฑ์ของ Microsoft เดือนสิงหาคม 2026 ยังประกาศว่า Job Seniority พร้อมใช้งานทั่วไปสำหรับ Audience ads และแคมเปญ Search ตรวจสอบคุณสมบัติของบัญชีและตลาดในปัจจุบันสำหรับมิติที่คุณวางแผนจะใช้
อย่าสับสนระหว่างระดับอาวุโสของตำแหน่งงานกับตำแหน่งงานที่เจาะจง ตอนนี้มีเอกสารระบุว่าระดับอาวุโสพร้อมใช้งาน; ตรวจสอบมิติที่เลือกได้จริงและพฤติกรรมการจับคู่ แทนที่จะสันนิษฐานว่าสามารถกำหนดเป้าหมายตำแหน่งงานที่เจาะจง เช่น CFO ได้โดยตรง
การกำหนดเป้าหมายแบบมืออาชีพสามารถสนับสนุนสมมติฐานเกี่ยวกับกลุ่มเป้าหมายทางธุรกิจได้ ตรวจสอบมิติที่มีให้ใช้, ขอบเขตตลาด และการเข้าถึงโดยประมาณ บทความนี้ไม่มีข้อมูลการศึกษาต้นทุนที่เปรียบเทียบได้ซึ่งแสดงว่ากลุ่มเป้าหมายเดียวกันมีต้นทุนถูกกว่าที่นี่เมื่อเทียบกับ LinkedIn
ตรวจสอบว่าการควบคุมแต่ละรายการที่เลือกไว้จำกัดการแสดงโฆษณา, ปรับราคาเสนอ หรือให้สัญญาณการเพิ่มประสิทธิภาพในแคมเปญที่เลือกหรือไม่ อย่าสันนิษฐานว่าพฤติกรรม target-and-bid หรือ bid-only แบบเดียวกันใช้กับมิติแบบมืออาชีพทุกมิติหรือกลยุทธ์อัตโนมัติทุกแบบ
ครีเอทีฟก็ต้องแบกรับส่วนแบ่งของการกำหนดเป้าหมายด้วยเช่นกัน ผู้อ่านฟีดไม่รู้ว่าพวกเขาถูกเลือกตามอุตสาหกรรมของนายจ้าง — หัวข้อทั่วไปแบบผู้บริโภคจะทำให้การเลือกนั้นสูญเปล่า ตั้งชื่อบริบทมืออาชีพ ("สำหรับทีมการเงิน," "หากคุณดูแลปฏิบัติการภาคสนาม") และเลเยอร์ LinkedIn ก็เริ่มสร้างคุณค่าให้กับการเพิ่มราคาเสนอ; ข้อมูลกลุ่มเป้าหมายทำให้พวกเขาได้รับการแสดงโฆษณา ข้อความโฆษณาทำให้คนที่เหมาะสมคลิก
กลุ่มผู้มีแนวโน้มซื้อ: ความตั้งใจโดยไม่ต้องวุ่นวายกับคุกกี้#
กลุ่มผู้มีแนวโน้มซื้อคือกลุ่มผู้ใช้ที่ Microsoft จัดทำขึ้น ซึ่งแสดงสัญญาณความตั้งใจซื้อล่าสุด — คำค้นหา, การบริโภคเนื้อหา, การคลิก — สำหรับหมวดหมู่หนึ่งๆ: "มีแนวโน้มซื้อประกันภัยรถยนต์," "มีแนวโน้มซื้อซอฟต์แวร์ธุรกิจ," อีกหลายร้อยหมวดหมู่ นี่เป็นตัวเลือกหลักสำหรับการเข้าถึงผู้ใช้ใหม่ (cold traffic) เพราะพวกเขาบันทึกความตั้งใจค้นหาที่ประกาศชัด (คำค้นหาบน Bing เป็นสัญญาณที่ตรงไปตรงมาที่สุด) โดยไม่ต้องการข้อมูลใดๆ จากคุณ
หมายเหตุสำหรับผู้ปฏิบัติ:
- เริ่มต้นด้วยกลุ่มผู้มีแนวโน้มซื้อสำหรับการหาลูกค้าใหม่ นี่เป็นสิ่งที่ใกล้เคียงที่สุดที่เนทีฟมีกับความตั้งใจค้นหาในราคาฟีด
- จับคู่กลุ่มเป้าหมายกับขั้นตอนของฟันเนิล ไม่ใช่แค่กับผลิตภัณฑ์ คนที่ "มีแนวโน้มซื้อสินเชื่อบ้าน" จะตอบสนองต่อมุมเปรียบเทียบอัตราดอกเบี้ย; คนเดียวกันนี้หกเดือนก่อนหน้านั้นอยู่ในกลุ่มการซื้อบ้านที่กว้างกว่าและต้องการครีเอทีฟในขั้นตอนให้ความรู้
- คุณภาพของกลุ่มเป้าหมายแตกต่างกันไปตามหมวดหมู่และภูมิศาสตร์ ทดสอบกลุ่มเป้าหมายที่ใกล้เคียงกันสองหรือสามกลุ่มแข่งกัน แทนที่จะสมมติว่ากลุ่มที่เห็นชัดเจนที่สุดคือดีที่สุด
การทดสอบสมมติ: เปรียบเทียบกลุ่มเป้าหมายระบบโทรศัพท์ธุรกิจกับกลุ่มเป้าหมายบริการธุรกิจที่กว้างกว่า โดยใช้ปลายทางที่เหมาะสม กำหนดผลลัพธ์ที่ต้องการและขีดจำกัดของการทดสอบไว้ก่อน ตัวอย่างนี้ไม่ได้ยืนยันว่าการผสมผสานใดสร้างไปป์ไลน์ต่อดอลลาร์ได้มากกว่า
การรีมาร์เก็ตติ้ง, การรีมาร์เก็ตติ้งแบบไดนามิก, การจับคู่ลูกค้า และกลุ่มเป้าหมายคล้ายคลึง#
ข้อกำหนดแตกต่างกันไปตามประเภทของกลุ่มเป้าหมาย การรีมาร์เก็ตติ้งตามพฤติกรรมบนเว็บไซต์อาศัยการวัดบนเว็บไซต์ที่เหมาะสม ส่วนกลุ่มเป้าหมายแบบจับคู่ลูกค้าใช้ข้อมูลลูกค้าภาคแรกที่ได้รับอนุญาต ตรวจสอบคุณสมบัติและข้อกำหนดด้านความยินยอมในปัจจุบันของแต่ละฟีเจอร์ แทนที่จะถือว่า UET เป็นข้อกำหนดเบื้องต้นสำหรับทุกกลุ่มเป้าหมาย
- รายการรีมาร์เก็ตติ้ง — กลุ่มเป้าหมายตามกฎจากพฤติกรรมบนเว็บไซต์: ผู้เข้าชมทั้งหมด, ผู้ที่ทิ้งรถเข็น, ผู้ดูหน้าราคา, ผู้ที่แปลงแล้วเพื่อยกเว้น ใช้กรอบเวลาความสดใหม่มาตรฐาน; สร้างรายการแต่เนิ่นๆ เพราะรายการจะเก็บข้อมูลเฉพาะจากเวลาที่สร้างเป็นต้นไป
- การรีมาร์เก็ตติ้งแบบไดนามิก — การรีมาร์เก็ตติ้งระดับผลิตภัณฑ์สำหรับการค้าปลีก: จับคู่เหตุการณ์ผลิตภัณฑ์ UET กับฟีด Microsoft Merchant Center และเครือข่ายจะแสดงผลิตภัณฑ์จริงที่ผู้ใช้ดูซ้ำ หากคุณมีแคตตาล็อกผลิตภัณฑ์ นี่มักจะเป็นสิ่งที่ให้ ROAS สูงที่สุดบนเครือข่ายทั้งหมด
- การจับคู่ลูกค้า — อัปโหลดรายการอีเมลที่แฮชแล้วเพื่อกำหนดเป้าหมาย (หรือยกเว้น) ลูกค้าและลีดที่รู้จัก มีข้อกำหนดคุณสมบัติสำหรับฟีเจอร์นี้ ตรวจสอบเงื่อนไขปัจจุบันในเอกสารทางการ
- กลุ่มเป้าหมายคล้ายคลึง — กลุ่มเป้าหมายคล้ายคลึงที่ Microsoft สร้างขึ้น โดยใช้รายการรีมาร์เก็ตติ้งของคุณเป็นเมล็ดพันธุ์ นี่คือวิธีการขยายกลุ่มมาตรฐานเมื่อรายการเมล็ดพันธุ์มีปริมาณเพียงพอ
เลือกการยกเว้นและกรอบเวลาการรีมาร์เก็ตติ้งให้เหมาะกับวัตถุประสงค์ของแคมเปญและกฎของฟีเจอร์ในปัจจุบัน ทั้งกลุ่มเป้าหมายผู้เข้าชมหน้ารถเข็น/หน้าราคาและการยกเว้นผู้ที่แปลงแล้วไม่ได้การันตี CPA ที่ดีที่สุด; การซื้อซ้ำและเป้าหมายเกี่ยวกับลูกค้าปัจจุบันอาจต้องได้รับการดูแลที่แตกต่างออกไป
ข้อมูลประชากร, ทำเลที่ตั้ง และอุปกรณ์#
เลเยอร์ที่ไม่น่าตื่นเต้นที่ตัดสินใจประสิทธิภาพอย่างเงียบๆ:
- อายุและเพศ การกำหนดเป้าหมายหรือการปรับราคาเสนอ มีประโยชน์ทั้งสองทิศทาง — กลุ่มผู้ชม MSN/Outlook มีอายุมากกว่าฟีดโซเชียล ซึ่งเป็นสินทรัพย์สำหรับข้อเสนอด้านการเงิน, สุขภาพ, บ้าน และประกันภัย และเป็นสิ่งที่ต้องปรับแก้สำหรับผลิตภัณฑ์ตลาดเยาวชน
- ทำเลที่ตั้ง — ตัวเลือกระดับประเทศ, รัฐ/ภูมิภาค, เมือง และรัศมี รวมถึงการปรับราคาเสนอ geo targeting วินัยหนึ่งภูมิศาสตร์ต่อหนึ่งแคมเปญที่ใช้กับทุกเครือข่ายเนทีฟก็ใช้ได้ที่นี่
- อุปกรณ์ — แบ่งเดสก์ท็อป, แท็บเล็ต และมือถือ Audience Network มีซัพพลายเดสก์ท็อปที่แข็งแกร่งผิดปกติ (แท็บใหม่ของ Edge, Outlook บนเดสก์ท็อป, MSN บน Windows) และพฤติกรรมเดสก์ท็อปกับมือถือแตกต่างกันพอที่บัญชีที่เติบโตแล้วจะแยกกัน
แหล่งข้อมูลที่แพลตฟอร์มเป็นเจ้าของไม่ได้ทำให้การกำหนดเป้าหมายเป็นอิสระจากข้อจำกัดด้านความเป็นส่วนตัว, ความยินยอม หรือตัวระบุตัวตน ตรวจสอบฟีเจอร์จริงและข้อกำหนดของมัน และตรวจสอบความสมเหตุสมผลของการเข้าถึงโดยประมาณสำหรับตลาดที่เลือกก่อนตัดสินใจใช้งบประมาณ
Target-and-bid กับ bid-only: การจัดโครงสร้างทั้งหมด#
ในกรณีที่มีให้ใช้ ให้แยกแยะระหว่างการควบคุมที่จำกัดการแสดงโฆษณากับการปรับราคาเสนอหรือสัญญาณการเพิ่มประสิทธิภาพ ตรวจสอบพฤติกรรมที่แน่นอนของการควบคุมเหล่านั้นสำหรับแคมเปญและกลยุทธ์ในปัจจุบัน
| โหมด | สิ่งที่มันทำ | เมื่อใดควรใช้ |
|---|---|---|
| Target and bid | โฆษณาแสดง เฉพาะ กับกลุ่มเป้าหมายที่เลือก | กลุ่มเป้าหมายที่พิสูจน์แล้ว, การรีมาร์เก็ตติ้ง, รายการ ABM |
| Bid only | โฆษณาแสดงในวงกว้าง; ปรับราคาเสนอขึ้น/ลงสำหรับกลุ่มเป้าหมาย | ทดสอบกลุ่มเป้าหมาย, การใช้สัญญาณแบบเลเยอร์โดยไม่ลดปริมาณการแสดงผล |
รูปแบบที่ได้ผล: สัญญาณใหม่เข้ามาเป็นตัวเพิ่มราคาเสนอแบบ bid-only บนแคมเปญกว้างๆ หรือแคมเปญผู้มีแนวโน้มซื้อ; อะไรก็ตามที่พิสูจน์แล้วว่าช่วยเพิ่มอัตราการแปลงจากกลุ่มตัวอย่างจริง จะถูกยกระดับไปเป็นแคมเปญ target-and-bid ของตัวเองที่มีงบประมาณและครีเอทีฟเฉพาะ สิ่งนี้รักษาปริมาณการเรียนรู้ให้สูงในขณะที่กันงบประมาณสำหรับสิ่งที่พิสูจน์แล้ว
การควบคุมเชิงลบสำคัญพอๆ กับการควบคุมเชิงบวก — ยกเว้นกลุ่มเป้าหมายที่แปลงแล้ว, ยกเว้นตำแหน่งโฆษณาที่ไม่เกี่ยวข้องในระดับเว็บไซต์เมื่อรายงานตำแหน่งโฆษณายืนยัน, และใช้การยกเว้นตามหมวดหมู่เมื่อความเหมาะสมของแบรนด์ต้องการ ตัวเลือกการยกเว้นและความละเอียดของมันเปลี่ยนแปลงไปตามเวลา ดังนั้นควรตรวจสอบในเอกสารปัจจุบันแทนที่จะสมมติว่ามีความสามารถเทียบเท่ากับการควบคุมดิสเพลย์ของ Google
สามโครงสร้างแบบเลเยอร์ที่ได้ผล#
สร้างการทดสอบโดยใช้สมมติฐานกลุ่มเป้าหมายทีละหนึ่งข้อ: กลุ่มเป้าหมายแบบมืออาชีพที่รองรับ, กลุ่มผู้มีแนวโน้มซื้อ หรือรายการภาคแรกที่มีคุณสมบัติเหมาะสม ยืนยันตรรกะการผสมผสานและการตั้งค่าการคาดการณ์หรือการขยายก่อนเปิดตัว จากนั้นประเมินผลลัพธ์ทางธุรกิจที่เลือกไว้ สิ่งเหล่านี้เป็นโครงสร้างที่เป็นทางเลือก ไม่ใช่สูตรประสิทธิภาพที่พิสูจน์แล้ว
ข้อผิดพลาดทั่วไปในการกำหนดเป้าหมายบนเครือข่ายนี้#
ห้ารูปแบบที่เผางบประมาณที่นี่ ทั้งหมดป้องกันได้:
- ซ้อนทุกเลเยอร์ในวันแรก หน้าที่จาก LinkedIn × ผู้มีแนวโน้มซื้อ × อายุ × อุปกรณ์ × รายการกำหนดเอง สร้างกลุ่มเป้าหมายสี่ร้อยคนและแคมเปญที่ไม่ออกจากโหมดการเรียนรู้ เลเยอร์แต่ละชั้นต้องพิสูจน์ตัวเองทีละชั้น
- ปฏิบัติต่อการกำหนดเป้าหมาย LinkedIn เหมือน LinkedIn Ads คุณได้หน้าที่, อุตสาหกรรม และบริษัท — ไม่ใช่ตำแหน่งงานหรือระดับอาวุโส แคมเปญที่วางแผนรอบ "กำหนดเป้าหมาย CFO" ต้องปรับขอบเขตใหม่เป็น "หน้าที่การเงินที่บริษัทที่มีโปรไฟล์เหมาะสม" โดยให้ครีเอทีฟทำหน้าที่กรองระดับอาวุโส
- นำเข้ากลุ่มเป้าหมายดิสเพลย์ของ Google แบบหนึ่งต่อหนึ่ง กราฟข้อมูลของ Microsoft สร้างจากสัญญาณที่ต่างกัน (การค้นหาบน Bing, LinkedIn, พฤติกรรมบน MSN); ชื่อกลุ่มเป้าหมายที่ดูเหมือนกันสามารถแสดงผลต่างกันมาก ควรทดสอบใหม่แทนที่จะสมมติ
- ไม่สนใจความเอนเอียงของอายุ พื้นที่โฆษณานี้เข้าถึงผู้อ่านที่มีอายุมากกว่าและรวยกว่าฟีดโซเชียล ข้อเสนอที่มุ่งเป้าไปที่กลุ่มประชากรนั้น (การเงิน, สุขภาพ, บ้าน, ประกันภัย) ลงทุนน้อยเกินไปที่นี่; ข้อเสนอตลาดเยาวชนลงทุนมากเกินไป
- ตั้งรายการแล้วลืม ระยะเวลาการรีมาร์เก็ตติ้ง, ไฟล์จับคู่ลูกค้า และรายการยกเว้นทั้งหมดเสื่อมสภาพ การตรวจสอบกลุ่มเป้าหมายทุกไตรมาสมีต้นทุนต่ำ; การรีมาร์เก็ตติ้งอีเมลที่ยกเลิกใช้บริการไปแล้วหกเดือนไม่ใช่
ตรวจสอบสิ่งที่กำลังรันจริงก่อนสร้าง#
ใช้ ครีเอทีฟที่บันทึกไว้ เพื่อตรวจสอบข้อความและปลายทาง ไม่ใช่เพื่ออนุมานการตั้งค่าการกำหนดเป้าหมายที่ทำกำไร Microsoft มี Ad Library อย่างเป็นทางการที่เอกสารระบุขอบเขตไว้สำหรับโฆษณา Bing ที่มีการแสดงใน EU/EEA; ภาพบันทึก MSN จากแหล่งอิสระเป็นแหล่งหลักฐานที่แตกต่างและไม่สมบูรณ์

ภูมิศาสตร์, โปรไฟล์อุปกรณ์ หรือพาดหัวที่เกี่ยวข้องกับอายุที่สังเกตได้ เป็นการอธิบายบริบทของการเก็บข้อมูลหรือข้อความโฆษณา ไม่ได้เปิดเผยการตั้งค่าการกำหนดเป้าหมายของผู้โฆษณา หรือพิสูจน์ว่าข้อมูลกลุ่มเป้าหมายของพวกเขาสอนอะไร
รายการตรวจสอบการกำหนดเป้าหมาย#
- แท็ก UET ทำงานทั่วทั้งเว็บไซต์ก่อนสิ่งอื่นใด; กำหนดเป้าหมายการแปลงแล้ว
- สร้างรายการรีมาร์เก็ตติ้งในวันแรก (รายการจะเก็บข้อมูลเฉพาะจากเวลาที่สร้างเป็นต้นไป)
- การเข้าถึงผู้ใช้ใหม่เริ่มต้นด้วยกลุ่มผู้มีแนวโน้มซื้อ หนึ่งภูมิศาสตร์ต่อหนึ่งแคมเปญ
- มิติจาก LinkedIn เข้ามาเป็นตัวเพิ่มราคาเสนอแบบ bid-only; ยกระดับผู้ชนะไปเป็น target-and-bid
- ยืนยันความพร้อมใช้งานของตลาดสำหรับการกำหนดเป้าหมาย LinkedIn ในเอกสารทางการก่อนวางแผนภูมิศาสตร์
- ยกเว้นผู้ที่แปลงแล้วจากแคมเปญหาลูกค้าใหม่ทั้งหมด
- แบ่งเดสก์ท็อปและมือถือเมื่อปริมาณรองรับ
- ใช้การยกเว้นตำแหน่ง/เว็บไซต์จากข้อมูล ไม่ใช่จากการสมมติ
- เพิ่มทุกเลเยอร์ทีละชั้น — สแต็กที่คุณสร้างในหนึ่งบ่ายคือสแต็กที่คุณดีบักไม่ได้
- ตรวจสอบมุมครีเอทีฟและความทนทานของคู่แข่งกับดัชนีสดก่อนเขียนบรีฟครีเอทีฟ







