Microsoft Audience Network 定向：LinkedIn、In-Market 与再营销

Microsoft Audience Network 为原生广告提供了六种定向家族：LinkedIn 档案定向（公司、行业和职位职能——没有其他原生渠道拥有此功能）、基于 Microsoft 购买意图信号的 In-Market 受众、由 UET 标签驱动的再营销和动态再营销、客户匹配列表、类似受众，以及标准的人口统计、位置和设备控制。每个受众层都可以作为“定位并出价”（仅向此受众展示）或“仅出价”（广泛展示，针对受众提高出价）应用。本指南涵盖每个选项的实际工作原理、数据来源以及经验丰富的买家如何分层使用它们。

定向数据来源#

定向的好坏取决于其背后的身份图谱，而 Microsoft 的图谱与众不同。Audience Network 利用 Microsoft 完全拥有的属性中的第一方数据：Bing 搜索历史（声明的意图）、MSN 和 Microsoft Start 阅读行为、Edge 浏览信号、Outlook.com 互动——以及 LinkedIn 职业图谱，这是任何竞争性原生网络都无法触及的资产。

您的广告以原生展示位置的形式投放在 MSN/Microsoft Start、Outlook.com 收件箱、Microsoft Edge 新标签页信息流和精选合作发布商中。如果您想了解该库存的全貌——信息流的外观、读者群体、广告渲染方式——我们的MSN 原生广告指南涵盖了供应端；本文专注于定向。关于网络本身，还有一篇简洁的MSN 原生广告词汇表条目。

规模数据，让您了解定向背后的基础：截至 2026 年 7 月，OpenAdLibrary 的索引包含 281,839 个活跃的 Microsoft Audience Network 创意——这是我们包含 725,882 个创意、49 个网络的语料库中最大的单一网络。这不是一个小众实验；它是开放网络上最大的原生展示平台之一。

LinkedIn 档案定向：独一无二的选项#

这是最突出的功能。Microsoft 拥有 LinkedIn，而 Audience Network 是 LinkedIn 之外为数不多的可以针对职业图谱进行购买的场所之一。提供三个维度：

• 公司 — 按名称定向在特定组织工作的人员。
• 行业 — 按雇主行业类别定向。
• 职位职能 — 按职能角色类别定向（财务、工程、营销等）。

注意缺失的部分：单独的职位头衔和资历级别，这些是 LinkedIn 自身广告平台销售的。在 Audience Network 上，您获得的是更粗粒度的三位一体——职能、行业、公司——这仍然对原生库存上的 B2B 具有变革性。实际应用策略：

• ABM 风格的潜在客户开发： 将命名账户列表作为公司定向加载，在员工阅读新闻时向他们展示您的解决方案——以原生信息流点击价格，而非 LinkedIn 的高额 CPC。媒体买家一致报告 Audience Network 点击成本仅为可比 LinkedIn 购买的很小一部分；请将其视为方向性参考，而非费率卡。
• 职能 × 行业叠加： 针对垂直 SaaS 和服务的“医疗保健组织中的财务角色”类组合。
• 可用性注意事项： LinkedIn 档案定向在一组主要市场（美国及其他几个一级国家）提供，且列表会变化——在围绕其制定地理计划之前，请查看 Microsoft 官方文档 确认当前市场覆盖范围。

一个操作纪律提示：将 LinkedIn 维度作为硬定向应用可能会残酷地缩小受众。标准模式是先将其作为出价提升（“仅出价”）应用于更广泛的广告系列，确认细分转化，然后将经过验证的组合升级为“定位并出价”。

创意素材也必须承担其定向责任。信息流读者不知道他们是通过雇主行业被选中的——一个通用的消费者风格标题会浪费这种选择。点明专业背景（“面向财务团队”，“如果您运营现场业务”），LinkedIn 层才能开始发挥其提升作用；受众数据让他们被展示，而文案则让正确的人点击。

In-Market 受众：无 Cookie 困扰的意图定向#

In-Market 受众是 Microsoft 策划的用户细分，这些用户最近针对某个类别表现出购买意图信号——搜索查询、内容消费、点击——例如“正在寻找汽车保险”，“正在寻找商业软件”等，还有数百个。它们是冷流量选项的主力，因为它们编码了声明的搜索意图（Bing 查询几乎是最诚实的信号），而无需您提供任何数据。

从业者笔记：

• 从 In-Market 开始进行冷潜在客户开发。 这是原生广告最接近搜索意图的东西，且价格是信息流价格。
• 将细分与漏斗阶段匹配，而不仅仅是产品。 一个“正在寻找抵押贷款”的人会对利率比较角度做出反应；同一个人六个月前处于更广泛的购房细分中，需要教育阶段的创意。
• 细分质量因类别和地理位置而异。 测试两三个相邻的细分，而不是想当然地认为最明显的那个最好。

一个关于漏斗阶段点如何实际应用的示例。假设您销售企业 VoIP。明显的构建方式是针对一个“正在寻找商务电话系统”类细分，配以演示请求着陆页——正确的细分，漏斗底部的请求，它只会转化一小部分。更强大的构建方式是运行两个广告组：紧凑的 In-Market 细分配合演示着陆页，以及一个更广泛的商业服务细分配合比较指南类软文，先在请求之前暖化点击。在信息流库存中，读者十秒前并没有在搜索您，第二个广告组通常每美元能产生更多管道——意图数据告诉您谁在购物，但创意仍必须满足他们在信息流中的位置。

再营销、动态再营销、客户匹配和类似受众#

保留与挽回家族，全部依赖于一个先决条件：UET (Universal Event Tracking) 标签 必须在您的网站上激活才能工作。UET 是 Microsoft 的网站标签——每个页面上的基础代码片段，顶部叠加转化跟踪事件——它为您的转化目标和受众列表提供数据。

• 再营销列表 — 基于规则的网站行为受众：所有访客、购物车放弃者、定价页面查看者、要排除的转化者。适用标准回溯窗口；尽早创建列表，因为它们仅从创建时向前填充。
• 动态再营销 — 零售的产品级重定向：将 UET 产品事件与 Microsoft Merchant Center 信息流配对，网络会重新展示用户查看过的实际产品。如果您有产品目录，这通常是整个网络上 ROAS 最高的东西。
• 客户匹配 — 上传哈希后的电子邮件列表以定向（或排除）已知客户和潜在客户。该功能有资格要求；请查看官方文档中的当前条件。
• 类似受众 — Microsoft 生成的相似受众，以您的再营销列表为种子，一旦种子列表有足够量，这是标准的扩展策略。

两个值得借鉴的习惯：始终从潜在客户开发广告系列中排除近期转化者（信息流库存足够便宜，浪费很容易隐藏），并构建一个“高意向未转化者”列表——购物车或定价页面访客减去购买者——作为您的第一个专用再营销广告系列。它通常是账户中最好的 CPA。

人口统计、位置和设备#

这个不起眼的层面默默决定着效率：

• 年龄和性别 定向或出价调整，双向都有用——MSN/Outlook 受众比社交信息流年龄偏大，这对金融、健康、家居和保险类产品是资产，而对年轻市场产品则需要调整。
• 位置 — 国家、地区/州、城市级别和半径选项，以及地理定向出价调整。每个广告系列一个地理位置的纪律适用于所有原生网络，这里也一样。
• 设备 — 桌面、平板和移动设备拆分。Audience Network 拥有异常强大的桌面供应（Edge 新标签页、桌面版 Outlook、Windows 上的 MSN），并且桌面与移动行为差异足够大，成熟的账户会拆分它们。

值得明确说明：由于这一切都依赖于 Microsoft 自己的属性和登录图谱，定向堆栈在很大程度上不受第三方 Cookie 弃用影响。为 In-Market 细分和 LinkedIn 维度提供信号的信号本质上是第一方信号，这是精明的买家在 Cookie 依赖渠道的重定向池萎缩时，悄悄将潜在客户开发预算转向该网络的原因之一。这也意味着受众规模因 Microsoft 属性在每个地理区域的主导程度而异——在美国看起来很大的受众规模，在 Bing 和 MSN 足迹较少的市场可能会迅速减少，因此在确定预算分配之前，请先检查每个地理位置的预估覆盖范围。

定位并出价 vs 仅出价：结构化所有元素#

网络上的每个受众关联都有两种模式，有意识地选择是大部分技巧所在：

有效的模式：新信号以仅出价提升的方式进入广泛或 In-Market 广告系列；任何在真实样本上证明转化提升的东西都会升级到自己的定位并出价广告系列，拥有专用预算和创意。这保持了高学习量，同时为经过验证的东西圈定支出。

否定控制与肯定控制同样重要——排除已转化的受众，在展示位置报告证明合理时排除网站级别的不相关展示位置，并在品牌契合度要求时使用类别排除。排除选项及其粒度会随时间变化，因此请查看当前文档，而不是假设与 Google 展示广告控制保持一致。

三种有效的分层构建#

• DTC / 潜在客户开发堆栈： 广泛的地理位置 + 设备广告系列 → In-Market 细分（定位并出价）→ LinkedIn 行业作为仅出价提升 → 转化者排除。使用信息流原生创意角度，并预期年龄偏大的受众会奖励清晰而非炒作。如果您来自 Meta，我们的 Meta 多元化策略手册 将本渠道置于组合背景中，而 原生广告 vs Facebook 广告 中的 DTC 比较则设定了对 CPC 和创意风格的期望。
• B2B 堆栈： LinkedIn 职位职能 × 行业（最初仅出价）叠加在 In-Market 商业细分上 → 针对 ABM 账户的命名公司定位并出价广告系列 → 对白皮书/定价访客进行再营销。原生信息流上的 B2B 之所以有效，正是因为没有人预料到——您的竞争对手在 LinkedIn 上出价，而您以信息流价格接触到相同的专业人士。
• 零售堆栈： 对产品查看者进行动态再营销 → 客户匹配排除 → 以买家为种子的类似受众 → 用于冷扩展的 In-Market 类别。

该网络上的常见定向错误#

五种消耗预算的模式，但都可以避免：

1. 第一天就叠加所有层。 LinkedIn 职能 × In-Market × 年龄 × 设备 × 自定义列表会产生一个只有四百人的受众和一个永远无法退出学习的广告系列。一层一层地赢得它们的位置。
2. 将 LinkedIn 定向视为 LinkedIn Ads。 您获得的是职能、行业和公司——而不是头衔或资历。围绕“定向 CFO”规划的广告系列需要重新调整为“在合适画像的公司中担任财务职能”，由创意素材进行资历过滤。
3. 一对一导入 Google 展示广告受众。 Microsoft 图谱由不同的信号构建（Bing 搜索、LinkedIn、MSN 行为）；看起来相同的细分名称可能表现截然不同。重新测试，而不是假设。
4. 忽略年龄偏差。 此库存触达的读者比社交信息流年龄更大、更富裕。针对该人口统计 (金融、健康、家居、保险) 的广告系列在这里投入不足；年轻市场广告系列投入过多。
5. 创建后置之不理的列表。 再营销窗口、客户匹配文件和排除列表都会衰减。每季度进行一次受众审计成本很低；六个月内对已流失的电子邮件进行重定向则不是。

在构建之前验证实际运行的内容#

定向理论很廉价；实时信息流才是证据。由于 Microsoft 没有为 Audience Network 库存发布广告库，研究它的方法是使用独立索引：OpenAdLibrary 的广告情报平台让您按广告主、垂直行业、地理位置和运行天数浏览那 281,839 个活跃的 Audience Network 创意。截至 2026 年 7 月的垂直行业组合——电子商务 (9,978 个分类创意)、金融 (9,029)、旅游 (8,830)、保险 (8,406)、软件 (7,909)、教育 (5,025) ——告诉您哪些类别已经实现了经济效益，而创意寿命则告诉您哪些具体角度正在盈利。这个 WalkFit 创意在捕获时已运行了 30 天，这是 CPC 库存上强烈的盈利信号：

研究那些在您的垂直行业中持续存在的广告主——他们的受众选择不可见，但他们的地理拆分、设备拆分、创意角度和着陆页都是可观察的，而这些选择编码了他们的定向数据教给他们的东西。如果某个竞争对手在三个一级地理区域以桌面为主运行针对退休人员的创意，您看到的是他们受众数据的输出，从外部可反向解读。该网络在原生广告格局中的位置：最佳原生广告网络 提供了排名比较。

定向检查清单#

1. 首先确保 UET 标签全站激活；定义转化目标。
2. 在第一天创建再营销列表（它们仅向前填充）。
3. 冷流量从 In-Market 细分开始，每个广告系列一个地理位置。
4. LinkedIn 维度作为仅出价提升进入；将胜出者升级为定位并出价。
5. 在地理规划之前，确认官方文档中 LinkedIn 定向的市场可用性。
6. 将所有潜在客户开发广告系列中的转化者排除。
7. 当量足够时拆分桌面和移动设备。
8. 基于数据而非假设应用展示位置/网站排除。
9. 每次只添加一层——一个下午构建的堆栈是无法调试的堆栈。
10. 在创意简报之前，根据实时索引检查竞争对手的角度和生命周期。