我在美國數位行銷這行打滾了十多年，看過無數品牌砸大錢做 Email 廣告，卻始終搞不懂為什麼 ROAS 上不去。他們把 CRM 數據匯進 Google Ads、Meta Ads，設定好受眾，然後祈禱轉換率自己爬起來。但你猜怎麼著？那些轉換率通常只會慢慢往下掉。
問題不在於他們沒用到 CRM 數據--而是在於他們只用了「好的」數據。購買紀錄、瀏覽行為、開信率、點擊率，這些大家都會用。但有一群人，他們的存在正在偷偷吃掉你的預算，而你甚至沒意識到他們就在你的受眾清單裡。
這群人就是--那些對你已經感到厭煩、失望、甚至憤怒的客戶。他們的數據就躺在你的 CRM 系統裡，卻沒人把它們拿出來好好利用。我說的不是什麼高科技，而是最基礎的「負面意圖訊號」：取消訂閱、退貨、客服投訴、把郵件丟進垃圾筒、明確要求刪除帳戶。這些訊號就像是客戶在對你揮手說「離我遠一點」，但你的廣告系統卻還在拼命把預算砸在他們身上。
這篇文章沒有要教你什麼花俏的新招，而是要帶你重新審視你手上已經有的數據--那些被你忽略的「不」，往往比那些「是」更能幫你省錢。
什麼是負面意圖訊號？為什麼它比你想的更重要？
負面意圖訊號，簡單來說，就是客戶用行為告訴你「我不想再跟你有任何關係」。這些訊號在 CRM 系統裡可能散落在不同模組：行銷自動化平台記錄了取消訂閱、電商後台記錄了退貨、客服系統記錄了抱怨與投訴。當你把這些分散的點連接起來，就會發現一張清晰的地圖--這張地圖告訴你哪些人應該被排除在你的廣告之外。
在美國，根據 2023 年 Emailmonday 的報告，企業的郵件名單中平均有 18% 屬於「不活躍或負面用戶」。但多數品牌仍把這些人的 Email 導入廣告平台的 Customer Match 或 Custom Audience，然後繼續對他們投放廣告。你覺得這些人會點擊你的廣告嗎？幾乎不會。但更糟的是，他們每一次看到你的廣告，都會加深對品牌的負面印象。萬一他跑去社群媒體抱怨，那損失就不是幾塊錢廣告費能比的了。
最常見的負面意圖訊號包括：
- 取消訂閱 Email--最直接的拒絕。不過有些人是暫時不感興趣，不一定永遠討厭你。
- 退貨或退款申請--特別是退貨超過兩次、或退貨金額超過平均客單價的人。這些人對品牌的忠誠度極低。
- 客服對話中的負面情緒--抱怨產品、罵配送慢、要求刪除帳戶。很多 CRM 系統已經能用關鍵字或情緒分析自動標記這些對話。
- 超過 90 天沒開信而且沒消費--這類用戶已經進入深度休眠，再打擾他們只會讓你把他們逼到垃圾郵件資料夾。
- 標記你的郵件為垃圾郵件--這是所有訊號中最致命的。一旦被標記，你的發信域名信譽就會受損，未來連其他正常用戶的郵件都可能進不了收件匣。
- 明確要求刪除個人資料--在 CCPA 或類似隱私法規下，用戶有權要求你刪除他的資料。這種人絕對不能再被廣告觸及，否則就是違法。
你可能會說：「我知道這些人不好，但我總不能因為一個人退過貨就永遠不找他吧？」沒錯，所以你需要的是分級處理，而不是一刀切。
分層排除：不是所有負面訊號都該永久封鎖
我在實務上把負面訊號分成三個層級，每個層級對應不同的處理方式。這樣做的好處是：你不會因為一個小失誤就永久失去一個潛在客戶，也不會因為心軟而讓真正的麻煩製造者繼續消耗你的預算。
第一層：永久排除
這些人永遠不該再看到你的任何廣告。包括：要求刪除帳戶或個人資料的用戶、曾經起訴或威脅起訴你的用戶、在客服系統中被標記為「高風險投訴」的用戶。這些人的存在只會帶來法律風險和負面口碑。一旦確定，直接把他們的 Email 或手機號碼放進廣告平台的「排除受眾」清單，永遠不要拿出來。
第二層：長期排除（6 到 12 個月）
這類用戶雖然不至於永久封鎖，但短期內不該再被觸及。例如：退貨超過三次、客服投訴被標記為「中高風險」、超過一年沒有任何互動。這些人需要長時間冷卻。你可以設定一個自動化流程：六個月後從排除清單中移除，然後寄一封簡單的「我們想你了」郵件，看看他們反應如何。如果再次退貨或投訴，就升級成永久排除。
第三層：短期排除（30 到 90 天）
這是最有機會挽回的一群。例如：只退貨一次且金額不高、取消訂閱但過去曾有多次購買紀錄、不小心把你的郵件標記為垃圾郵件一次（可能只是手滑）。對這些人，你可以設定冷卻期，期滿後自動寄出一封「抱歉打擾了，這是我們的一點心意」郵件，附上一個小折扣。如果他們重新開啟或點擊，就回到一般受眾清單；如果又出現負面行為，就降級到長期排除。
我在協助一家美國寵物用品品牌時，發現一個有趣的現象：因為「缺貨」而退貨的客戶，冷卻期只要 14 天就可以重新接觸，而且轉換率甚至比一般新客戶還高。因為他們本來就想買，只是沒買到而已。但如果退貨原因是「產品品質有問題」，那就需要至少 60 天的冷卻。這個例子告訴我們，退貨原因是負面訊號中非常重要的變數，你一定要在 CRM 中記錄下來。
實際操作：把負面訊號變成廣告系統的排除規則
現在你有了清單，接下來就是把它們丟進廣告平台。這個步驟技術上不難，但很多品牌就是不做，或做了卻沒有定期更新。以下是具體做法：
- 在 Google Ads 建立 Customer Match 排除清單：從 CRM 匯出符合條件的 Email（建議用 SHA256 加密雜湊值），然後在 Google Ads 的「目標對象管理員」中，建立一個名為「Negative Intent - Permanent Exclude」的排除受眾。記住要選擇「排除」而非「目標」，否則就白忙一場。
- 在 Meta Ads 建立自訂受眾排除：同樣的方式，在 Meta Events Manager 中上傳 Email 或手機號碼，建立自訂受眾，然後在廣告活動設定中把這個受眾加到「排除」欄位。
- 設定自動化同步：不要用人工手動更新，因為 CRM 中的負面訊號每天都會新增。使用 Zapier、Make（以前叫 Integromat）或廣告平台的原生 API，設定每小時或每兩小時同步一次。這樣當客戶今天取消訂閱時，明天你的廣告就不會再打擾他。
- 針對短期排除者使用出價調整：如果你不想完全排除那些短期負面用戶，可以在廣告活動層級設定負面的出價調整。例如：對過去 90 天內取消訂閱的受眾設定 -60% 的出價調整。這表示他們還是有機會看到廣告，但只有在你願意用很低成本去買的時候才會出現。這樣既不會完全失去他們，又不會浪費太多預算。
我曾經合作過一家美國線上服飾品牌，年營收約 2000 萬美元。他們原本只把 CRM 中的購買與瀏覽數據匯入 Meta Ads，然後大量投遞。我們幫他們做了兩件事：第一，把過去兩年內所有被標記為垃圾郵件的用戶（約 4,000 人）設定為永久排除；第二，把退貨超過兩次且金額累計超過 150 美元的用戶（約 8,000 人）設定為長期排除。總共 12,000 筆紀錄。
效果非常明顯。三個月後，他們的廣告 ROAS 從 3.2 倍跳到 4.5 倍，成長了 41%。垃圾郵件投訴率從 0.08% 降到 0.03%，而且整體的域名信譽分數也改善了。品牌團隊原本擔心排除 12,000 人會讓受眾變得太小，但實際結果是：那些負面用戶原本就幾乎不轉換，排除後系統反而把預算集中到真正的潛在客戶身上，轉換次數反而增加了。
常見陷阱與進階技巧
在我輔導過的品牌中，最容易犯的三個錯誤如下：
錯誤一：過度排除導致受眾萎縮。 有些行銷人看到負面訊號就急著把對方永久封鎖，結果三個月後受眾規模腰斬。解決方法很簡單：設定合理的冷卻期，並定期審視排除清單。每個季度重新評估一次，把那些已經超過冷卻期且沒有新增負面行為的用戶放回來。
錯誤二：忽略 CRM 資料的時效性。 一個月前的退貨和昨天的退貨意義完全不同。我在前面提到過，建議使用自動化工具每小時同步一次。如果做不到，至少每天同步一次。如果你的排除清單停留在三個月前的狀態，那它基本上等於沒用。
錯誤三：沒有記錄退貨原因。 很多品牌的退貨流程只有「退貨」兩個字，沒有讓客戶選擇原因。這是一個巨大的失誤。你可以在退貨頁面加上一個下拉選單，選項包括：尺寸不合、顏色不喜歡、品質問題、配送延遲、不需要了等等。這些資訊能讓你把負面訊號分得更細，也更能判斷一個人值不值得挽回。
如果你已經有一定的數據量（至少 10 萬筆客戶紀錄），可以考慮更進階的做法：用機器學習預測負面意圖。訓練一個簡單的分類模型，輸入客戶的歷史行為（例如過去 30 天的開信率變化、最近一次購買距今幾天、客服對話中的語氣分數），輸出一個「即將變成負面」的機率分數。當這個分數超過某個門檻時，系統自動降低該客戶的廣告頻率，或者切換到「品牌內容」類型的廣告，避免再次刺激他們。這就像是在客戶生氣之前就先安撫他，效果遠比生氣後再來補救好得多。
寫在最後
數位行銷的世界裡，大家總是忙著追新的受眾、新的渠道、新的工具。但很多時候，最有價值的優化就藏在你不願意看的那個角落--那些對你搖頭的客戶。他們不是你的敵人，他們只是用行動告訴你哪裡做得不夠好。
從今天開始，打開你的 CRM，把取消訂閱、退貨、投訴、垃圾郵件標記這些數據整理出來。建立你的負面受眾排除清單，設定冷卻期，放進廣告平台。這不需要花你半毛錢買新工具，只需要你願意正視那些被你忽略的「不」。
相信我，當你開始把錢從那些不想理你的人身上移開，你就會發現，真正值得你投資的客戶，一直都在那裡等你。