幾年前，廣告平台的 AI 是靠第三方 Cookie 學習的——它知道張先生昨天在比價網站看了三台空氣清淨機，知道李小姐在某購物平台把商品加入了購物車卻沒結帳。這些跨網站的行為數據，讓廣告 AI 能做出相當精準的出價判斷。
但 Safari 關掉第三方 Cookie 已經好幾年了，Chrome 雖然最終決定不完全棄用，但瀏覽器的 ITP（智慧追蹤防護）機制讓第三方 Cookie 的壽命越來越短，iOS App 追蹤透明度政策又砍掉一大塊 App 數據。現實是：廣告 AI 的視野正在縮小。
第一方數據——你自己收集的客戶資料——是目前唯一能確定品質、確定來源、不受隱私政策限制的數據資產。它不是替代方案，而是廣告 AI 在後 Cookie 時代唯一真正可靠的學習燃料。
為什麼第一方數據對廣告 AI 這麼重要？
Cookie 限制如何影響受眾匹配率
「受眾匹配率」是指你上傳的客戶名單，有多少能被廣告平台匹配到真實帳戶。這個數字直接影響 Customer Match 和 Custom Audiences 的有效受眾規模。
幾年前，行業平均匹配率大約在 60-70%。但隨著隱私限制增加、用戶使用多設備的習慣改變，現在很多廣告主的匹配率掉到 40-50% 甚至更低。匹配率越低，你的受眾信號就越稀薄，AI 可以學習的樣本就越少。
Google 自己的報告顯示，廣告主使用增強型轉換（Enhanced Conversions）後，轉換事件的匹配率可以提升 5-15%。這個功能的本質就是讓你用第一方數據（例如用戶填表時的 email）來補充 Cookie 無法追蹤到的轉換。
AI 出價需要什麼樣的受眾信號？
廣告 AI 的出價決策，本質上是在預測「這個人在看到這則廣告後，在接下來 N 天內轉換的概率」。這個預測模型需要兩種輸入：
- 歷史轉換數據：哪些用戶特徵和行為最終帶來了轉換
- 即時受眾信號：當前這個用戶的特徵和近期行為
第三方 Cookie 時代，廣告平台能自己蒐集大量用戶行為數據來補充這兩點。現在缺口出現後，廣告主自己提供的第一方數據就變成了不可取代的信號來源。
舉例來說，你把「過去 6 個月消費金額超過 NT$10,000 的客戶」名單上傳到 Google Customer Match，AI 就能從這批高價值客戶身上學習他們的特徵，然後去競價尋找更多相似的潛在高價值用戶。這個信號是廣告平台自己無法取得的——只有你知道誰是你的高價值客戶。
第一方數據的來源有哪些？
實際上，大部分台灣廣告主手邊都有第一方數據，只是沒有系統化整理和使用。
網站行為數據（GA4）
GA4 可以追蹤用戶在你網站的每一個動作：哪些頁面看了、看了多久、有沒有加入購物車、有沒有完成結帳。這些行為數據可以直接轉換成受眾清單（例如「瀏覽過產品頁但未購買的用戶」），然後匯出到 Google Ads 做再行銷。
GA4 受眾的優勢是即時更新——用戶做了某個動作，就會被自動加入或移出受眾清單。這對廣告 AI 來說是高品質的動態信號。
關於如何用 GA4 建立有效受眾分群，可以參考 GA4 受眾分群完整教學。
CRM 數據（客戶名單與消費記錄）
這是第一方數據的核心資產。你的 CRM 系統（不管是 SHOPLINE、91APP 的後台，還是 Excel 管理的客戶名單）裡有幾個最有價值的數據點：
- Email / 手機號碼：用來匹配廣告平台帳戶
- 消費金額和頻率：識別高價值客戶、即將流失客戶
- 購買品項：了解不同產品偏好的族群
- 最後購買日期：計算客戶活躍度（RFM 分析的基礎）
定期把這些數據整理成不同的受眾清單（例如「VIP 客戶」、「60 天未回購的客戶」、「只買過一次的客戶」），分別上傳到廣告平台，讓 AI 針對不同族群制定不同的出價策略。
表單填寫與電子報訂閱
網站上的各種表單（詢價表、試用申請、電子報訂閱）收集到的 email，也是高品質的第一方數據。這批人至少對你的品牌有基本興趣，比完全陌生的受眾更有轉換潛力。
一個常被忽略的做法：在電子報確認信或歡迎信裡加入廣告追蹤連結，讓 AI 能追蹤這批訂閱者後續的購買行為，建立更完整的轉換路徑學習。
LINE 官方帳號好友
台灣市場獨特的第一方數據來源。LINE 官方帳號的好友名單雖然不能直接上傳到 Google 或 Meta（因為 LINE 不提供 email），但可以透過引導好友填寫表單（例如加入會員、領取優惠券）的方式，把 LINE 粉絲轉換成有 email 的 CRM 名單。
另一個做法是在 LINE 推播訊息中加入帶有 UTM 的連結，讓 GA4 能追蹤 LINE 流量的後續行為，進而建立 GA4 受眾。
如何將第一方數據接入廣告平台？
Google Customer Match
Customer Match 讓你把客戶名單（email、手機號碼、實體地址）上傳到 Google Ads，系統會把這些資訊與已登入 Google 的帳戶做匹配，建立可用於定向的受眾清單。
上傳步驟：
- 在 Google Ads 後台，進入「受眾群體管理工具」
- 選擇「建立受眾群體」→「客戶名單」
- 上傳 CSV 格式的客戶資料（需要 SHA-256 雜湊加密，或 Google Ads 會自動處理）
- 等待 24-48 小時匹配完成
上傳後可以：
- 直接用這批客戶做再行銷（排除舊客、對舊客做追加銷售）
- 用「類似客戶」功能找相似的新受眾
- 在智慧出價中作為「目標客群」信號，讓 AI 知道你最想要哪種人
Meta Custom Audiences（上傳 CRM）
Meta 的 Custom Audiences 功能類似，讓你上傳 CSV 客戶名單，Meta 會嘗試匹配到其 Facebook 和 Instagram 帳戶。
Meta 提供多種匹配欄位（email、手機、姓名 + 生日等），使用多個欄位同時匹配通常能提高匹配率。上傳前建議把手機號碼格式統一（台灣手機加上 +886，去掉開頭的 0）。
Custom Audiences 的關鍵用途：
- 排除現有客戶：避免廣告浪費在已購買的用戶
- 舊客再行銷：向不活躍客戶推回購優惠
- 建立 Lookalike Audiences：以高價值客戶為種子，找相似新客
我們幫某零售客戶建立 CRM 連接 Customer Match，相比純平台受眾（興趣標籤定向），使用 Customer Match 受眾的廣告轉換率提升 32%，CPA 下降 28%。這個差距來自數據品質——你自己的客戶數據遠比平台的興趣推測準確。
GA4 受眾匯出到 Google Ads
GA4 和 Google Ads 連結後，你在 GA4 建立的受眾清單可以直接同步到 Google Ads 使用。這是最即時、最動態的第一方受眾信號。
幾個值得建立的 GA4 受眾：
| 受眾名稱 | GA4 條件 | 廣告用途 |
|---|---|---|
| 高意圖訪客 | 瀏覽 3 頁以上 + 停留超過 2 分鐘 | 再行銷、提高出價 |
| 購物車放棄者 | 加入購物車但未完成結帳（7 天內） | 高優先再行銷 |
| 過去 30 天購買者 | 完成 purchase 事件 | 排除 + 追加銷售 |
| 頁面停留超過 3 分鐘 | 特定產品頁停留長度 | 高意圖再行銷 |
在 Google Ads 使用這些受眾時，可以選擇「出價調整」（針對這批人提高出價），或直接做「僅鎖定這批人」的再行銷活動。
實務案例：零售連鎖品牌的第一方數據轉型
某台灣中型零售連鎖（約 20 間門市），過去廣告完全依賴 Meta 興趣標籤和 Google 關鍵字，沒有任何第一方數據接入廣告平台。
現況問題：
- 舊客戶在看完全和新客一樣的廣告（浪費預算）
- 不知道廣告帶來的是高消費客還是低消費客
- Meta 廣告的 ROAS 持續下滑，找不到原因
第一步：整理 CRM 數據
把 POS 系統匯出的過去 12 個月消費記錄整理成 3 個清單：
- VIP 客（年消費 > NT$15,000）：約 1,800 人
- 一般回購客（年消費 NT$3,000-15,000）：約 8,500 人
- 沉睡客（超過 90 天未消費）：約 12,000 人
第二步：分別接入廣告平台
- 3 個清單分別上傳 Google Customer Match 和 Meta Custom Audiences
- 在 Google Ads 針對 VIP 客建立「類似客戶」受眾
- 在 Meta 建立以 VIP 客為種子的 Lookalike（1%）
第三步：調整出價和廣告策略
- 對沉睡客跑回購活動（給 9 折優惠碼）：單次轉換成本比平台受眾低 41%
- 對 VIP 客的 Lookalike 跑獲客活動：轉換率比原本的興趣定向高 32%
- 排除現有活躍客戶，讓預算完全集中在新客和沉睡客
整體 ROAS 在 6 週後從 2.1 提升到 3.4，主要貢獻來自「不再浪費預算打現有活躍客」和「找到了更精準的新客受眾」。
如果你想進一步了解再行銷策略的細節，可以參考 Google Ads 再行銷完整教學 和 第一方數據策略完整指南。
第一方數據策略不是一次性的工作，而是需要持續維護和更新的資產。每個月定期更新你的 CRM 受眾清單，讓廣告 AI 始終擁有最新、最準確的用戶信號，是讓智慧出價持續優化的關鍵。
廣告 AI 的上限，取決於你給它的數據品質。第三方 Cookie 的黃昏不是壞事，它只是迫使我們把廣告策略的基礎，從借來的數據移到自己的數據。越早建立第一方數據體系的品牌，未來在廣告 AI 競賽中就越有優勢。