什麼是點擊率計算器？
點擊率（CTR，Click-Through Rate）是判斷你的廣告、電子郵件或搜尋結果是否夠吸引人的最直接指標之一。這個計算器只需要兩個基本數字——點擊次數與曝光次數——就能換算成一個百分比，告訴你在看到內容的人當中，有多少比例真的點了下去。CTR 的計算方式全球通用，無論是 Google Ads、Meta 廣告、電子郵件行銷活動，還是 Google Search Console 裡的自然搜尋成效，都適用。
如何使用
你只需要填入兩個欄位：
- 點擊次數——使用者點擊你的連結、廣告或按鈕的次數。
- 曝光次數——該項目被顯示（載入或呈現）的次數。
輸入這兩個整數後，工具會立即算出你的 CTR 百分比。如果曝光次數維持為零，計算器會安全地回傳 0%，而不會出現「除以零」的錯誤，讓你不必擔心算式出問題。
公式解析
工具背後的計算其實很簡單：
先用點擊次數除以曝光次數，得出有多少比例的觀看者點擊了，再乘以 100 換算成百分比。CTR 越高，代表你的訊息越能引起看到的人共鳴。
實際範例
假設你的搜尋廣告獲得了 250 次點擊，來自 10,000 次曝光。把數字代入計算器：
- 250 ÷ 10,000 = 0.025
- 0.025 × 100 =2.5% CTR
也就是說，看過你廣告的人當中有 2.5% 點了進來。如果曝光次數不變，點擊數翻倍成 500，CTR 就會提升到 5%。
解讀您的CTR結果
點擊率是兩個計數的比率：廣告、連結或清單上記錄的點擊次數除以它收到的展示次數，以百分比表示。
它測量的是創意和目標客群與實際看到該訊息的受眾的相關性——有多少看到該訊息的人認為它足夠有趣而點擊。它不測量點擊後發生的事情。轉換、註冊、收入和廣告支出回報是具有不同分母的單獨指標；單獨的CTR數字無法說明任何關於這些的信息。
CTR取決於渠道
- 付費搜尋（Google Ads、Microsoft Advertising）：CTR主要由關鍵字與查詢意圖的匹配和廣告排名/位置驅動——同一廣告在結果頁面頂部通常獲得的CTR是它在下方或底部區塊獲得的CTR的倍數。
- 展示和程序化：展示次數提供給正在做其他事情的用戶，因此CTR本質上比搜尋低一到兩個數量級。將展示CTR與搜尋CTR進行比較是在比較不同的注意力分母，而不是不同的質量水平。
- 電子郵件：該數字完全取決於分母。「點擊率」通常是點擊次數÷已傳遞的電子郵件；「開啟點擊率」(CTOR)是唯一點擊次數÷唯一開啟次數，因此對於同一活動來說高幾倍。同一發送的兩份報告都可能正確且相差五倍。自從Apple Mail Privacy Protection等隱私功能開始預先獲取追蹤像素以來，基於開啟的指標也已被扭曲，這會增加開啟次數並降低CTOR。
- 自然搜尋：在Google Search Console中，CTR是查詢或頁面的點擊次數÷展示次數，隨著平均位置的增加而急劇下降。一個從位置3移動到位置8的頁面可能會失去大部分點擊，但不會失去任何展示次數。
數量和目標客群在機械上移動CTR
因為展示次數是分母，任何擴大範圍的措施都會降低CTR，即使感興趣的人數不變。寬泛匹配關鍵字、擴展或類似受眾、額外的刊登位置和更高的頻率上限都會增加來自意圖較弱的人的展示次數。相反，狹窄的品牌術語、再營銷清單和高意圖完全匹配關鍵字將展示次數集中在已經在尋找您的人身上，這會提高CTR。目標客群擴展後CTR下降通常表示擴展按設計工作，而不是創意變差。
CTR和轉換率是獨立的
低CTR與高轉換率配對在緊密限定的活動中很常見：文案過濾掉不會購買的人——價格、資格或地理位置預先陳述——因此點擊次數較少，但轉換的人數更多。這種組合可能比反之更有利可圖。高CTR與低轉換率配對指向另一方面：創意承諾登陸頁面無法提供的內容、點擊誘餌標題、誤導性定價、廣告與頁面不匹配或非人類/無效流量。展示和應用內庫存中突然的CTR尖峰伴隨平穩的轉換是點擊欺詐或在放置不當單位上意外點擊的公認特徵。
小樣本具有變異性
CTR是一個比例，從少量展示計算的比例具有寬信心區間。20次展示中的1次點擊在算術上是5%，但單獨的一次點擊可以將其移動到0%或10%——該數字幾乎不提供任何信息。觀察速率的不確定性大致按√(p(1-p)/n)縮放，因此在低CTR和低展示計數下，誤差範圍可能超過估計本身。作為實際考慮，通常需要幾千個展示才能使搜尋或社交CTR足夠穩定以在變體之間進行比較，在展示上需要相當多，其中CTR低於1%意味著每個百分點基於很少的點擊。在前幾十次展示上判斷廣告、主題行或標題標籤測量的是雜訊。
按渠道劃分的典型CTR基準
以下範圍取自已發布的行業基準報告——WordStream的Google Ads基準研究、Google Ads和Meta廣告基準（由代理商報告）、Mailchimp的按行業劃分的電子郵件行銷基準以及Advanced Web Ranking和Sistrix的自然點擊曲線研究。它們主要反映美國和西歐廣告客的數據，是許多帳戶的平均值。
| 渠道/刊登位置 | 典型CTR範圍 | 備註 |
|---|---|---|
| Google搜尋廣告（所有關鍵字） | ~3–6% | 按行業差異很大；搜尋意圖和廣告位置占主導。頂部刊登位置遠優於底部區塊。 |
| Google搜尋廣告——品牌關鍵字 | 通常10–20%+ | 搜尋您品牌名稱的人已經打算聯絡您，因此品牌活動例行報告雙位數CTR。 |
| Google多媒體廣告聯播網 | ~0.4–0.6% | 針對從事其他內容的用戶的中斷性刊登位置；低於1%是正常的，不是故障信號。 |
| Meta (Facebook/Instagram) 動態消息廣告 | ~0.9–1.5% | 連結CTR，而非「所有點擊」（計算反應和展開，數值要高得多）。檢查您的報告使用的定義。 |
| LinkedIn廣告（贊助內容） | ~0.4–0.6% | 具有高CPM的專業目標設定；較低的CTR因B2B中的線索品質而被抵消。 |
| 電子郵件行銷——點擊率（已傳遞的） | ~2–5% | 唯一點擊次數÷已傳遞的電子郵件。行業差異很大；交易和觸發發送的比例高於大量電子報。 |
| 電子郵件行銷——開啟點擊率 (CTOR) | ~10–20% | 唯一點擊次數÷唯一開啟次數。測量在打開的人中的內容相關性；來自隱私預先獲取的膨脹開啟計數會抑制此數字。 |
| Google自然結果——位置1 | ~25–30% | 桌面/混合研究；當廣告、AI概覽、精選摘要或地圖包位於結果上方時，大幅減少。 |
| Google自然結果——位置2 | ~15% | 在大多數發布的點擊曲線中，大約是位置1的一半。 |
| Google自然結果——位置3 | ~10% | 從1到3的下降比從3到6更陡峭。 |
| Google自然結果——位置10以下（第2頁+） | 低於2–3% | 展示次數仍會在Search Console中累積，因此CTR看起來接近零，而展示計數保持較高。 |
這些數字年年變化，按行業、國家、設備、季節性和報告供應商的方法差異很大——同一渠道可能被不同的來源引用為這些值的兩倍或一半。將它們視為粗略方向，以判斷您的數字是否在可信範圍內，而不是作為要達到的目標。最有意義的比較始終是您自己帳戶對於同一活動、受眾和刊登位置的歷史。
常見情景中的CTR
每一行都將相同的公式CTR = (點擊 ÷ 展示) × 100%應用於不同的輸入對。向下閱讀表格顯示分子、分母和樣本量如何各自將結果拉向不同方向。
| 點擊 | 展示 | CTR | 該行說明的內容 |
|---|---|---|---|
| 250 | 10,000 | 2.50% | 基準線：典型的中等範圍搜尋或社交活動週。 |
| 500 | 10,000 | 5.00% | 相同展示次數上的點擊加倍會使CTR加倍——更好的創意或更強的位置，覆蓋範圍不變。 |
| 250 | 25,000 | 1.00% | 相同點擊，展示次數的2.5倍：擴展匹配類型或受眾會稀釋CTR，而不會損失任何點擊。 |
| 40 | 1,200 | 3.33% | 一個小但可用的樣本——40次點擊足以看到趨勢，儘管變體與變體的比較仍然不穩定。 |
| 3 | 60 | 5.00% | 在算術上與第2行相同，統計上無意義：任何一種方式的一次點擊都會將其推至3.33%或6.67%。太小而無法採取行動。 |
| 12 | 8,000 (展示) | 0.15% | 展示庫存：百分之幾對該渠道是正常的，不應與上面的搜尋行進行比較。 |
| 90 | 450 (電子郵件開啟) | 20.00% | 分母變化：與開啟次數相比，這是開啟點擊率。相對於4,500封已傳遞的電子郵件，相同的90次點擊將顯示2.00%。 |
三個課程貫穿各行。首先，CTR移動的原因與創意品質無關——分母與分子一樣是活躍變數。其次，渠道設定規模：展示中的0.15%和品牌搜尋中的5%都可能是健康的。第三，在比較兩個CTR數字之前，始終確認分母是什麼，特別是在電子郵件中，一個活動的點擊率和開啟點擊率大致相差一個數量級。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。