Demand Gen business data feed 的重點不是「Google Ads 又多一個新功能」，而是你可能把服務、商品、地點、方案、價格範圍與受眾線索交給 AI 廣告系統重新組合。台灣 SME 在接 feed 前，應先確認五件事：資料欄位是否正確、對外承諾是否可證明、哪些人不該被投放、轉換品質能不能回傳、誰有權核准與回滾。沒有這五條資料線，自動化只會更快放大錯誤。
這篇適合已經在跑 Google Ads、YouTube、Demand Gen、Performance Max，或準備把商品與服務資料整理成廣告素材的台灣中小企業。若你還沒有穩定的落地頁、成交紀錄或轉換追蹤，本文也能當作導入前檢查表。
Demand Gen business data feed 到底改變什麼
Google Ads Help 對 business data 的說明是：企業可以在 Google Ads 中管理多個資料來源，供廣告、素材與指定目標使用。這代表 feed 不是一份普通表格，而是會被廣告系統讀取、套用、組合與衡量的商業資料來源。參考：Google Ads Help: About business data and data feeds。
Demand Gen 本身已經是以 YouTube、Discover、Gmail、Maps 與 Google Display Network 等視覺版位為核心的廣告活動。Google 在 2026 年 5 月的 Demand Gen 更新中，提到 AI 輔助素材、創作者影片、更多版位、商品 feed 擴展、Campaign Type Attribution 與 Uplift Experiments。參考：Google: Fuel your next wave of growth on YouTube with Demand Gen。
但 business data feed 和傳統商品 feed 的風險不同。商品 feed 多半圍繞商品名稱、圖片、價格、庫存與連結；business data feed 可能更接近「服務項目、地點、方案、案例、用途、產業、促銷條件、可預約時段或銷售主張」。這些資料一旦被 AI 動態組合，若原始欄位不乾淨，就可能讓廣告說出團隊本來不敢承諾的話。
上線前先守住 5 條資料線
1. Feed 欄位要能對回落地頁，不要只在表格裡漂亮
第一條線是資料一致性。每個 feed 欄位都要能對回一個可查證頁面，例如服務頁、商品頁、門市頁、價格說明、FAQ 或預約頁。若 feed 寫「免費到府估價」，落地頁卻說「部分地區酌收車馬費」，廣告系統不會替你理解例外條件，客服會在點擊後承擔落差。
實作上，台灣 SME 可以先用一張試算表列出欄位名稱、資料來源、最後更新日、負責人、對應 URL 與是否可投放。AI 可以協助找出欄位空白、重複、語意不一致與過度承諾，但最終仍要由業務、客服或老闆確認。
2. 服務承諾要先過廣告與公平交易風險
第二條線是承諾邊界。像「最快當日到府」、「保證改善」、「全台服務」、「免費試用」、「限量優惠」這類字眼，都需要有真實條件。台灣的公平交易法第 21 條處理廣告與表示不得虛偽不實或引人錯誤的問題，正式投放前應把價格、贈品、期限、資格、地區與例外寫清楚。參考：全國法規資料庫：公平交易法第 21 條。
這不是叫小企業停止使用強賣點，而是要把賣點拆成可驗證版本。例如不要只寫「最快到貨」，而是寫「台北市部分品項可當日出貨，以下單頁顯示為準」。這樣 feed 被自動組合時，才不會把例外當成通用承諾。
3. 排除名單比新受眾更早決定
第三條線是受眾排除。很多團隊一看到 feed 自動化，就急著把更多商品、更多服務和更多受眾接進去；但中小企業更容易出問題的是「不該被投放的人」。例如已退款客戶、已拒收行銷的人、尚未交付完成的客戶、價格爭議中的客戶、內部員工、低毛利或高客訴地區，都可能需要排除或改用人工跟進。
若 feed 會搭配既有名單或轉換資料，還要確認個資利用範圍。個人資料保護法第 20 條涉及非公務機關對個人資料特定目的外利用與行銷拒絕權，台灣 SME 至少要留有同意來源、拒絕行銷紀錄與停用流程。參考：全國法規資料庫：個人資料保護法第 20 條。
4. 轉換品質要回傳，不要只看點擊和表單數
第四條線是衡量。Demand Gen 的官方報表可看 clicks、impressions、conversions、costs、channel segmentation、asset reporting、video details 與 attribution reports。參考：Google Ads Help: Demand Gen metrics and reporting。這些資料有用，但台灣 SME 不能只靠平台內的表單或點擊判斷成敗。
最小做法是把有效名單、無效名單、已報價、已成交、取消、退款、重複詢問與客服負擔回填到一張表。若沒有能力匯入離線轉換，至少每週人工抽樣 20 筆，標記「有價值、待培養、錯誤受眾、承諾不符、無法服務」。這能讓團隊知道 feed 是帶來更好的需求，還是只是把無效流量包裝成漂亮報表。
5. 每次 feed 更新都要有人核准與回滾
第五條線是責任。business data feed 可能由廣告代理商、行銷、電商、客服、門市或業務共同維護。若沒有版本、核准與回滾，最常見的事故是：舊價格被拿去投放、已停賣服務還在廣告裡出現、促銷結束後素材仍在跑、客服不知道廣告承諾了什麼。
建議先建立一個簡單的核准欄位：新增、修改、停用、核准人、核准時間、回滾版本、原因。AI 可以幫忙比較新舊 feed，但不能替公司決定「這個承諾可不可以公開」。
三種情境比較：該測、該等、該先停
| 情境 | 適合動作 | 主要理由 | 上線前最低門檻 |
|---|---|---|---|
| 服務或商品資料穩定，落地頁完整 | 小規模測試 | Feed 有機會讓 AI 更快組合不同需求情境 | 欄位、URL、排除名單、轉換回填都已建立 |
| 資料分散在客服、門市與代理商手上 | 先整理資料 | 自動化會放大內部不一致 | 先做 20 到 50 筆 feed 樣本，人工審核兩輪 |
| 價格、庫存、服務範圍每天變動 | 先不要接 | 錯誤承諾風險高，客服補救成本大 | 先建立同步規則與停用流程 |
| 處理醫療、金融、法律或高風險成效承諾 | 先停，改人工審稿 | 廣告主張、個資與專業責任更敏感 | 先取得專業審核與可留存紀錄 |
14 天小規模測試流程
第 1 到 3 天：只做 feed 樣本，不投放
挑 20 到 50 筆最穩定的服務、方案或商品，先不要全站匯入。每一筆都要有對應頁面、適用條件、不可用情境、負責人與最後更新日。請客服或業務看一次，因為他們最知道哪些話會讓客戶誤會。
第 4 到 7 天：建立排除與轉換品質標籤
先決定誰不能看到、哪些地區不投、哪些客戶不再追、哪些查詢不是有效名單。若不能自動匯入，先用人工欄位標記。測試期不要追求放量，先追求「看得懂每一筆名單為什麼來」。
第 8 到 14 天：用小預算讀訊號
用獨立活動或明確標記的測試組跑，避免和既有 Demand Gen、Performance Max 或 Search 混在一起看。每兩到三天檢查一次素材、受眾、表單品質與客服回饋。若出現錯誤承諾、無法服務地區、重複低品質詢問或客服不知如何承接，就先暫停 feed，而不是只調素材。
資料更新與限制
本文於 2026 年 8 月 15 日整理。Google 官方文件目前對 Demand Gen、Display migration、product feeds、business data 與報表功能的描述分散在不同頁面；部分說明仍呈現「business data feeds coming soon」或依帳戶逐步開放的狀態。Search Engine Land 於 2026 年 7 月報導 Google 正把 business data feeds 帶進 Demand Gen，但正式可用性仍應以自己的 Google Ads 帳戶後台為準。參考：Google Ads Help: Display Ads migration to Demand Gen、Search Engine Land: Google brings business data feeds to Demand Gen campaigns。
本文不是法律意見，也不是 Google Ads 保證成效建議。若你的 feed 涉及敏感個資、醫療、金融、兒少、加盟、投資、療效、合約或高額交易，應先讓法務、主管或專業顧問看過投放資料與審核流程。
結論：先讓資料值得被 AI 放大
Demand Gen business data feed 值得關注，因為它可能讓非零售型 SME 把服務、方案、地點、案例或用途資料接進更動態的廣告組合。但它不是省事按鈕。對台灣 SME 來說，最務實的順序是：先把 feed 欄位對回落地頁，再確認承諾、排除、轉換品質與人工核准。當資料本身可靠，AI 才是在放大行銷效率；資料若不可靠，AI 只是更快把錯誤推到更多顧客面前。
FAQ
Demand Gen business data feed 和商品 feed 有什麼不同？
商品 feed 通常圍繞商品、價格、庫存、圖片與連結；business data feed 可能包含服務、方案、地點、用途、案例或其他自訂資料。台灣 SME 更要注意承諾與落地頁是否一致。
台灣小公司現在一定要接 Demand Gen business data feed 嗎？
不一定。若落地頁、轉換追蹤、排除名單與人工核准還沒準備好，先整理 20 到 50 筆 feed 樣本，比直接接上廣告帳戶更安全。
AI 可以直接幫我整理 feed 欄位嗎？
AI 適合協助找欄位缺漏、命名不一致、過度承諾與落地頁矛盾；但價格、服務範圍、促銷條件、個資利用與法規風險仍要由人核准。
測試 Demand Gen feed 要看哪些成效？
除了 impressions、clicks、conversions 和 cost，也要回填有效名單、已報價、已成交、退款、重複詢問、無法服務與客服負擔。只看表單數容易誤判。
如果 Google Ads 後台還看不到 business data feed 選項怎麼辦？
把它視為帳戶或地區逐步開放功能，不要硬做承諾。可以先完成 feed 樣本、資料來源、排除名單、轉換標籤與核准流程，等帳戶可用時再小規模測試。