大家好，我是 Eric，好久沒有更新文章了 😂
近期與 Meta 專員通話後，首次聽到了「Andromeda」這個詞。調查後發現，目前台灣好像還很少針對這個議題的討論，因此希望透過這篇文章，幫助更多行銷人了解這項影響未來廣告投放的重要更新。
本文將帶你了解以下幾個重點：
- 為什麼行銷人員應該關注 Andromeda
- Andromeda 是什麼
- 未來在 Meta 上廣告的投放策略
- 面對 AI 驅動的新時代，應該如何調整策略
結論來說，未來在 Meta 廣告中，「精準受眾設定」將不再是關鍵。
真正重要的，是「素材創意」與「溝通訊息」的品質。
能讓 AI 系統快速理解品牌、找出最合適受眾的行銷人，才是能掌握新時代的贏家。
Contents
為什麼要了解 Andromeda？
Andromeda 是 Meta 主導的一項重大技術更新，將重新定義廣告的運作模式。
如果不了解它，當 Meta 逐步限制「自訂受眾」功能時，投放人員可能會難以應對。
當然，也有人會懷疑：「Andromeda 會不會像 Google 的 Privacy Sandbox 一樣，推廣了幾年後宣告失敗？」但即使如此，也只是因為有更精良的 AI 將其取代，而不代表「人工操作」更優越。
什麼是 Andromeda？
簡單來說，Andromeda 是 Meta 開發的新一代 AI 檢索系統 (AI-driven Retrieval System)，於 2024 年導入，逐步推廣到全世界。
這項新技術的目標，是讓系統更快理解使用者行為，進而自動判斷最可能產生轉換的族群。
目前，這套技術已整合進 Meta 的「高效速成」（Advantage+）系列，例如：
- 高效速成購物廣告 (ASC)
- 高效速成受眾 (Advantage+ Audience)
Andromeda 能快速學習使用者的行為與偏好，並預測哪些人最有可能對廣告感興趣。
根據官方資料，它的學習速度比舊系統快上 10,000 倍以上。
也因為 AI 能自行找出潛在客群，過去「先測試受眾、再測試素材」的做法反而會限制系統學習的彈性，讓廣告表現不如預期。
也因此，廣告投放的典範將不再是「精準設定受眾」，而是「廣泛投放、讓 AI 自動收斂到正確的受眾」。
這不只是單純的「演算法更新」，而是「廣告投放典範的轉移」。
在 Andromeda 時代的生存之道
根據 Meta 所提供的建議 (Performance 5) 與實測結果，可以歸納出三大重點
精簡行銷活動
最高指導原則：簡化結構，集中學習。
- 減少行銷活動的數量
- 減少廣告組合 (受眾) 的數量。
過去常會為不同族群或 KOL 開設多個活動，但在新架構下，每個主要行銷目標只需一個活動、每個行銷活動只需要一個廣告組合，讓 AI 更快進入穩定學習階段。
在測試過程中，我們發現：
- 使用「高效速成受眾」時，曝光與點擊表現通常較佳，但轉換率不一定穩定。
- 同時開啟多組高效速成受眾，系統容易出現「受眾重疊」警告，顯示受眾興趣的設定不重要。
- 即使採用高效速成受眾，實際曝光仍多集中於客戶主要想鎖定的年齡與性別群。
- 減少廣告組合數量，可以更快讓系統脫離學習階段——雖然也更早讓小預算的客戶看到「成效受限」的警示訊息
也就是說，如果回到「廣告」最一開始的目的——「提高品牌認知，讓品牌進入消費者的偏好集合當中，並進一步轉換」，那麼減少廣告組合對於成效是有幫助的。
增加每個廣告組合的素材數量
要能夠最大限度的活用 Andromeda 的優勢，核心在於「素材多樣化 (Creative Diversification)」，可以分成兩個層次來說明：
「訴求的多元」：不同階層的消費者，關注的問題不同。
日本著名保健食品公司北の達人的社長——木下勝寿，提出了將消費者的需求區分成「九個階段」的做法，針對不同階段的潛在消費者設定溝通訴求。
同時，我們將文案訴求再分成 17 個面向、13 種呈現方式、9 種視覺主題、4 種品牌曝光強度、5 種時序情境，光是這樣的分類就能組成 60 幾萬種可測試的組合。
「表現的多元」：目前 Meta AI 支援透過提示詞，直接生成數種素材變體，藉由投遞「同一訴求的多組素材」，進一步的減少設計風格本身對於素材企劃造成的不確定性。
提升 Pixel 與 Conversions API 的事件品質
AI 的學習依賴「高品質的事件資料」。
每個網站行為（如瀏覽頁面、加入購物車、完成購買），都能提供系統判斷「潛在轉換機率」的重要訊號。
這就是為什麼，在可能的情境下，要盡可能的補齊購買的事件流程。
目前台灣大多數的企業，在準備進軍電商市場時，大多使用電商平台，如 Shopify、Cyberbiz、91app 或 Shopline 等。這類型的大電商平台，大多對於轉換追蹤做了較好的整合與支援，因此不需要太過擔心。
第二種中小型企業，可能選擇的是開源的 WooCommerce 或 OpenCart，這些大型的內容管理系統 (CMS) 也大多都有相關的外掛與擴充套件可以支援，只要做了正確的調校，就能取得一定品質的資料。
第三種企業，則是喜歡「客製化系統」的企業。這種企業大多數在一開始規劃網站、系統時，沒有考慮到後續廣告追蹤的需求，因此導致系統開發團隊在執行時，無法有效地整合追蹤功能，這種情況下只能追加系統需求，或是委託如 applemint 這類專攻廣告追蹤的代理商，協助設定暫時的追蹤方式。
結語：逐步導入與測試
雖然 Andromeda 的更新已經在 2025 年 10 月推行到全世界，為了因應這樣的變化，企業們依然可以先逐步測試。
在 Meta 中的 A/B 測試功能中，可以先使用 30% 左右的廣告預算，測試「單一廣告組合 vs 多廣告組合」的兩個行銷活動，等到實驗有較明顯的差異後，再逐步擴大。
隨著 AI 自動化時代來臨，過去以「精準受眾設定」作為話術的時代已經過去。
未來能長期發揮影響力、帶來成長的行銷團隊，將是那些能夠：
- 理解並貼近消費者需求
- 強化品牌溝通與印象
- 透過內容與創意改變消費者偏好
如果你希望導入更有系統的素材測試與 AI 驅動的投放策略，
歡迎聯絡 applemint，讓我們協助你的團隊制定更符合新廣告典範的規劃。
參考資料
- https://engineering.fb.com/2024/12/02/production-engineering/meta-andromeda-advantage-automation-next-gen-personalized-ads-retrieval-engine/
- https://ai.meta.com/blog/next-generation-meta-training-inference-accelerator-AI-MTIA
- https://www.facebook.com/business/news/ai-innovation-in-metas-ads-ranking-driving-advertiser-performance
- https://www.facebook.com/business/news/the-creative-advantage-unlocking-the-power-of-diversification-with-meta-andromeda
- https://www.nicreated.com.au/metas-andromeda-update-how-to-win-in-the-new-era-of-ai-driven-meta-ads
- https://xtrend.nikkei.com/atcl/contents/18/00819/00043
從這裡聯絡 applemint！
