你有沒有過這種經驗？打開 Google Ads 或 Meta 後台，看著頻率報表，發現某個廣告素材對同一群人已經曝光了七次、八次，但轉換率卻沒有崩盤--反而在第五次時出現一個小高峰。然後你開始懷疑：教科書上說的「頻率超過三次就要減速」是不是騙人的？
我做數位行銷超過十年，前五年我堅信頻率上限就是每週三次，超過就關閉。直到有一次，我幫一個線上課程客戶跑再行銷活動，意外發現有一個受眾分群在曝光到第六次時才開始點擊，而且最終轉換率是所有群組中最高的。那個經驗徹底顛覆我對頻率的理解。後來我花了很長時間研究認知心理學與神經科學，才慢慢搞懂背後的原因。今天我想把這些心得攤開來講，而且是用一個很少人討論的角度：大腦如何對重複刺激「習慣化」，以及我們怎麼用「驚喜」去騙過它。
一、你的廣告不是被「忽略」，而是被大腦「關掉」了
人腦天生就是一個節能裝置。為了避免被無關緊要的資訊淹沒，我們發展出一種叫做「習慣化」（habituation）的機制：當同樣的刺激反覆出現，神經元會逐漸降低反應強度。簡單說，大腦會自動把重複的東西歸類為「背景噪音」，然後把它過濾掉。
這在演化上非常合理--如果每一次風吹草動你都要驚醒，你很快就會累死。但在廣告的世界裡，這變成一個致命陷阱。當使用者第一次看到你的廣告，前額葉皮層會認真處理訊息，問自己：「這是什麼？有用嗎？」第二次看到，海馬迴開始建立記憶痕跡，品牌名稱被編碼。但到了第五次、第六次，基底核已經偵測到模式重複，預測誤差趨近於零，大腦分泌的正腎上腺素大幅減少。此時，使用者的眼球即使掃過螢幕，大腦也幾乎沒有在處理內容--廣告已經形同隱形。
這解釋了為什麼很多廣告活動在前三次曝光時轉換率穩定，第四到第六次開始遞減，第七次之後甚至出現負面影響：厭惡感、品牌聯想疲勞，甚至啟動「這家廣告很煩」的防禦機制。但問題是，習慣化的速度並不是由曝光次數唯一決定的。它還取決於每次曝光的「差異性」。如果每一則廣告從頭到尾一模一樣，習慣化可能在兩次之內就發生；如果每次都有新鮮感，習慣化可以延後到十次以上。
二、驚喜效應：讓大腦重新「看見」你的廣告
這裡要引入一個強大的概念：預測誤差（prediction error）。多巴胺神經元對「意料之外的獎勵」反應遠比對「預期中的獎勵」強烈。當刺激偏離大腦的預測模型，注意力會瞬間被拉回來。這就是為什麼同樣一則廣告，你換個顏色、換個故事線、甚至換個語氣，效果可以差好幾倍。
我曾經在一個實戰案例中驗證過這個理論。當時我們幫一個旅遊住宿品牌跑 Meta 再行銷，目標是讓瀏覽過網站但沒預訂的人回頭轉換。傳統做法是同一張「限時優惠」圖片每週打五次，結果點擊率從一開始的 1.8% 掉到第三次後的 0.3%。後來我們改成「驚喜間歇策略」：準備了三套素材--
- 素材A：真實旅客入住後的影片（感性路線）
- 素材B：房間實景圖加設施介紹（理性路線）
- 素材C：倒數計時折扣框（行動路線）
我們設定每兩次曝光後強制切換素材，順序是 A→B→C→A。結果第四、第五次曝光的點擊率回升到 1.2%，遠高於對照組的 0.2%。而且最終轉換成本降低了 34%。為什麼？因為每次切換都讓大腦重新偵測到「新資訊」，預測誤差被觸發，注意力重新上線。
實作上，你不只要換圖片或文案，而是要讓「差異」足夠明顯。如果只是換個標題顏色，大腦可能根本不會注意到。真正的驚喜需要視覺風格、故事結構、情緒調性上的轉變。我通常建議建立一個「三層創意庫」：故事型、實用型、行動型。每組素材之間要有肉眼可辨的區別。
三、動態頻率上限：產品類型與購買階段是關鍵
固定頻率上限的另一個問題是忽略了消費者所處的心理狀態。同樣是五次曝光，對一個正在比價的理性消費者來說，可能覺得「資訊充足」；但對一個衝動型購物的享樂主義者來說，五次已經是騷擾。
功利型 vs 享樂型產品
- 功利型產品（例如雲端軟體、保險、B2B SaaS）：消費者傾向理性比較、收集資訊。重複曝光有助於建立信任感，但每次必須傳遞不同的價值論點--第一次說安全性、第二次說價格優勢、第三次說客戶案例。頻率上限可以設在 5～7 次，但創意輪換頻率要提高（每 1～2 次就換一組）。
- 享樂型產品（例如精品電商、度假飯店、手遊）：新奇感就是生命。消費者對重複極度敏感，頻率上限建議 2～3 次，而且每次素材必須截然不同。影片輪播、互動格式（如 AR 濾鏡、問答型廣告）是很好的延緩習慣化的工具。
漏斗階段
- 頂層意識：目標是讓品牌進入腦海，大腦對新奇性的要求較低。可以接受 4～6 次，但要確保序列式故事--第一則提出問題、第二則給出解答、第三則展示方案。這樣每次曝光都在推進敘事。
- 中層考慮：理性評估開始主導。2～4 次為最佳，每一次要提供新資訊--比較表、案例數據、第三方評測。如果重複同樣的內容，使用者會覺得你在浪費他時間。
- 底層轉換：1～2 次即切入強行動導向內容（「立即訂閱」、「限時免費試用」）。頻率過高反而啟動猶豫機制，讓使用者覺得被追趕而選擇逃開。
四、頻率衰減係數（FDC）：用你的數據找到臨界點
與其相信別人口中的「三法則」，不如建立自己的量化工具。我設計了一個簡單但非常實用的指標，叫做**頻率衰減係數（Frequency Decay Coefficient, FDC）**。做法如下：
- 從廣告後台下載過去 30 天（或更長）的資料，按曝光次數分組（0 次、1 次、2 次……）。
- 計算每一組的平均轉換率（或點擊率）。
- 找出轉換率開始明顯下降的那個頻率點--例如第 4 次下降了 15%，第 5 次下降了 30%。
- 將這個點設定為你的「臨界頻率」，然後在廣告系統中建立規則：一旦某使用者達到這個頻率，就自動暫停對他的曝光 48 小時，或者強制切換到另一個完全不同的素材庫。
實際操作上，在 Meta Ads 可以透過「自訂受眾」→「根據與您內容互動的用戶」→設定條件：「過去 30 天內看過廣告 4 次以上但未點擊」。把這群人加入排除名單，或另外建立一個低頻率冷卻群組。同時在廣告組層級啟用「頻率上限」功能，設定為每天 1 次。
更進階的做法是跨渠道統計。如果某個使用者今天在 YouTube 看了兩次、Instagram 看了一次、Display 看了一次，總共四次--就算單一渠道都沒超過上限，但總和已經到了臨界點。這時候應該觸發全渠道暫停 24 小時。這需要藉助廣告伺服器（Google Campaign Manager）或第三方歸因工具（如 Branch、AppsFlyer）來實現。
五、實戰檢查清單：你現在就能做的事
✅ 應該立刻導入的習慣
- 建立創意日曆：至少準備 3～4 組「肉眼可見不同」的素材，設定輪換規則（例如每曝光 2 次強制換組）。不要等到點擊率下跌才換。
- 計算你的 FDC：每月更新一次，因為受眾的習慣會隨著市場變化而改變。夏天和冬天的臨界點可能不一樣。
- 設定跨渠道頻率上限：不要只做單一平台的限制。使用統一 ID 或 cookie 去重。
- 測試「休息日」策略：對於高頻率但未轉換的受眾，強制暫停 3～7 天，之後用全新的創意重新觸及。很多客戶發現休息後的第一則廣告點擊率反而翻倍。
❌ 常見陷阱
- 只看單一渠道數據：使用者可能在三個平台同時看到你的廣告，總頻率遠高於預期。
- 頻率上限設得太低：有些品牌怕疲勞，設成每週一次，結果根本建立不了記憶。正確做法是用 FDC 找到甜蜜點，不是一味降低。
- 忽略時間維度：同一使用者在上班時間 vs 下班時間，對頻率的容忍度完全不同。建議結合時段規則。
- 只監控點擊率：頻率疲勞初期往往先影響轉換率，而不是點擊率。要同時看轉換率與品牌搜尋量變化。
結語：從「次數」到「品質」的思考轉變
這幾年數位廣告的環境變化很快--隱私權政策收緊、第三方 cookie 逐漸退場、平台競價邏輯越來越複雜。但在所有技術變革之下，有一件事情始終不變：廣告終究是給「人」看的。而人的大腦，從演化角度來說，其實還停留在幾萬年前的狩獵採集模式。
與其花時間去猜「那個最佳頻率數字是多少」，不如把心力放在設計一個動態系統--根據產品特性、購買階段、創意差異、受眾心理，即時調整每一次曝光的「品質」。當你能夠讓大腦持續保持「咦，這跟上次不一樣」的驚喜感，頻率的數字自然會自己找到平衡。
我建議你現在就做一個小實驗：選一個正在跑的廣告活動，下載過去 30 天的頻率分佈與轉換數據，算一次你自己的 FDC。你可能會發現，臨界點根本不是 3 次或 7 次，而是一個完全屬於你的數字--那才是你該守護的界線。