STP 分析完全指南：市場區隔、目標選擇與定位策略的實戰框架
每個行銷人在學校都學過 STP 分析。但有多少人真的在工作中用它做過決策？
多數人對 STP 的記憶停留在「區隔、目標、定位」三個名詞，然後在報告裡畫一張很漂亮的矩陣圖交差。實際投廣告時，還是靠「感覺這群人應該會買」來設定受眾。
這篇文章不是教科書翻譯。我們會從 STP 的原始邏輯出發，把它拆解成可以直接對應到 Meta Ads↗ 受眾設定、Google Ads↗ 關鍵字規劃、落地頁設計的實戰框架。如果你讀完還是不知道怎麼用，那是這篇文章的問題。
目錄
- STP 分析是什麼？30 秒搞懂
- S：市場區隔的四個維度
- T：目標市場選擇的五個標準
- P：品牌定位的三步驟
- STP 與廣告投放的直接對應
- 三大產業的 STP 實戰案例
- STP 常見的五個錯誤
- 2026 年 STP 的演進：從人口統計到行為數據
- 常見問題 FAQ
STP 分析是什麼？30 秒搞懂 {#what-is-stp}
STP 是三個英文字的縮寫：
- S = Segmentation（市場區隔）：把整個市場切成有意義的小區塊
- T = Targeting（目標選擇）：從這些區塊中選出你要專注的目標
- P = Positioning（定位）：決定你在目標客群心中要佔什麼位置
用白話說就是：不是所有人都是你的客戶。先搞清楚市場裡有哪些不同的人、你要服務誰、然後告訴他們你是誰。
為什麼 STP 很重要？
因為資源有限。
你的廣告預算有限、團隊人力有限、能製作的素材有限。如果你試圖「對所有人說所有話」，結果就是對所有人說的話都不痛不癢——廣告 ROAS 低、轉化率差、品牌印象模糊。
STP 的本質是集中火力：把有限的資源集中在最有可能轉化的人群上，用最精準的訊息打動他們。
STP 的提出者
STP 分析框架由美國行銷學教授 Philip Kotler（菲利普·科特勒）在 1960 年代提出，至今仍是行銷策略的基礎框架。不是因為它「經典」所以重要，而是因為它解決的問題（市場不均質 + 資源有限）永遠存在。
S：市場區隔的四個維度 {#segmentation}
市場區隔就是回答：市場裡的人可以怎麼分類？
傳統教科書列出四個區隔維度。我們把每個維度對應到實際可操作的數據來源。
維度一：人口統計（Demographic）
最基本、最容易取得的區隔變數。
| 變數 | 範例 | 數據來源 |
|---|---|---|
| 年齡 | 18-24 / 25-34 / 35-44 | Meta 受眾洞察、GA4↗ |
| 性別 | 男 / 女 | 平台後台 |
| 收入 | 高 / 中 / 低 | Google Ads 家庭收入分層 |
| 教育程度 | 大學以上 / 以下 | 調查問卷 |
| 職業 | 白領 / 藍領 / 自營 | |
| 家庭狀態 | 單身 / 有小孩 / 空巢 | Meta 興趣標籤 |
優點： 數據容易取得，區隔清晰。 缺點： 同樣年齡和收入的人，購買行為可能完全不同。「28 歲男性白領」可以是加密貨幣投資者，也可以是佛系上班族——人口統計看不出差異。
維度二：地理（Geographic）
根據地理位置區隔市場。
| 變數 | 範例 | 適用場景 |
|---|---|---|
| 國家 / 地區 | 台灣 / 香港 / 新加坡 | 跨國品牌 |
| 城市層級 | 六都 / 其他縣市 | 區域性服務 |
| 氣候 | 亞熱帶 / 溫帶 | 服飾、農業 |
| 人口密度 | 都市 / 郊區 / 鄉村 | 物流覆蓋 |
| 語言 | 繁中 / 粵語 / 英文 | 內容行銷 |
在廣告投放中的應用： Meta 和 Google 都支援精細的地理定向，可以到城市甚至郵遞區號等級。對在地服務（餐廳、診所、房仲）來說，地理區隔是最關鍵的維度。
維度三：心理（Psychographic）
根據生活方式、價值觀、個性特質區隔。
| 變數 | 範例 | 說明 |
|---|---|---|
| 生活方式 | 健康導向 / 享樂主義 / 環保主義 | 影響品牌偏好 |
| 價值觀 | 價格敏感 / 品質優先 / 便利優先 | 影響購買決策 |
| 個性特質 | 冒險型 / 保守型 | 影響產品選擇 |
| 社會階層 | 上流 / 中產 / 勞工 | 影響消費水準 |
優點： 最接近「為什麼這個人會買」的動機。 缺點： 不容易直接從數據取得——通常需要調查問卷、用戶訪談，或者從行為數據反推。
維度四：行為（Behavioral）
根據實際行為數據區隔。2026 年最重要的區隔維度。
| 變數 | 範例 | 數據來源 |
|---|---|---|
| 購買頻率 | 首購 / 回購 / 忠誠 | CRM、電商後台 |
| 購買金額 | 高客單 / 低客單 | CRM |
| 使用情境 | 通勤 / 居家 / 旅行 | 用戶研究 |
| 品牌忠誠度 | 品牌死忠 / 比價型 / 隨機型 | 購買紀錄 |
| 搜尋行為 | 品牌詞 / 通用詞 / 比較詞 | Google Ads 搜尋報告 |
| 互動行為 | 高互動 / 低互動 / 只看不買 | GA4、Meta Pixel↗ |
| 轉化階段 | 認知 / 考慮 / 決策 | 行銷漏斗 |
為什麼行為區隔最重要？ 因為「人做了什麼」比「人是誰」更能預測「人會做什麼」。一個 22 歲的學生和一個 42 歲的主管如果都在搜尋「ROAS 計算」——他們的購買意圖比你用人口統計猜的準得多。
實戰建議：用多維度交叉區隔
不要只用一個維度。最有效的區隔是多維度交叉：
人口統計 × 行為 × 地理
例如：「台灣（地理）× 25-44 歲女性（人口統計）× 過去 30 天瀏覽過競品網站（行為）」——這比任何單一維度都精準。
T：目標市場選擇的五個標準 {#targeting}
區隔完市場後，你手上可能有 5-10 個不同的客群。但你不可能全部服務——你要選。
五個評估標準
| 標準 | 問你自己的問題 | 為什麼重要 |
|---|---|---|
| 1. 市場規模 | 這個區隔有多少潛在客戶？ | 太小的市場不值得投入 |
| 2. 成長潛力 | 這個區隔在成長還是萎縮？ | 做明天的市場，不做昨天的 |
| 3. 競爭強度 | 競爭對手在這個區隔有多強？ | 紅海裡的小魚不如藍海裡的大魚 |
| 4. 可觸及性 | 你的行銷渠道能接觸到這群人嗎？ | 找到了但碰不到等於沒找到 |
| 5. 可服務性 | 你的產品/服務真的能滿足他們的需求嗎？ | 不能兌現的承諾比沒有承諾更糟 |
三種目標選擇策略
策略一：集中化（Concentrated） 只選一個區隔，全力服務。
- 適合：新創、小公司、資源有限
- 風險：把雞蛋放一個籃子
策略二：差異化（Differentiated） 選 2-3 個區隔，為每個區隔設計不同的行銷方案。
- 適合：中型企業、產品線較廣
- 風險：資源被分散
策略三：大眾化（Mass） 不區隔，對整個市場用同一套方案。
- 適合：民生消費品（可口可樂、衛生紙）
- 風險：對中小企業來說幾乎不可行
我們的建議： 絕大多數中小企業應該從集中化策略開始——選一個最有把握的區隔做到第一，再擴展。
P：品牌定位的三步驟 {#positioning}
定位回答的問題是：在目標客群的心中，你是什麼？
步驟一：找出競爭框架
你的目標客群在做購買決策時，你會和誰被放在一起比較？這就是你的競爭框架。
| 你的產品 | 直接競品 | 間接競品 |
|---|---|---|
| 線上英文課程 | 其他線上英文課程 | 實體補習班、YouTube 免費教學、AI 語言學習 App |
| 效果行銷代操 | 其他代操公司 | 企業自聘行銷人、行銷自動化工具 |
| 健身房 | 其他健身房 | 在家健身、戶外跑步、瑜珈教室 |
不要只看直接競品——間接競品往往搶走更多客戶，但你沒注意到。
步驟二：找出差異化
在這個競爭框架裡，你和別人有什麼不同？
差異化的三個層次（由弱到強）：
- 功能差異：你的產品做了什麼別人沒做的？（最容易被模仿）
- 體驗差異：用你的產品感覺如何不同？（中等防禦力）
- 信念差異：你代表什麼別人不代表的價值觀？（最難被模仿）
例如 RedClaw 的差異化：
- 功能：專做灰色垂直產業（iGaming / Crypto / Forex）的廣告投放
- 體驗：每週數據報告 + 異常即時通知 + 帳號被封 24 小時內復原
- 信念：透明揭露服務範圍和定價，不用資訊不對稱賺錢
步驟三：撰寫定位聲明
定位聲明的格式：
對於 [目標客群]，
[品牌名] 是 [競爭框架] 中的 [差異化價值]，
因為 [支持理由]。
範例：
對於需要灰色產業廣告投放的中小型品牌，
RedClaw 是效果行銷代操公司中唯一專注於
iGaming / Crypto / Forex 垂直領域的團隊，
因為我們有超過 20 個帳號的輪替管理經驗和
CAPI 雙火追蹤架構。
定位聲明不是拿來對外展示的——它是內部對齊用的工具。確保團隊每個人都知道「我們是誰、服務誰、為什麼選我們」。
STP 與廣告投放的直接對應 {#stp-to-ads}
STP 不是畫完圖就放在一邊的理論——它應該直接影響你的廣告設定。
S → 受眾設定
| 區隔維度 | 對應的廣告設定 |
|---|---|
| 人口統計 | Meta / Google 年齡、性別、收入層 |
| 地理 | 地區定向（城市 / 半徑 / 郵遞區號） |
| 心理 | Meta 興趣標籤、Lookalike 受眾 |
| 行為 | 自訂受眾（網站訪客、購買者、互動者） |
T → 廣告活動結構
選定目標市場後，每個目標市場對應一個廣告活動（Campaign）：
Campaign 1: 目標市場 A（例：25-34 歲女性 / 美妝興趣 / 台北）
- Ad Set 1: Lookalike 受眾
- Ad Set 2: 興趣受眾
Campaign 2: 目標市場 B（例：35-44 歲女性 / 護膚興趣 / 全台）
- Ad Set 1: 再行銷
- Ad Set 2: 自訂受眾
P → 素材和落地頁
不同的目標市場需要不同的訊息角度：
| 目標市場 | 訊息角度 | 素材風格 |
|---|---|---|
| 價格敏感型 | 強調折扣、CP 值 | 促銷風格、大字體價格 |
| 品質優先型 | 強調材質、工藝、評價 | 精緻攝影、客戶見證 |
| 便利優先型 | 強調快速、簡單、省時 | 動態影片、步驟示意 |
如果你的 STP 沒有反映在素材和落地頁的差異上——你等於白做了。
三大產業的 STP 實戰案例 {#case-studies}
案例一：B2C 電商——台灣保健品品牌
S（區隔）：
| 區隔 | 描述 | 規模估計 |
|---|---|---|
| A. 養生青年 | 25-34 歲、健康意識高、願意為品質付費 | 中 |
| B. 中年保健 | 45-54 歲、因健康問題開始關注保健 | 大 |
| C. 銀髮照護 | 55+ 歲、子女代購為主 | 中 |
| D. 健身族 | 20-35 歲、運動營養需求、價格敏感 | 小 |
T（目標）： 選 A + B，放棄 C（觸及成本高、轉化路徑長）和 D（價格敏感、毛利低）。
P（定位）：
- 對 A：「科學配方的日常保健」——強調成分透明、第三方檢驗
- 對 B：「醫師推薦的守護方案」——強調信任、安全、實證
結果： 兩個區隔用不同素材和落地頁，整體 ROAS 從 2.1x 提升到 3.8x。
案例二：B2B SaaS——台灣 HR 軟體
S（區隔）：
| 區隔 | 描述 | 規模 |
|---|---|---|
| A. 中小企業（< 50 人） | 沒有 HR 部門、老闆自己管 | 大 |
| B. 中型企業（50-300 人） | 有 HR 但用 Excel 管理 | 中 |
| C. 大型企業（> 300 人） | 已有 HR 系統、考慮換系統 | 小 |
T（目標）： 選 B。A 預算太低（ARPU 不夠），C 銷售週期太長（6-12 個月）。
P（定位）： 「讓 50 人以上的公司擺脫 Excel 管理人事」——直接點名痛點。
結果： 集中 B 區隔後，Demo 申請轉化率提升 3 倍，因為所有素材和內容都在講 B 的痛點。
案例三：新創品牌——線上英文教學平台
S（區隔）：
| 區隔 | 描述 | 規模 |
|---|---|---|
| A. 職場升遷族 | 30-40 歲、需要商業英文、目標導向 | 中 |
| B. 留學準備族 | 18-25 歲、需要 IELTS/TOEFL、價格敏感 | 大 |
| C. 生活英文族 | 35-50 歲、旅遊或日常需求、非急迫 | 大 |
T（目標）： 選 A。雖然 B 規模最大，但競爭也最激烈（每家線上英文都在搶）。A 的競爭者少、客單價高、續約率高。
P（定位）： 「為台灣經理人設計的商業英文課」——精準到不行的定位。
結果： 廣告 CPA 比搶 B 區隔時低了 40%，因為競爭少。LTV 高 3 倍，因為 A 區隔的課程持續時間更長。
STP 常見的五個錯誤 {#common-mistakes}
錯誤一：區隔太粗
「目標客群是 25-45 歲的上班族」——這不叫區隔，這叫什麼都沒有。25 歲和 45 歲的上班族在需求、消費行為、媒體習慣上完全不同。區隔不夠細，後續的目標選擇和定位就不會精準。
錯誤二：選了太多目標
選 5 個目標市場 = 沒有選。每個目標市場需要不同的素材、不同的落地頁、不同的訊息角度。如果你的團隊只有 3 個人、廣告預算只有 30 萬，服務 5 個目標市場的結果就是每個都做不好。
錯誤三：定位空洞
「我們提供最優質的服務」——這不是定位，每家公司都這樣說。好的定位必須有取捨：你選擇了什麼，就意味著放棄了什麼。「專做 50 人以上的公司」意味著放棄小公司——這才是真正的定位。
錯誤四：STP 做完就放著
STP 不是一次性的報告，而是持續迭代的過程。市場在變、競爭在變、你的能力也在變——每半年至少重新審視一次你的 STP 是否仍然成立。
錯誤五：區隔只用人口統計
2026 年了，還只用年齡和性別做區隔？行為數據（搜尋行為、購買紀錄、網站互動）遠比人口統計更能預測購買意圖。
2026 年 STP 的演進：從人口統計到行為數據 {#evolution}
傳統 STP vs 數據驅動 STP
| 傳統 STP | 2026 數據驅動 STP | |
|---|---|---|
| 區隔依據 | 人口統計 + 問卷 | 行為數據 + 機器學習 |
| 更新頻率 | 每年一次 | 持續更新（即時數據） |
| 精準度 | 「這群人可能會買」 | 「這個人很可能會買」 |
| 執行方式 | 策略文件 → 媒體計畫 | 直接對應廣告受眾設定 |
AI 對 STP 的改變
-
AI 受眾擴展：Meta 的 Advantage+ 和 Google 的 Performance Max 本質上就是在做即時的 STP——根據行為數據自動找到最可能轉化的人群。你給 AI 一個「成功轉化」的定義（例如完成購買的人），AI 會自動找出這群人的共同特徵並擴展受眾。
-
AI 不取代 STP 思維：AI 可以幫你「更精準地找到人」，但「對這群人說什麼」仍然需要人類決定。你的定位、你的差異化、你的訊息角度——這些是 AI 做不了的。
-
第一方數據的價值飆升：Cookie 退場後，第三方數據越來越不可靠。你自己的客戶資料（CRM、購買紀錄、LINE OA 互動）變成最有價值的區隔依據。
常見問題 FAQ {#faq}
Q1: STP 分析是什麼？
STP 分析是行銷策略的基礎框架，由 Philip Kotler 提出，包含三個步驟：Segmentation（市場區隔）——把市場切成有意義的小區塊；Targeting（目標選擇）——從中選出要專注服務的對象；Positioning（定位）——決定你在目標客群心中要佔什麼位置。本質是「不是所有人都是你的客戶，先搞清楚你要服務誰」。
Q2: STP 和 4P 有什麼關係？
STP 是策略層面（選擇戰場和戰法），4P（Product、Price、Place、Promotion）是執行層面（具體的產品、定價、通路、推廣方案）。邏輯順序是先做 STP 再做 4P——STP 告訴你「服務誰、用什麼定位」，4P 告訴你「具體怎麼做」。
Q3: 市場區隔應該用什麼維度？
四個主要維度：人口統計（年齡、性別、收入）、地理（地區、城市）、心理（生活方式、價值觀）、行為（購買頻率、搜尋行為、互動模式）。2026 年最重要的是行為區隔——人做了什麼比人是誰更能預測購買意圖。建議多維度交叉使用，例如「台灣 × 25-34 歲 × 過去 30 天瀏覽過競品」。
Q4: 小公司也需要做 STP 嗎？
需要，而且更需要。大公司有資源可以服務多個區隔，小公司沒有——所以更需要集中火力。最簡單的版本：寫下「我的理想客戶是誰」（一段話就好），然後確保所有廣告和內容都在對這個人說話。不需要複雜的矩陣圖，但不能跳過思考。
Q5: STP 分析多久要更新一次？
建議每半年重新審視一次。市場在變（新競品出現、消費者偏好轉移）、你的能力也在變（新產品線、新市場）。特別是在快速變化的產業（科技、電商、金融），STP 可能需要季度更新。
Q6: STP 和行銷漏斗有什麼關係？
STP 決定「你在跟誰說話」，行銷漏斗決定「你在什麼時間點對他們說什麼」。STP 是空間維度（哪個市場區隔），漏斗是時間維度（用戶在哪個決策階段）。兩者結合：為每個目標市場設計專屬的漏斗路徑。詳見 行銷漏斗全解析。
延伸閱讀
- ROAS 是什麼？完全指南 — 衡量 STP 策略是否有效的核心指標
- 行銷漏斗全解析 — STP 的「時間軸」搭檔
- 廣告代操完全指南 — 好的代操公司會幫你做 STP
- 效果行銷服務 — 從 STP 到投放的全流程服務
引用來源
STP 分析框架原始出處為 Philip Kotler「Marketing Management」（第 1 版 1967 年，本文參考第 16 版 2022 年）。市場區隔四維度分類參考 Kotler & Keller「Marketing Management」與 Michael Porter「Competitive Strategy」。B2B STP 案例參考 Harvard Business Review「Segmentation in Business Markets」。台灣保健品市場數據引用 ITIS「台灣保健食品產業年鑑 2025」。所有案例為基於產業觀察的結構化呈現，非特定客戶數據。
本文由 RedClaw 效果行銷團隊 撰寫。需要幫你的品牌做 STP 分析和廣告策略規劃？聯繫我們。
相關文章
Account Warmup
# iGaming 廣告帳號養成攻略：從 0 到穩定投放 ## 前言：為什麼帳號養成是 iGaming 投放的生死關鍵？ 在 iGaming 產業，**廣告帳號的穩定性直接決定了你的營收天花板**。與一般電商不同，博弈廣告主面臨更嚴格的監管審查、更高的風控敏感度，以及更頻繁的帳號限制風險。根據 2025-2026 年的市場數據，未經適當養成的新帳號，**封號率高達 70% 以上**；而經過完整...
GA4 事件追蹤完全指南：從自動事件到自訂轉換的設定教學
GA4 事件追蹤設定完全指南：事件結構（自動/增強/推薦/自訂）、GTM 設定步驟、自訂維度註冊、轉換事件、DebugView 除錯，以及 iGaming 產業的追蹤實戰經驗。
灰色產業廣告投放策略：合規框架下的受限產業行銷指南
灰色產業廣告投放完整策略：各平台政策解析、帳號結構策略、素材審核技巧、SEO 替代獲客、LINE OA 與 Telegram 角色、風險控管機制，合規框架下的受限產業行銷指南。