品牌活動收工了，聲量報告看起來很好看——觸及十五萬、互動破千、社群上也有人在討論。但兩週後打開廣告後台，再行銷的 ROAS 還是在損益兩平點以下掙扎。問題不在廣告素材，而在受眾設定。
多數行銷人的再行銷受眾，來源只有一個：Facebook Pixel。Pixel 追蹤的是「曾經進入網站的人」。但那些在 Instagram 留言說「好想要」、在 PTT 討論規格比較、在 Threads 轉貼活動內容的人，Pixel 完全看不到他們——因為他們從來沒點進你的網站。這批人有明確的品牌接觸和購買意圖，卻永遠不出現在你的再行銷名單裡。
本文示範一套用社群聲量數據補足 Pixel 盲點的操作流程。從來源分析找出高意圖傳播者，用提及留言辨識購買訊號，透過受眾報告建立可帶進廣告平台的受眾描述，再用渠道分佈確認最值得押注的投放平台。整套流程不依賴 Pixel，適合活動結束後 14 天內操作。
為什麼社群聲量能在 Pixel 之前找到高潛力受眾？
社群聲量比 Pixel 早一個時間段捕捉購買意圖：消費者在點進你的網站之前，已在社群上主動討論你了。
社群聲量是比 Pixel 更早期的購買意圖訊號。消費者完成購買決策的路徑，通常是：先在社群討論和比較，覺得夠有興趣了，才去搜尋、點進品牌網站。Pixel 捕捉的是這個路徑的後半段——意圖已成形、正在「做最後確認」的人。社群留言和分享行為，代表的是更前期的意圖形成階段——消費者正在主動接觸品牌，但還沒到「搜尋品牌官網」這一步。
這個時間差意義很大。從活動期間的聲量數據裡，可以找到那批「在社群上主動討論過品牌，但還沒完成轉換」的人的行為特徵，包括他們活躍在哪個平台、在討論什麼話題、語氣和用詞的傾向。把這些特徵轉譯成廣告受眾設定的語言，就能讓再行銷廣告比只靠 Pixel 的版本，多覆蓋一整個意圖形成期的潛在客群。這也是為什麼 Airbnb 在導入社群行為數據的動態再行銷後，目標區域訂房量提升了 25%——他們觸達了那批「考慮過但沒行動」的旅客，而不只是「進過官網的人」。
誰在幫你傳播，卻從來沒有行動？
高意圖的傳播來源不是粉絲最多的帳號，而是活動期間互動率比平均高兩倍以上的中小型帳號。
高意圖的傳播來源，不是粉絲最多的帳號，而是互動率異常高的中小型帳號。這是再行銷受眾識別裡最常被忽略的一個判斷邏輯：百萬粉絲的媒體粉專轉貼了你的活動，帶來大量曝光；但那批觀看者是被動接收的，購買意願跟主動搜尋的人差距很大。真正值得關注的，是粉絲數在一萬到十萬之間、活動期間貼文互動率比帳號平均高出兩倍以上的帳號——他們在特定圈子裡有真實的口碑信任度，追蹤他們的人，往往就是你的目標客群。
QSearch Trend 的來源分析功能依照各平台的影響力指標排序結果。Facebook 以影響力分數計算（公式為：心情互動 × 0.1 加上留言數 × 0.1 加上分享數的總和），Instagram 依愛心數排序，YouTube 依觀看數排序。透過「進階篩選」設定粉絲數區間，可以直接鎖定微網紅（一萬到五萬粉絲）或奈米網紅（一千到一萬粉絲）這兩個具有口碑信任度的量級，不需要逐一排除大型媒體帳號。篩選完成的名單可以直接匯入 Segment，後續持續追蹤這群帳號的聲量貢獻。
這一步的輸出是二十到五十個在活動期間主動傳播、影響力分數高且量級適中的帳號名單，作為後續受眾輪廓分析的基礎來源。
他們說話的方式，透露了多少購買意圖？
判斷留言的再行銷價值看的是語言模式，不是情緒強度：「哪裡買、多少錢、跟 XX 比」和表情符號是完全不同的訊號。
判斷留言是否代表購買意圖，看的是語言模式，不是情緒強度。情緒強烈但方向不同的留言，再行銷價值天差地別：「這個哪裡買、多少錢、跟 XX 比哪個好」是高意圖，距離購買只差一個點；「好有趣，下次試試看」是中意圖，有興趣但還沒到行動門檻；純情緒反應（哈哈、讚、表情符號）是低意圖，對再行銷幾乎沒有參考價值。
一波活動可以產生幾千條留言，人工篩選不可行。QSearch Trend 的提及留言功能支援 Facebook、YouTube 和論壇三個平台的留言篩選，可以依情緒標記（正向／負向／中立）和關鍵字組合過濾，快速定位「帶有正向情緒但尚未行動」的留言群。從這批留言裡提取的高頻詞彙——哪個功能被反覆提及、競品被拿來比較的具體維度、哪個痛點被多次提到——就是受眾語言的真實樣本，後面在廣告文案和興趣標籤設定裡都會直接用到。
有一個訊號要特別關注：論壇的規格比較文和詢問貼文。一個人在 PTT 或 Dcard 開帖問「XX 品牌的產品值得買嗎」，代表的意圖深度遠高於 Instagram 底下的單詞留言。提及留言可以篩選論壇渠道，這類高意圖討論不容易在一般聲量報告裡被凸顯出來，但它們是再行銷受眾裡品質最高的一批訊號。
從討論行為，看出這群人是誰？
受眾報告把社群互動行為轉譯成廣告可設定的輪廓語言：話題偏好、活躍時段、平台分佈、語言特徵。
受眾描述的核心問題是：「這群有購買意圖的人，在廣告平台的設定語言裡，長什麼樣子？」年齡性別是最粗糙的描述，真正有用的是行為和話題維度。受眾報告把前兩步的社群行為數據轉譯成廣告可設定的輪廓：他們活躍在哪些平台，除了你的品牌之外還在討論什麼話題，最常在哪個時間窗口出現在社群上，以及他們描述需求時慣用什麼語言和詞彙。
這四個維度直接對應廣告設定裡的具體欄位：話題偏好轉化為興趣標籤參考，活躍時段轉化為廣告排程依據，語言特徵指導廣告文案的語氣和切入角度。受眾報告最有力的用途是作為 Lookalike Audiences 的種子名單——Meta 的 Lookalike 邏輯是「你給我一批好客戶的樣本，我去找跟他們相似的人」。種子名單的品質決定了 Lookalike 的精準度。用社群高意圖互動者作為種子，比用一般網站訪客名單的品質更高，因為這批人是主動討論過品牌的人，行為特徵更集中、更具代表性。
預算要押哪個平台，數據先告訴你？
廣告投放平台的選擇基準不只是「哪裡聲量最大」，而是「哪個平台的互動品質最能代表實際購買意圖」。
確認投放平台的判斷基準，不只是「哪個平台聲量最大」，而是「哪個平台的互動品質最能代表購買意圖」。同樣一百則討論，論壇裡的長篇比較文和 IG 底下的單詞留言，代表的意圖深度完全不同；Facebook 的聲量雖然常常因為媒體粉專轉貼而衝高，但如果互動留言幾乎都是表情符號，對再行銷受眾的參考價值就很有限。
QSearch Trend 的渠道分佈功能以曲線圖呈現各平台在活動期間的聲量占比變化，可以同時比較 Facebook、Instagram、YouTube、Threads 和論壇的聲量貢獻與消長趨勢。搭配前一步在提及留言裡觀察到的各平台留言深度，可以做出一個雙軸判斷：聲量占比超過 40% 的平台作為主力投放渠道，互動品質（留言深度）排名第二的平台作為輔助渠道。如果某個平台的聲量雖高，但內容主要來自媒體轉貼而非真人留言討論，投放優先級要往後排。
確認平台之後，預算分配比例也就有了數據基礎：主力平台佔 60–70%，輔助平台佔 30–40%，讓投放決策不再靠猜測。
三種數據結果，對應三種再行銷動作
四個步驟完成後，數據通常落入三種情境，分別對應不同的廣告策略，不能用同一套打法處理。
做完四個步驟，數據結果大概會落入三種情境，對應的廣告策略不一樣。第一種：高意圖留言和聲量集中在一個主力平台。在該平台建立自訂受眾，上傳來源分析篩出的高互動帳號名單，疊加受眾報告的興趣標籤做雙重過濾，廣告素材針對「已了解品牌、需要最後推力」的受眾設計——直接給限時優惠或具體理由，不要再重新介紹品牌是什麼。
第二種：高意圖留言分散在多個平台。以受眾報告建立跨平台統一的受眾描述，優先在 Meta 以社群高意圖名單作為種子建立 Lookalike Audiences。跨平台投放時訊息框架保持一致，但格式因地制宜——Instagram 重視覺和情境感，Threads 重觀點和文字量，Facebook 適合較長的說明型文案。
第三種：聲量大但留言中高意圖訊號稀薄。此時不適合強轉換廣告，改做暖受眾：以品牌故事或使用情境內容再培養，設定 30 天後重新評估意圖變化。同時在 QSearch Trend 設定聲量預警，監測後續討論是否出現意圖升溫訊號。
無論哪種情況，有一件事必須同步完成：設定排除名單。把已購買的顧客和明確表達負面評價的帳號從再行銷受眾中排除，避免浪費預算在錯誤的人身上。
成效追蹤：廣告上線 14 天後怎麼驗證受眾設定是否正確？
廣告上線兩週後，同時用 CTR 和社群情緒走向做雙軌驗證，快速確認受眾設定方向是否需要調整。
廣告上線 14 天後，用廣告平台數據和社群聲量數據做一次雙軌驗證，判斷受眾設定方向是否正確。廣告 CTR 是第一軌：如果 CTR 高但轉換率低，問題通常在落地頁或優惠力道，受眾設定本身可能是對的；如果 CTR 也低，才需要回頭檢查受眾輪廓，確認廣告文案是否真的在用那群人的語言說話。
QSearch Trend 的聲量情緒走向是第二軌：如果廣告期間品牌討論的正向情緒比例持續下降，很可能是廣告頻率已造成疲勞。消費者看同一則廣告超過七到十次後，通常開始產生排斥，負向提及會跟著上升。此時應降低頻率上限（Frequency Capping），或更換廣告素材。14 天後也可以複查渠道分佈，如果主力投放平台的聲量比例出現明顯轉移，就是調整預算分配的時機。
常見問題
以下回答行銷人在把活動社群聲量數據轉化為再行銷廣告受眾設定時，最常遇到的三個問題。
Q：如果品牌活動已經結束一個月了，社群數據還有參考價值嗎？
A：有，但需要縮短分析時間窗口。建議以活動高峰期前後各七天的聲量數據為主，避免納入太多活動前的無關討論。活動後超過三十天的留言，意圖衰減明顯，可作為輔助參考，但不建議作為主要受眾設定依據。
Q：受眾報告的輪廓特徵，要怎麼對應到 Meta 廣告的受眾設定？
A：話題偏好欄位對應「興趣標籤」，活躍時段對應「廣告排程」，語言特徵和平台偏好用於選擇廣告版位和文案語氣。受眾報告提供的是「這群人長什麼樣子」的描述語言，需要手動轉譯成平台設定，通常能節省 20–30% 的無效點擊。
Q：Lookalike Audiences 的種子名單要多大才夠？
A：Meta 建議種子名單在一千到五萬人之間效果最好。用來源分析篩出的高互動帳號加上提及留言裡的高意圖用戶，通常能組出品質較高的初始名單，即使絕對數量不大，Lookalike 的精準度也會比用一般網站訪客名單的版本高。
結論
從「只追 Pixel 看到的人」升級到「把社群意圖訊號納入受眾識別的前置研究」，是這套流程最核心的改變。
改變的不只是數據來源，而是決策的時間位置：你在消費者還沒到你的網站之前，就已經可以辨識他們、描述他們、對他們說話。再行銷預算不再只是跟著流量走，而是主動去找那批對你的品牌已有印象、只差最後一推的人。從聲量到廣告受眾的這條路，以前靠的是直覺和經驗，現在可以有數據做判斷依據。
想在活動結束後把聲量轉化成廣告效益？QSearch Trend 的來源分析和受眾報告，可以在廣告平台設定受眾之前，先幫你做一輪受眾的質量篩選。立即申請 QSearch Trend+ 免費試用 →
