做廣告與數據分析，第一步是把名詞看懂。這一頁整理最常見的名詞，每個詞除了定義與公式，我們多加一句「實務判讀」——因為數字本身不會說話，判讀才是重點。
合作與服務常見問題
找 CloudAD 合作之前，最常被問的 8 個問題。
CloudAD 提供哪些服務？
以數據為核心的一站式行銷服務：GA4／GA360 導入與健檢、數據顧問諮詢、Data Studio 視覺化儀表板、數位廣告投放與優化、Google 商家整合（CMB）、企業教育訓練，以及數據與 AI 應用諮詢。
初次諮詢要收費嗎？
不用。我們的顧問會在初次諮詢中盡力回答您的問題並提供建議，只有在您後續決定採用我們的顧問服務時才需要付費。
諮詢前需要準備什麼資料？
建議準備：目前使用的分析與廣告工具（GA4、GTM、廣告帳戶）、想解決的問題或預期成效，以及網站網址。資料越具體，諮詢能給的建議越到位。
CloudAD 適合什麼規模的企業？
從中小企業到上市集團都有合作案例，涵蓋媒體、電商、金融、運輸與科技產業。服務範圍會依規模與需求調整——流量單純的官網不需要為用不到的複雜度付費。
已經有內部行銷或數據團隊，還需要 CloudAD 嗎？
很多客戶都有內部團隊。我們的角色通常是補上技術縱深（GA4 事件設計、BigQuery、資料層）或第三方視角（健檢、驗收），也可以只做規劃與培訓、執行由內部接手。
CloudAD 和一般廣告代理商差在哪？
我們從數據端出發：先確認追蹤與數據源頭是對的，再談投放與優化。CloudAD 是 Google Marketing Platform Sales／Certified Partner 雙認證夥伴，也是台灣唯一取得 GA360 銷售資格的本土代理商。
合作流程通常怎麼進行？
一般從免費諮詢或 GA 健檢開始，先確認問題與範圍，再提供對應的服務提案；執行過程有明確的驗收標準，導入類專案並包含文件交付與教育訓練。
客戶資料的安全與保密怎麼處理？
我們有金融、保險等高合規產業的服務經驗，熟悉去識別化與個資保護的作法；合作均簽署保密協議，數據存取依最小權限原則管理。
廣告成效指標
代操報表上最常見的 10 個數字，以及它們真正代表的意思。
CPC 單次點擊成本・Cost Per Click
廣告費用除以點擊次數，代表每一次點擊平均花多少錢。公式：CPC＝總花費 ÷ 點擊數。
實務判讀｜CPC 低不等於便宜，點進來的人不對，再低都是浪費；判讀 CPC 一定要搭配後端的轉換數據一起看。
CPM 千次曝光成本・Cost Per Mille
每一千次曝光的費用。公式：CPM＝總花費 ÷ 曝光數 × 1000。
實務判讀｜CPM 反映受眾競爭程度與素材品質，旺季或精準受眾 CPM 自然高，要跟自己的歷史基準比，單看絕對值容易誤判。
CTR 點閱率・Click-Through Rate
看到廣告的人之中有多少比例點擊。公式：CTR＝點擊數 ÷ 曝光數 × 100%。
實務判讀｜CTR 高代表素材吸睛，但不代表品質好——誘餌式素材 CTR 很高、轉換很差。要與轉換率對照，才知道是吸對人還是吸錯人。
CPA 單次轉換成本・Cost Per Action
取得一次轉換（購買、註冊、留單）平均花多少錢。公式：CPA＝總花費 ÷ 轉換數。
實務判讀｜CPA 上升不一定是投放問題，可能是到達頁改版、庫存、季節性；先確認轉換追蹤沒壞，再回頭檢討廣告。
CPL 單次名單成本・Cost Per Lead
取得一筆潛在客戶名單的平均成本，常用於 B2B 與高單價服務。
實務判讀｜CPL 要跟名單品質一起看——便宜的名單如果成交率低，實際獲客成本反而更高，建議追到「有效名單成本」層級。
ROAS 廣告投資報酬率・Return on Ad Spend
每花一元廣告費帶回多少營收。公式：ROAS＝廣告帶來的營收 ÷ 廣告花費。
實務判讀｜ROAS 幾倍才算好，取決於毛利結構——毛利 30% 的商品 ROAS 3 可能還在賠錢。歸因方式不同數字也會差很多，比較前先對齊歸因設定。
ROI 投資報酬率・Return on Investment
整體投入（含廣告費、人力、製作費）換回多少利潤。公式：ROI＝（收益－總成本）÷ 總成本 × 100%。
實務判讀｜ROAS 只算廣告費，ROI 算全部成本；跟老闆報告用 ROI，跟投手檢討用 ROAS，兩個混用是會議吵架的常見原因。
CVR 轉換率・Conversion Rate
進站或點擊的人之中，完成目標行動的比例。公式：CVR＝轉換數 ÷ 點擊數（或工作階段數）× 100%。
實務判讀｜CVR 掉的時候先分流量來源看——常常不是網站變差，而是新進流量的意圖不同；分開看才找得到真正的原因。
曝光與觸及 Impression / Reach
曝光是廣告被顯示的總次數，觸及是看過廣告的不重複人數；同一人看三次＝3 次曝光、1 個觸及。
實務判讀｜曝光除以觸及＝頻率（Frequency），頻率過高代表同一群人被重複轟炸，通常伴隨 CTR 下滑，是受眾疲乏的早期訊號。
再行銷 Remarketing
對曾經與品牌互動過（進站、加入購物車、看過影片）的受眾再次投放廣告。
實務判讀｜再行銷的成效通常最漂亮，但它收割的是既有意圖；預算全壓在再行銷等於不開發新客，名單池會越用越薄。
AI 搜尋名詞
搜尋的入口正在改變，這 8 個詞決定你的品牌會不會出現在 AI 的答案裡。
SEO 搜尋引擎最佳化・Search Engine Optimization
讓網站在 Google 等搜尋引擎的自然結果中獲得更好排名的一系列作法。
實務判讀｜SEO 沒有死，但入口正在分流——問題越來越多由 AI 直接回答。往後的重點從「排第幾名」變成「會不會被引用」。
AEO 答案引擎最佳化・Answer Engine Optimization
讓內容成為「直接答案」的最佳化——包括精選摘要、語音搜尋與 AI Overviews。重點是把問題與答案寫得讓機器能直接取用。
實務判讀｜AEO 的核心動作是 FAQ 結構、定義段落與結構化資料；一頁只要能乾淨回答一個問題，就有機會被選為答案。
GEO 生成式引擎最佳化・Generative Engine Optimization
讓內容被 ChatGPT、Perplexity、Gemini 這類生成式 AI 在回答中引用或提及的最佳化，2023 年由普林斯頓大學研究團隊正式提出。
實務判讀｜GEO 的成功標準不是排名，是被引用。數字、來源、明確的定義與具名的經驗，是 AI 最愛引用的四種素材。
LLMO / AIO 大型語言模型最佳化／AI 最佳化
LLMO 指針對大型語言模型的引用最佳化；AIO 是最廣的總稱，涵蓋搜尋、生成與推薦 AI。這四個詞（AEO、GEO、LLMO、AIO）做法重疊七八成，業界尚無統一定義。
實務判讀｜與其糾結用哪個詞，不如把力氣花在讓內容「值得被 AI 引用」——可驗證、有來源、結構清楚，哪個詞都通用。
AI Overviews
Google 搜尋結果頂部由 AI 生成的摘要回答，會引用數個網頁作為來源。
實務判讀｜AI Overviews 出現時，傳統排名的點擊會被稀釋；能做的是爭取成為它引用的來源之一，做法與 AEO 一致。
llms.txt
放在網站根目錄、寫給 AI 爬蟲看的網站導覽文件，用途類似給搜尋引擎的 sitemap。
實務判讀｜新興慣例、成本極低的佈局，CloudAD 官網也已部署。不保證被引用，但讓 AI 讀懂你的網站更省力。
結構化資料 Schema・Structured Data
用 schema.org 標準把網頁內容標注成機器可讀的格式，例如 FAQ、文章、組織、產品。
實務判讀｜結構化資料是 SEO 與 AEO 共用的地基；FAQ、HowTo、案例成果先標，投資報酬最高。
E-E-A-T
Google 評估內容品質的框架——經驗（Experience）、專業（Expertise）、權威（Authoritativeness）、可信（Trustworthiness）。
實務判讀｜AI 時代 E-E-A-T 更重要，因為引擎要決定「引用誰」。具名作者、實際案例數字、清楚的公司資訊，都是機器判斷可信度的訊號。
Google 數據工具
從 GA4 到 BigQuery，串起數據從蒐集到應用的完整鏈路。
GA 與通用 GA Google Analytics / Universal Analytics
Google 的網站分析工具家族。舊版「通用 GA」已於 2024 年 7 月完全停用，資料無法再存取。
實務判讀｜還在看通用 GA 時代的報表截圖做決策，等於用停產的地圖開車；歷史資料未備份的，現在也救不回來了。
GA4 Google Analytics 4
現行版本的 Google Analytics，以「事件」為核心的追蹤模型，支援網站與 App 跨平台，並可免費串接 BigQuery。
實務判讀｜GA4 不是裝了就有數據，而是「設定對了才有對的數據」——事件規劃、轉換定義與資料保留期限，是最常被忽略的三件事。
GA360 Google Analytics 360
GA4 的企業付費版，提供更高的資料上限、SLA 服務保證、未取樣報表與更深的 GMP 整合。
實務判讀｜流量大到報表開始取樣、或有合規與 SLA 需求時才需要評估；CloudAD 是台灣唯一取得 GA360 銷售資格的本土代理商。
GTM 代碼管理工具・Google Tag Manager
集中管理網站追蹤代碼的工具，行銷團隊不改網站程式碼就能部署 GA4、廣告像素等追蹤。
實務判讀｜GTM 讓部署變快，也讓「沒人知道誰裝了什麼」變快；容器要有命名規則與版本紀錄，否則一年後就是考古現場。
資料層 dataLayer
網頁與 GTM 之間傳遞資料的標準結構，把頁面資訊（商品、金額、會員狀態）整理成機器可讀的格式。
實務判讀｜資料層設計的品質，決定整套追蹤的品質；沒有文件的資料層，是每次改版都會踩壞的地雷區。
BigQuery
Google Cloud 的資料倉儲服務，GA4 可免費把原始事件資料匯出到這裡，用 SQL 或 AI 工具做進階分析。
實務判讀｜BigQuery 是 GA4 數據的完整版——無取樣、不受介面資料保留限制；要讓 AI 分析你的流量數據，這裡是起點。
Data Studio 前 Looker Studio
Google 的免費資料視覺化工具，可把 GA4、廣告、試算表等多來源數據做成互動儀表板。命名幾經更迭：2022 年由 Data Studio 更名為 Looker Studio，2026 年 4 月又更名回 Data Studio，既有報表與權限不受影響。
實務判讀｜儀表板的價值不在圖多漂亮，在「看的人知道下一步要做什麼」；指標選錯，再美的報表也只是壁紙。
UTM 參數
加在網址後面的標記參數（utm_source、utm_medium、utm_campaign 等），讓 GA4 能辨識流量來源。
實務判讀｜UTM 沒有統一命名規則，同一個活動會在報表裡變成五個名字；建議用產生器統一產出。
歸因 Attribution
把轉換的功勞分配給路徑上各接觸點的規則，例如最終點擊、資料導向歸因（DDA）。
實務判讀｜歸因模式一換，同一檔活動的成效數字就會變；跨平台比較成效前，先確認用的是同一套歸因，不然是在比蘋果和橘子。
Consent Mode 同意聲明模式
Google 的隱私機制，依使用者的 Cookie 同意狀態調整追蹤行為，未同意時以模型化方式補足轉換估計。
實務判讀｜隱私法規只會越來越嚴，Consent Mode 是「數據會變少」與「合規」之間的緩衝；越早部署，模型化估計的基礎越穩。
名詞會持續增補。如果你的團隊看報表時常卡在「數字有了，但不知道代表什麼」，這通常不是名詞問題，而是數據判讀的框架問題——歡迎找 CloudAD 聊聊。