受眾區隔

受眾區隔是指一群由共同特徵或行為、人口統計資料、興趣、過往購買記錄、網站活動等定義的人，廣告主或廣告網絡將其作為一個單位進行投放，而不是向所有人展示相同的廣告。區隔將原始數據轉化為競價系統可以實際執行的對象。

區隔是如何建立的#

區隔由多種來源混合建構而成：從您的網站或應用程式直接收集的第一方數據、從經紀商或平台授權的第三方數據，以及推斷出的訊號，例如某人閱讀的內容或其瀏覽所在的地理定位區域。數據管理平台是典型的基礎設施，它匯入所有這些數據，並將其打包成廣告主可以在購買介面中選擇的區隔。

常見的區隔類型包括人口統計（年齡、性別、收入階層）、行為（近期購買者、購物車放棄者、重複訪客）、興趣導向（持續參與健身或個人理財內容的人），以及相似受眾（與現有客戶列表相似的人，由需求方平台或廣告網絡自身的模型建立）。

具體到原生廣告中的區隔#

原生廣告網絡建立的區隔通常比大型封閉花園平台更輕量，因為它們沒有搜尋或社交平台所擁有的第一方登入圖譜。許多原生廣告投放是在發布商類別和情境式投放的層級上運作，這本質上是一種代理區隔，是基於廣告投放的位置而非確切的觀看者來建立的。廣告主透過像素，在某人訪問過他們的網站後，將自己的再行銷區隔疊加在上面。

這也影響了垂直領域的選擇。如果您正在測試一個新的垂直領域（聯盟行銷），廣告網絡為該利基市場提供或不提供的區隔選項，將決定在您建立自己的第一方再行銷受眾池之前，可以進行多精準的投放。

從競爭對手的活動中解讀區隔#

您不會看到競爭對手使用的確切區隔定義，這些數據保留在他們的廣告帳戶內部。您能看到的是結果：某個廣告活動持續針對哪些發布商類別和地理區域投放，這即使沒有原始的投放設定，也能告訴您很多關於他們最終選定的區隔資訊。透過廣告情報視圖，從競爭對手已擷取的廣告創意歷史中提取這種模式，比從零開始進行區隔測試要快得多。

區隔也會衰退。六個月前在某個廣告活動上轉化效果良好的受眾，隨著創意疲勞的出現以及相同人群已經多次看到廣告，通常需要更新。觀察競爭對手是持續針對同一發布商群組輪播創意，還是放棄它，是判斷其區隔是否仍在有效運作的一個不錯的替代指標。

關於重疊的實用說明#

區隔之間的重疊程度往往超過媒體採購人員的預期。「近期搜尋抵押貸款利率者」區隔和「50歲以上房主」區隔將包含大量相同的人群，這也是為什麼同時運行多個相似區隔，往往只是將自己的預算分散對抗自己，而非觸及真正的新潛在客戶。在將預算擴展到多個區隔選項之前，檢查這種重疊情況，通常比在三個看起來已經幾乎相同的變體之上再添加第四或第五個變體更有回報。