我做電商顧問這些年，最常被品牌端問的一句話是：「為什麼我在 momo、shopee 上一個月賣三千單，卻完全不知道是誰買的？」這個問題的本質，不是品牌不夠努力，而是台灣電商的數據從一開始就是單向流動（One-Way Flow）的——品牌出錢出力把流量導進平台，平台收下交易，然後把用戶的全景畫像鎖進自己的後台。品牌拿到的，永遠只有一張殘缺的銷售報表。
我的觀點很明確：這種單向流動正在偷走整個產業的 LTV（顧客終身價值）。它讓品牌做不出好決策，也讓平台算不準自己的價值，最後是大家一起把錢燒在低效的廣告競價上。要解這個局，台灣電商得從「壟斷數據」的思維，轉向「服務數據流動」的開放數據生態（Open Data Ecosystem）。這篇我想把問題拆清楚，也把我認為可行的做法講具體。
單向流動到底卡住了什麼
先講清楚我在批評什麼。我不是說平台不該擁有數據——平台投資基礎建設、承擔金流與物流風險，掌握交易數據天經地義。我反對的是「只進不出」：品牌貢獻了訂單，卻連去識別化的行為輪廓都拿不回來。這在台灣特別嚴重，因為我們市場小，品牌普遍同時鋪 momo、PChome、shopee、官網四五個通路，數據被切成四五塊，誰都拼不出完整的人。
結果就是大家各自為政。我看過太多年營收破億的品牌，被迫自建 CDP（顧客數據平台），花幾百萬重新蒐集本來平台手上就有的東西。這不是投資，是重複投資，是整個產業的內耗。
品牌端：看得到銷量，看不到原因
品牌在平台上能看到的，通常只有「賣了幾件、退了幾件、客單多少」。但真正能驅動決策的問題，平台一個都不給答案：誰買了？為什麼買？買之前比較了什麼？買之後還看了哪些品類？回購週期多長？
缺了這些，品牌的產品迭代就只能靠猜。我輔導過一個保健品品牌，平台報表顯示某款維他命銷量平平，他們差點下架。後來我用官網與客服的零散資料拼出來，才發現那群買家其實是高回購、高客單的核心客，只是在平台上被淹沒在低價引流品裡。差一點，他們就砍掉了自己最賺錢的一條線。庫存預測、再行銷、選品，全都因為數據單向而失準。
平台端：LTV 也是算不準的
很多人以為平台掌握全部數據就無敵了，其實不然。對綜合型電商、尤其是想做 OMO（線上線下融合）的平台來說，如果拿不到品牌端的線下消費、會員忠誠度、跨通路回購這些回饋，平台自己算的 LTV 也是半殘的。它知道用戶在站內花了多少，卻不知道這個人在品牌官網、實體門市又貢獻了多少。LTV 算不準，廣告預算的分配就會錯，平台一樣在燒錢。
換句話說，單向流動不是「平台贏、品牌輸」的零和賽局，而是雙輸——只是平台輸得比較慢、比較不痛而已。
數據壟斷的效率損失，怎麼量化
講效率損失太抽象，我習慣把它落到可衡量的指標上。下面這張表是我幫客戶做數據健檢時常用的對照，左邊是單向流動下的典型狀態，右邊是數據能雙向流動後可以鬆綁的空間。
| 面向 | 單向流動現況 | 開放協作後的改善 |
|---|---|---|
| 產品迭代速度 | 靠銷量猜，半年才調一次品項 | 看到行為輪廓，按月優化選品 |
| 庫存週轉 | 備貨保守或爆倉二選一 | 用跨通路趨勢預測，降低呆滯 |
| 再行銷精準度 | 只能全站撒網或盲投 | 鎖定去識別化高潛力客群 |
| LTV 計算完整度 | 單通路片段，誤差大 | 跨端回饋，貼近真實終身價值 |
| CDP 建置成本 | 每家品牌重複自建 | 共用標準化服務，省下重複投資 |
我要強調，右邊那欄不是行銷話術，而是「數據能流動」這個前提一旦成立，就會自然釋放的價值。台灣電商現在的問題，是把太多力氣花在搶數據，太少力氣花在讓數據流動起來。
解法：建立信任中立的數據協作機制
打破單向流動，靠的不是道德勸說，而是一套品牌與平台都有動機參與的機制。我認為核心是「信任中立」四個字——必須有一個誰都信得過、誰都不偏袒的規則框架。具體有三層。
第一層：標準化的數據交換接口
平台應該開放標準化的 API Gateway，讓品牌在符合個資法的前提下，即時且安全地取回「自己產品」的去識別化用戶行為數據。重點在「自己產品」與「去識別化」這兩個邊界：品牌只能拿回跟自家商品相關的、且已經移除個人識別的群體行為，不會看到別人家的數據，也不會碰到個資紅線。
這件事台灣其實有人在做雛形了。比方說一些平台的開店後台已經提供基礎的流量與轉換報表，但我認為遠遠不夠——多半還停在「圖表展示」，沒有開放可串接、可下載、可進品牌自家系統做二次分析的標準接口。真正的開放，是讓品牌能把數據接回自己的 BI 或 CDP，而不是只能在平台後台看圖。對於想理解一個健全資料 API 該長什麼樣、回傳哪些欄位、怎麼標來源與信心度，我整理在 API 文件 裡，可以當參照。
第二層：數據清洗與標準化服務
品牌的數據其實很亂——官網一套格式、社群一套、App 又一套，光是把同一個人在不同通路的行為對齊就讓人頭痛。平台有現成的數據處理能力，應該把「清洗與標準化」變成一種服務：品牌把分散的數據上傳，平台幫忙整合、規範化欄位、統一標籤，再以一致的格式回饋。
這對雙方都有利。品牌省下建資料工程團隊的成本，平台則因為拿到了品牌端的線下與跨通路數據，補齊了自己 LTV 計算的盲點。這是我說的「雙向」最實際的樣子——不是平台單方面施捨，而是各取所需的交換。當然，欄位定義、名詞口徑要先講好，不然清洗完還是各說各話，這也是為什麼產業需要一份共通的名詞對照表，把「造訪、工作階段、回購」這些詞先定死。
第三層：聯合數據池
更進一步，可以探索「聯合數據池」（Data Pool）：讓多個非競爭性的品牌，在嚴格加密與去識別化的前提下，共享用戶群體的趨勢數據。比方說一個賣登山裝備的品牌和一個賣戶外保險的品牌，彼此不競爭，卻服務高度重疊的客群，共享趨勢能讓雙方都更懂這群人。
聯合數據池的門檻最高，因為它最碰個資神經。所以我會強調幾個鐵則：k-匿名（同一分組至少要有 5 筆以上才顯示）、數值分桶（顯示區間而非精確數字）、時間粗化（只到季或月、不到日），以及移除所有直接識別欄位。做不到這幾點，寧可不做。資料協作的底線，永遠是合規與當事人權益，這部分我也建議參與方先看清楚平台的服務條款與資料使用範圍。
台灣品牌常踩的三個坑
講完該怎麼做，我也想點出幾個我反覆看到的錯誤，因為很多品牌不是輸在沒數據，是輸在用錯方式追數據。
- 把「自建 CDP」當成解藥。很多品牌一聽到數據不流通，就砸錢自建 CDP，結果蒐集到的還是自己官網那一小塊，平台那塊照樣拿不到。CDP 是工具不是策略，沒有數據來源的 CDP 只是個漂亮的空盒子。
- 為了拿數據而踩個資紅線。我看過品牌為了補全用戶輪廓，去買來路不明的名單、或在不同系統間硬串個資，這在台灣個資法下是高風險動作。去識別化、最小化蒐集不是限制，是讓你能長久經營的保護傘。
- 只看自己一個通路的 LTV 就下結論。單通路 LTV 幾乎一定低估真實值，因為它看不到客人在別的地方的貢獻。拿著被低估的數字去砍預算、砍品項，往往砍錯地方。先承認數據是片段的，再保守解讀，比假裝數字完整更安全。
數據流動，是生態健康的體溫計
我常說，判斷一個電商生態健不健康，不必看 GMV 有多大，看數據流不流得動就知道。GMV 可以靠補貼短期衝上去，但數據如果只進不出、卡在單一節點，這個生態遲早會僵化——品牌做不出創新，平台算不準價值，大家在低效競價裡互相消耗。
對台灣電商來說，市場本來就不大，更輸不起這種內耗。平台必須從「我獨佔數據所以我有護城河」的舊思維，轉向「我讓數據安全流動所以整個生態繞著我長」的新思維。前者是把池子圍起來，後者是把池子變成活水。長期來看，做活水的那一方，才會是真正贏到 LTV 與創新紅利的人。這不是要平台無私奉獻，而是看清楚：在一個小市場裡，把餅做大、讓數據流動，比死守一塊乾掉的數據更划算。想看更多我對台灣電商數據與營運的拆解，可以再讀部落格其他篇。
常見問題 FAQ
數據單向流動跟我的個資外洩是同一件事嗎？
不是。單向流動講的是「品牌拿不回去識別化的群體數據」，討論的是商業數據的協作；個資外洩是違法揭露可識別到個人的資料。本文主張的協作，前提正是去識別化、k-匿名、數值分桶，目的就是在不碰個資的情況下讓商業洞察流動。
平台憑什麼要把數據開放給品牌？
因為這對平台自己也有好處。平台拿不到品牌端的線下與跨通路數據，自己的 LTV 計算就是殘缺的，廣告預算分配會出錯。開放標準化接口換回品牌的回饋數據，是雙向交換、各取所需，不是單方面施捨。
小品牌沒有資料團隊，要怎麼參與數據協作？
這正是「數據清洗與標準化服務」要解的痛點。小品牌不必自建資料工程，可以把分散的官網、社群、App 數據交給平台整合、規範化後再取回統一格式。先把口徑與名詞對齊，再談分析，門檻比想像中低。
聯合數據池會不會讓競爭對手看到我的數據？
設計正確就不會。聯合數據池只開放給非競爭性品牌，而且共享的是經過嚴格加密與去識別化的群體趨勢，不是個別品牌的明細。加上 k-匿名（分組至少 5 筆）與數值分桶，對手看不到你的精確數字，只看得到大盤趨勢。
我現在馬上能做的第一步是什麼？
先盤點你目前能從各通路拿到哪些數據、缺哪些，並把各通路的名詞口徑統一。很多品牌連自己手上有什麼、缺什麼都說不清，就急著買工具。先把數據地圖畫出來，再決定要向平台爭取哪些接口、自建哪些，才不會花冤枉錢。
本文由林克威撰寫，更多台灣電商數據與營運觀點見 ECPRO 電商技術雷達（ecpro.tw）。