[CODE]

跑了好幾年的廣告帳號,學的是錯的東西

一家恆春的民宿,廣告憑感覺跑了好幾年。帳號把「客人查地圖導航」設成轉換目標,Smart Bidding 學的是吸引查地圖的路人,不是想訂房的客人。換一個正確的轉換目標、清掉幾百條無效關鍵字,一週學習期之後,找到了完全不同量級的客人。

1 min read AI 生成
case-study google-ads ga4 bnb conversion-tracking

一家恆春的民宿,廣告憑感覺跑了好幾年。帳號每個月都顯示幾千次「轉換」,Smart Bidding 看起來忙碌又有效率,業者也沒理由覺得有什麼不對。問題是,那個轉換數字跟實際的訂房狀況從來對不上,而且一直沒有人坐下來問為什麼。

真的去看,答案幾乎平淡得讓人意外。帳號把「客人開地圖導航」這個動作設成了轉換目標。這是 Google 自動建立的追蹤動作,大多數業者根本不知道它的存在。所以這幾年來,Smart Bidding 完全照指令在學:學會帶更多查地圖的人進來,不是帶更多想訂房的人進來。預算一直在做它的工作。只是那個工作是錯的。

這是付費搜尋裡最貴的一種浪費。貴的不是花在一次爛點擊的錢——是演算法每天都在把錯誤的目標學得更精。這樣累積幾年,會變成一個被優化得既自信又有效率、卻跟營收毫無關係的帳號。

真正的問題是目標,不是預算

帳號的每月廣告預算不算高也不算低,就是一般小生意的水準,從來沒有理由去砍它。叫這個業者「花少一點」會是錯的判斷。預算不是問題。問題是這筆預算在教系統什麼。

除了壞掉的目標,這筆錢還往兩個方向漏。其中一塊在幫別家民宿的品牌名、墾丁觀光景點名買點擊——搜尋這些字的人,根本不是在找這家民宿。另外,地區設定是「所在地或興趣」而不是「所在地」,等於在花錢買海外用戶的點擊,那些人根本不會開車來恆春住一晚。

這些都不是業者的錯。每一項設定單獨看都很合理。是這些東西疊加起來——一個預設的轉換目標、太寬的關鍵字比對、一個鬆掉的地區設定——悄悄把一筆原本能用的預算,變成一台吸引路人的機器。

四個動作,照能真正生效的順序排

順序跟動作本身一樣重要。

第一,換落地頁。 民宿在 4/20 上線新官網,同時把廣告的目標連結從舊頁面換到新站。新網站的設計是:訪客一進來,電話和 LINE 按鈕馬上看得到。這是最便宜、槓桿最大的一步——一樣的廣告、一樣的預算、一樣的流量,但進來的人現在真的找得到聯絡方式。

第二,修轉換追蹤。 6/1 裝上正式的 GA4 追蹤,並在 Google Ads 建立真實的轉換目標——只算「點電話」、「加 LINE」這種真正的詢問動作。地圖導航、頁面瀏覽這些假轉換,全部從 Smart Bidding 的優化目標裡拿掉。這一步才是真正在修目標。在這之前,其他所有改善都是拿錯的計分板在評分。

第三,清掉無效設定。 6/9 到 6/11 三天內,加了超過 400 條排除——把預算從別家民宿的品牌字、後壁湖漁港、恆春老街,以及每一個沒有訂房意圖的搜尋字上撤走。同時把地區設定從「所在地或興趣」改成「所在地」,止住往海外用戶漏的血。

接著是持續進行的部分。 每週一早上 cron 自動產出週報——追蹤電話和 LINE 的點擊熱度、廣告流量品質、頁面轉換漏斗——讓任何異常都能在還來得及處理的時候浮上來。

這個順序是刻意的。先修落地頁,流量才有得轉換;再修目標,系統才開始學對的東西;再清雜訊,預算才會集中在真實意圖上。然後每週盯著它,因為 Smart Bidding 不會自己一直維持在對的狀態。

數字怎麼走

最清楚的讀法是一個月一個月看,因為每個月講的是故事的不同段。

YoY 月營收成長率(2025 vs 2026):

月份成長率反映了什麼
4 月−33%網站 4/20 才上線,幾乎整月沒受益,等於介入前的基準
5 月+59%新網站第一個完整月——訪客終於找得到聯絡按鈕
6 月+14%Smart Bidding 重新學習 + 網站斷線三天,把成長壓住了
7 月+54%學習期結束後的真實實力,而七月還沒開始

四月是改變前的世界。 廣告照舊跑,追蹤是壞的,舊網站還在。−33% 就是基準——「什麼都沒動」長什麼樣子。

五月是落地頁單獨的成效。 廣告設定一個字都沒動。一樣的預算帶來一樣的人,但這些人現在找得到方式訂房。+59% 純粹是網站在做它該做的事。

六月是做對的事要付的代價。 修追蹤、排除四百多條關鍵字,這些動作都逼 Smart Bidding 重新進入學習期。六月前兩週,電話和 LINE 的詢問量都很低,學習期大約到 6/14 才結束。而這裡有一個關鍵的時間差:六月住宿的客人,早在四五月就訂好房了,六月的廣告優化效果只會反映在七月的訂房上。再加上網站斷線三天,六月就落在 +14%。

七月是廣告調好之後的真實實力。 六月中學習期結束後,每週的電話和 LINE 詢問量跳到完全不同的量級。這批人訂的是七月的房。到 6/30 為止——七月都還沒開始——確定的訂單就已經 +54%,等七月真的跑完,這個數字只會更高。

每週的詢問資料近看也是同一個故事。把開始追蹤的第一週設為 100%,到學習期結束那一週,每週的電話加 LINE 詢問量大約成長了十倍——而且就算遇到含三天斷線的那一週,也還守在接近那個水位。一樣的預算、一樣的民宿,系統終於被指向對的目標之後,真實詢問量是原本的將近十倍。

為什麼這件事現在才存在

洞察一旦講出來就不難懂:最貴的浪費不是廣告費,是廣告費每天、好幾年都在教系統學錯的東西。修法在觀念上很簡單——把優化指向真實詢問、清掉無關的關鍵字——一週的學習期之後,就帶出了舊帳號從來沒碰過的客人量級。

但「觀念上簡單」跟「算盤划得來」是兩回事。診斷壞掉的轉換目標、重建追蹤、稽核並排除幾百條關鍵字、再產出一份業者真的看得懂、用得上的週報——這每一塊,過去都意味著要養人。一個工程師、一個分析師、一個每週盯帳號的人。對這種預算規模的單一民宿來說,這種服務從來不在選項裡。這筆帳划不來。

改變的是,AI 第一次讓這類工作,對這類客戶來說划得來。不是把一個團隊本來就會做的工作做快——是對小型業者來說,本來根本不會發生的工作,現在發生了。這篇講的是端到端的結果;週報和轉換 pipeline 背後的工程,寫在〈Real Bookings Replace Click Proxies in the Ads Conversion Pipeline〉和〈GA4 as Infrastructure, Not a Dashboard〉。

這個帳號好幾年來,很有效率地跑向一個無關緊要的目標。重新學一個禮拜,它就找到了完全不同的一群客人。