零方數據實戰指南：顧客親口說的偏好，才是 cookie 退場後的個人化底牌

先講我的結論：跨站追蹤這條路已經回不去了，接下來幾年真正拉開個人化行銷差距的，不會是誰買了更貴的廣告受眾，而是誰手上握有顧客親口說出來的偏好——業界叫它零方數據（zero-party data）。這不是趨勢預言，是我在數據端看到的現在進行式。

我的日常工作是盯著大量台灣網站的技術組成與流量變化。這一兩年有個安靜卻很一致的訊號：仰賴第三方受眾投放的站，再行銷的效率普遍在鈍化；反而是那些在官網上裝了測驗模組、訂閱偏好設定、行銷自動化工具的站，會員經營的動作明顯活絡起來。換句話說，聰明的品牌已經把力氣從「在外面追人」移回「在自己場子裡問人」。這篇文章我想把整條路講完整：零方數據的邊界怎麼劃、官網上哪些位置最適合開蒐集入口、題目怎麼設計、收進來之後怎麼真的接進推薦與分眾，最後給一個匿名的實務案例。

把三種數據攤開來看：你缺的其實是「動機」這一層

很多人把零方數據當成第一方數據的別名，這個混淆會讓後面的策略全部歪掉，所以先把邊界劃清楚。

第一方數據記錄的是足跡：看過哪些頁、加購過什麼、買過幾次。這些當然有用，但它天生有個天花板——同一個行為背後可以藏著完全不同的動機。一個人反覆瀏覽同一件商品卻遲遲不下單，可能在等降價、可能尺寸缺貨、也可能只是幫朋友比價。行為數據讓你看見這個現象，卻永遠猜不準原因。

零方數據補的正是動機這一層。顧客直接告訴你：我的膚況、我的預算帶、這次是送禮不是自用、我只想收新品消息不想被每日促銷洗版。這種資料有兩個行為軌跡給不了的性質。第一是純度，因為出自本人之口，不需要建模去猜。第二是同意內建，顧客給你的當下就知道自己給了什麼、要換什麼，法遵上站得最穩。我的講法是：第一方數據是你架在店裡的監視器，零方數據是顧客走到櫃檯跟你說的那句話。監視器再高清，也拍不到人心裡在想什麼。

追蹤紅利結束後，天平為什麼倒向「親口說」

有品牌主跟我說過：問卷十年前就在做了，這有什麼新的？工具確實不新，但局勢完全變了，有四股力量同時把零方數據從加分題推成必答題。

• 技術面：主流瀏覽器對跨站追蹤的封鎖一路收緊，行動裝置的追蹤授權讓可用受眾持續縮水。從流量數據的角度看，依賴外部受眾的獲客模式，單位成本這幾年只有變貴沒有變便宜。
• 法規面：從歐盟的規範到台灣個資法的執法趨勢，方向一致——知情同意、用途透明、可以撤回。零方數據是天生長在這個框架裡的資料，別的資料類型是想辦法合規，它是本來就合規。
• 顧客面：消費者一邊反感被跟蹤，一邊又嫌品牌推的東西不相關。這組矛盾只有一種解法：把「為什麼要問你」和「回答之後你會得到什麼」講清楚，讓資料交換變成一場顧客覺得划算的交易。
• 競爭面：受眾包是公開市場的商品，你買得到，對手也買得到。顧客親口告訴你的偏好卻是專屬於你們之間的關係，抄不走、買不到。護城河從來不是工具，是別人拿不到的資料。

把四條疊在一起，結論很清楚：外部資料的水位在退，自有且經同意的資料在漲。動作快的品牌現在開始蓄水，動作慢的品牌之後會用更貴的代價補課。

官網上最值得開的四個蒐集入口

觀念不值錢，入口才值錢。從我看過的站來歸納，零方數據收得起來的品牌，幾乎都是在這四個位置動手。共同的底層邏輯只有一句：在顧客本來就願意停下來的節點問，而且每一題都讓他覺得回答對自己有利。

入口一：註冊與首購節點的輕量提問

顧客在註冊會員或完成首購時，本來就處於填寫狀態，多問一到兩題的心理成本最低。重點是克制——表單每多一個必填欄位，完成率就掉一截，這是所有轉換數據都會告訴你的事。所以只問馬上用得到的：服飾問主要幫誰買、保健品問最在意的方向、美妝問膚質。問了就要兌現，顧客填了膚質，下一封信的選品就要真的照膚質走，否則等於自己教育顧客「填了也沒差」。其餘欄位用漸進式補齊，第二次回訪、逛會員中心時再一兩題慢慢問，分批問的總完成率遠高於一次塞一大張表。

入口二：把退訂頁升級成偏好中心

這是我認為投資報酬最高、也最被台灣品牌忽略的一塊。多數電子報底部的管理連結點進去只有一個選項：退訂。這等於把嫌你吵的顧客直接推出門。偏好中心的思路是把二選一變成多選題：頻率可以調降、品類可以只勾有興趣的、內容可以只收新品不收促銷。一個頁面同時做到三件事——留住原本要退訂的人、拿到明確的偏好標籤、讓顧客感覺自己有掌控權。而且這些設定本身就是最乾淨的零方數據，直接可以餵進發信邏輯。

入口三：互動測驗與選品引導

測驗是把「填問卷」翻譯成「玩一下」的高招。找到你的保養組合、測出你的咖啡風味、幫毛孩配飼料——顧客一題一題點下去，感覺是被引導找答案，實際上每個點選都是一枚結構化的偏好標籤。測驗的妙處在雙向都有拿到東西：顧客當場得到客製推薦，你得到一組高純度標籤外加一個留了聯絡方式的名單。設計上守兩條線：題數短、每一題都要和最後的推薦強相關，不要為了收資料塞無關題目，顧客聞得出來。

入口四：購後與補貨場景的一句話調查

剛完成購買的顧客對品牌的好感處於高點，訂單完成頁、出貨通知、到貨關懷信都可以放一題可跳過的輕問題。我最推薦問購買動機：這次是自用還是送人？一題就能把名單切成兩條完全不同的經營路線——送禮客在節慶前才需要被喚醒，自用客適合養成回購甚至訂閱。消耗型商品再加問一句多久用完，補貨提醒的時間點就有依據。這個入口量不大，但每一筆都是可以直接行動的意圖資料。

題目怎麼設計：五個讓人願意回答的原則

入口開了，成敗在題目。整理我看過的正反例，值得守的原則有五條。

1. 一次一題優先。單題的回覆率遠高於整張問卷，把大問卷拆成散落在旅程各節點的小題。
2. 每題綁一個用途。設計題目時先寫下這一題收到後會改變什麼——改推薦、改頻率、改分眾。寫不出用途的題目直接刪掉。
3. 回報要看得見。回答後的好處要立刻兌現：更準的推薦、對頻率的控制權、一張小折扣，都比空泛的「幫助我們更了解您」有效。
4. 永遠可跳過。強迫回答收到的是敷衍的資料，自願回答收到的才是真話。純度比數量重要。
5. 只問你敢兌現的。問了膚質卻照樣全名單群發，比不問更傷，因為你親手示範了自己不守承諾。

收進來只是起點：偏好標籤的四條落地路線

資料收而不用是負債，不但白花力氣，還占了顧客的信任額度。零方數據收進來之後至少有四條路要接。

第一條接推薦。顧客說了自己是油性肌、預算在中間帶，站上的推薦模組、EDM 的選品、甚至到站首屏主打的品類都應該跟著調。個人化不必一步到位，光是把信件首圖換成顧客勾過的品類，相關性的感受就完全不同。

第二條接分眾。把零方標籤疊上原本的行為分群，維度立刻多一層：過去只能用消費金額和頻率切，現在可以切出「高價值、只買保養、送禮取向」這種經營方向寫在臉上的群。送禮客和自用客收到的信不該長一樣，只勾新品的人就不該再被每日促銷轟炸。

第三條接生命週期。用完週期、回購節奏這類資料，讓你能在對的時間主動出現，而不是永遠靠大檔期的折扣把人炸回來。時機對了，同一封信的成效會差一個級距。

第四條接選品與開發。當大量測驗結果指向一個現有商品線沒接住的需求，那是比任何市調都便宜又誠實的訊號。零方數據不只服務行銷部門，它可以一路回饋到你進什麼貨、開什麼新品。

一個匿名案例：從全名單轟炸到照偏好說話

說一個我近距離觀察過的案子，細節做了去識別化處理。一個保健食品官網，名單累積了數萬筆，但除了姓名和信箱幾乎一無所知，行銷方式就是每逢檔期全名單發促銷信。結果可想而知：開信率長期低迷，退訂緩慢但持續地失血，名單越發越薄。

他們的翻身仗沒有從加碼投放開始，而是花了一季把零方數據的三個入口補齊。首先在官網掛上一個幾分鐘就能完成的需求測驗，問保養目標、年齡帶、正在使用的其他產品、每月預算帶，測驗結尾直接給對應的產品組合，順勢取得信箱與同意。接著把電子報底部的退訂連結改成偏好中心，讓想離開的人先看到「改成每週一封」「只收新品」這些選項。最後在訂單完成頁加了一題：這次是自用還是送長輩？

資料進來之後，發信邏輯整組換掉：照測驗目標分眾推內容、照偏好中心的設定控制頻率、送禮客只在節慶前後被喚醒。跑了一兩個檔期，最先看見的變化是退訂明顯降溫，因為想走的人有一半被頻率調降接住了；分眾信的開信與點擊也把原本全名單群發的成績甩在後面。這個案子我最深的體會是：他們沒有多花一塊錢廣告費，只是把「亂槍打鳥」換成「先問再說」，沉睡的名單就開始回血。

三個最常見的坑，先知道就能繞開

最後提醒三個我反覆看到的失敗模式。第一個坑是收了不用。做了漂亮的測驗、堆了一庫標籤，發信照樣一視同仁，這比不收更糟，因為顧客的期待被你親手抬高又親手摔碎。第二個坑是一次問太多。把零方數據當成人口普查，註冊時十幾個必填欄位，結果是轉換率和資料品質雙輸。第三個坑是用途飄移。問的時候說要做推薦，收了之後拿去做別的，這在法遵上有風險，在信任上是自殺。蒐集時說的用途就是使用的邊界，要擴大用途就回頭再徵求一次同意。

拉遠來看，零方數據其實是把生意拉回最古老的常識：想服務好一個人，就直接問他要什麼，然後說到做到。追蹤時代讓大家迷信演算法能替你讀心，如今紅利退潮，願意好好問、認真兌現的品牌，反而拿回了最不公平的競爭優勢——一份對手抄不走的顧客理解。從一個測驗、一頁偏好中心、一句購後提問開始，今天就可以動工。