做電商這幾年，我最有感的一件事是：以前我們花很多力氣「猜」顧客要什麼，現在愈來愈多品牌開始學會「問」顧客要什麼。這兩個字的差別，決定了你的行銷是精準還是亂槍打鳥。
過去我們仰賴的那套追蹤邏輯——靠第三方 cookie 在網路上到處跟著使用者，拼湊出他大概是誰、可能想買什麼——正在快速失效。瀏覽器一個接一個封鎖跨站追蹤，隱私法規愈收愈緊，蘋果 iOS 的追蹤許可也讓很多品牌的再行銷成效掉了一大截。當「偷看」這條路被堵住，真正能長久用下去的，是讓顧客自己開口告訴你的資料。這就是這篇要談的零方數據（zero-party data）。
我想把這件事講清楚：零方數據到底是什麼、和第一方與第三方數據差在哪、為什麼現在變成關鍵資產，以及最實務的部分——電商到底怎麼把它蒐集進來，又怎麼真的用在個人化行銷上，而不是收了一堆資料放著長灰塵。
零方數據是什麼？和第一方、第三方數據差在哪
先把三種數據擺在一起看，你就會懂它們的本質差異。
第三方數據，是你向外部資料商買來、或透過第三方 cookie 追蹤來的資料。這些人不是在你的網站上、也沒跟你互動，你只是買到一份「據說對你的商品有興趣」的名單或受眾包。來源不透明、精準度參差，而且這正是隱私法規和瀏覽器封鎖的頭號對象。
第一方數據，是顧客在你自家通路上「行為」留下的軌跡：他瀏覽了哪些商品、加了什麼進購物車、買過幾次、開了哪封信、點了哪個連結。這些是你自己的資產，也很有價值，但它有個限制——它記錄的是「行為」，不是「原因」。你看到一個人反覆看某雙鞋卻沒買，你只能猜：是嫌貴？尺碼沒了？還是只是隨手滑？行為數據給你現象，給不了動機。
零方數據補的就是這一塊。它是顧客「主動、有意識地」提供給你的偏好與意圖資料。他直接告訴你：我的膚質是混合性、我買這件是要送人不是自用、我的預算落在哪個區間、我想收到的是新品通知不是每天的折扣轟炸。這不是你觀察來的，是他自己說的。所以它有兩個第一方數據給不了的特質：一是準，因為出自本人；二是這份資料的存在本身就取得了同意，顧客知道自己給了什麼、為什麼給。
我常跟品牌商解釋：第一方數據是「你看到顧客做了什麼」，零方數據是「顧客告訴你他想要什麼」。兩者不是取代關係，是互補。把行為軌跡和主動偏好疊在一起，你對一個人的理解才立體。這也是我在談數據驅動電商時一再強調的：資料要能回答「為什麼」，決策才做得準。
為什麼零方數據在這個時代變關鍵
有些品牌覺得「不就是問卷嗎，以前也有做」，但現在的處境和以前完全不同，逼著大家非重視不可。
第一，第三方 cookie 真的在退場。跨站追蹤被主流瀏覽器一步步封死，行動裝置的追蹤許可讓很多再行銷受眾直接縮水。以前你靠追蹤和買受眾就能投放的那套，成本愈來愈高、精準度愈來愈差。當外部的資料水管被關掉，你手上「自己擁有、顧客同意」的資料就從加分項變成命脈。
第二，隱私法規愈收愈緊。不管是歐盟的 GDPR、各地陸續上路的個資規範，還是台灣個資法的執法趨嚴，核心精神都是一樣的：資料要在使用者知情同意下蒐集、用途要透明、要能撤回。零方數據天生就符合這個框架——因為它本來就是顧客主動、知情地給你的。你不是偷偷收集，是光明正大地問。這讓它成為少數「合規壓力愈大、價值愈高」的資料類型。
第三，顧客的期待變了。現在的消費者一方面反感被追蹤，另一方面又期待品牌懂他、給他相關的東西而不是無差別的廣告。這個看似矛盾的期待，剛好用零方數據解開：只要你把「為什麼要問」講清楚、給出對等的回報（更貼近的推薦、更少但更準的通知），大多數顧客其實願意告訴你。願意開口的前提，是他信任這個交換是划算的。
第四，這是別人偷不走的資產。你買得到的受眾包，你的競爭對手也買得到。但顧客親口告訴你的偏好，是你和他之間的關係，別人複製不了。長期來看，這才是真正的護城河。也因為這樣，我把零方數據當成整個會員與留存策略的地基，而不是行銷部門偶爾做一次的活動。
電商怎麼蒐集零方數據：四個實戰入口
觀念講完，講最多人卡住的：到底怎麼收？我把電商最有效的四個蒐集入口整理出來，每一個都能直接落地。核心原則只有一句話貫穿始終——每問一題，都要讓顧客覺得「回答了對我有好處」。
一、註冊與結帳時的偏好問卷
會員註冊、首購完成、加入電子報這幾個節點，是收零方數據最自然的時機，因為顧客本來就在填資料的狀態。
關鍵是別貪心。我看過太多品牌把註冊表單塞滿十幾個必填欄位，結果轉換率慘不忍睹。正確做法是漸進式：註冊當下只問一到兩個真正會用到的問題。像服飾類問「你主要幫誰買」「習慣的尺碼」；保健食品問「你最在意的保養方向」；美妝問「膚質」。每一題後面都要對得上一個具體用途——你問了膚質，之後推薦就要真的照膚質分，別問完照樣群發。
剩下的資料用「漸進式建檔」慢慢補。顧客第二次回來、或在會員中心逛的時候，再用一兩題補齊。分批問的完成率，遠比一次塞一大張表單高。
二、偏好中心（Preference Center）
偏好中心是我認為 CP 值最高、卻最被低估的一個入口。它其實就是一個讓顧客自己設定「想收什麼、多久收一次、對什麼有興趣」的頁面，通常掛在會員中心或電子報底部的「管理訂閱」連結。
大部分品牌的訂閱管理只有一個功能：退訂。這太可惜了。與其讓一個嫌你發太多的顧客直接退訂、從此聯絡不到，不如給他選項：「改成一週一封」「只收新品不收折扣」「只對這幾個品類有興趣」。這一步同時做到三件事——降低退訂、拿到明確偏好、還讓顧客覺得被尊重。
我通常建議把偏好中心和電子郵件自動化流程綁在一起：顧客在偏好中心勾了「只想收保養品新品」，這個標籤就要直接進到你的行銷自動化，讓後續的信真的照他勾的走。偏好中心收來的資料如果沒接進發信邏輯，就等於白問。
三、互動測驗與選品引導
測驗（quiz）是這幾年電商收零方數據最漂亮的一招，因為它把「填問卷」這件無聊事，包裝成顧客「主動想玩」的體驗。
最典型的是「找到適合你的商品」測驗：保養品牌做「三分鐘找到你的保養組合」，問膚質、困擾、預算、使用習慣；咖啡品牌做「找出你的風味偏好」；寵物用品問「你家毛孩的年齡、體型、挑食程度」。顧客一題一題點下去，覺得自己在被引導找到對的東西，其實每一次點選，都是在把高純度的偏好資料交給你。
測驗厲害在雙贏。顧客當下就拿到有用的推薦結果，轉換率通常比一般到站流量好；你則收到一整組結構化的偏好標籤，還取得了他的 email 來看結果。做測驗要注意的是：題目要短、要跟推薦結果強相關，別為了收資料硬塞跟商品無關的題目。收完之後，這些標籤要能直接對應到顧客分群的邏輯裡，測驗才不只是一次性的獲客活動。
四、購買後與加購時的短調查
顧客剛完成購買、對品牌好感度最高的那個當下，是問一兩題的好時機。訂單完成頁、出貨通知信、甚至到貨後的關懷信，都能放一題輕量的調查。
我特別喜歡問「購買動機」這類問題：「這次是買給自己還是送人？」一題就能把顧客分成自用與送禮兩種完全不同的經營路線。送禮客未必會回購自用，但可能每逢節日就來；自用客則適合養成回購和訂閱。加購或補貨場景也一樣，順手問一句「多久會用完一罐」，就能推算補貨週期，之後在對的時間提醒他。
這類問題的訣竅是：一次一題、可跳過、給點小回報（下次折扣、集點）。它的量收得不快，但每一筆都是純度極高、直接可用的意圖資料。
收進來之後，怎麼真的用在個人化行銷
資料收得再多，不用就是負債。我看過品牌辛苦做了測驗、堆了一堆標籤，結果發信照樣全名單一視同仁——那還不如不收。零方數據的價值，全在「用」這個字上。
第一，商品推薦要真的跟著偏好走。顧客告訴你他是油性肌、預算在中價位，你的推薦區塊、EDM 選品、到站的個人化模組就要照這個排。哪怕只是把首圖換成他勾過的品類，感受都差很多。
第二，溝通內容要分眾。送禮客和自用客的信不該一樣；只想收新品的人就別再塞每日折扣。把零方數據的偏好標籤接進分眾，是顧客分群行銷真正落地的關鍵——你不再只用消費行為分群，還加上顧客親口說的意圖，分得更細也更準。
第三，補貨與生命週期提醒。知道一罐大概多久用完，就能在快用完前主動提醒，把一次性購買養成穩定回購。這種提醒因為「剛好對上需求」，開信和轉換都特別好。
第四，用來優化選品和商品開發。當幾百上千筆測驗都指向某個尚未被滿足的需求，那就是很強的選品訊號。零方數據不只服務行銷，也能回頭指導你進什麼貨、開什麼品。
一個匿名實務案例
我們接手過一個保健食品的官網，狀況很典型：名單有幾萬筆，但除了姓名和 email 幾乎一無所知，每次促銷都是全名單群發，開信率長期低迷，退訂率還一路往上爬。
我們沒有急著再買受眾或加大投放，而是先從蒐集零方數據下手。第一步在官網首頁掛了一個「三分鐘找到適合你的保養方向」的互動測驗，問了保養目標（睡眠、體力、免疫、美容）、年齡帶、有沒有正在吃其他保健品、預期的每月預算。測驗結尾給出對應的產品組合建議，並用看結果的方式自然拿到 email 和同意。
第二步，我們在會員中心和每封信底部放了偏好中心，讓顧客自己選想收的品類和頻率，把「想退訂」的人導去「調降頻率」而不是直接流失。第三步，購買完成頁多問一題「這次是自用還是送長輩」，把送禮客單獨標記出來。
這些資料進來之後，我們把發信邏輯整個換掉：照測驗的保養目標分眾推內容、照偏好中心設定的頻率發、送禮客只在節慶前後溝通。大約經過一到兩個檔期，最明顯的變化是退訂率降下來、分眾信的開信與點擊比原本的全名單群發好上不少，因為每個人收到的東西終於跟他有關。這個案子讓我更確信：與其花錢往外買冷受眾，不如把手上這群人「問清楚」再好好經營。這套邏輯，其實就是我在代營運服務裡反覆在做的事。
常見問題 FAQ
Q：零方數據和第一方數據到底怎麼分？
一句話記：第一方數據是你「觀察」到顧客做了什麼（瀏覽、加購、購買紀錄），零方數據是顧客「主動告訴」你他想要什麼（偏好、意圖、動機）。前者是行為，後者是原因。兩者互補，疊在一起你對顧客的理解才完整。
Q：cookie 退場真的有這麼嚴重嗎？我還是能投廣告啊。
廣告還是能投，但靠第三方 cookie 做的跨站追蹤和再行銷，精準度和覆蓋率已經明顯下滑，成本也在上升。趨勢很清楚：能長期依靠的是你自己擁有、顧客同意的資料。與其等被動失效，不如現在就開始建自己的零方數據資產。相關的資料思路可以參考我談數據驅動電商的整理。
Q：顧客真的願意填這些嗎？會不會反而嚇跑人？
願不願意，取決於你有沒有把「交換」講清楚。只要顧客覺得回答之後對自己有好處——更準的推薦、更少但更相關的通知——多數人是願意的。關鍵是別貪心，一次問太多、問跟他無關的東西，才會嚇跑人。用測驗這種有回報的形式，完成率通常還不錯。
Q：收零方數據要注意哪些合規問題？
核心是知情同意、用途透明、可撤回。蒐集時要讓顧客清楚知道你要收什麼、拿來做什麼；用途要跟當初說的一致（問了膚質就用在推薦，別偷偷拿去做別的）；並且提供偏好中心讓他隨時修改或撤回。做到這幾點，零方數據反而是最能安心用的一種資料。
Q：小品牌沒有複雜系統，也能做零方數據嗎？
完全可以，而且該從小做起。不必一開始就上昂貴的 CDP。先從一份簡單的註冊問卷、電子報底部的一個偏好連結、或一個用現成工具做的測驗開始，把標籤存進你的電子報或 CRM 就能用。重點是收進來的每個標籤都要接到後續的發信或推薦邏輯，別讓資料躺著。想更完整地規劃，可以看看我們的服務內容或過往案例。
Q：收到的偏好標籤，怎麼跟原本的顧客分群結合？
把零方數據當成分群的「新維度」加進去。原本你可能只用消費金額、頻率、最近購買（也就是 RFM）分群，現在再疊上顧客親口說的偏好和意圖，例如「高價值 × 只買保養 × 送禮取向」。這樣分出來的群，經營方向幾乎是寫在臉上的。做法可以延伸參考RFM 顧客分群。
結論
零方數據不是一個新潮術語，它其實回到了生意最樸素的本質：想服務好一個人，最快的方法就是直接問他要什麼，然後認真照著做。
在追蹤愈來愈難、法規愈來愈嚴、顧客愈來愈在意隱私的當下，靠偷看拼湊顧客的老路只會愈走愈窄。反過來，把力氣花在讓顧客願意主動開口——用不貪心的問卷、貼心的偏好中心、好玩的測驗、剛剛好的購後一問，把他真正的偏好收進來，再認真用在推薦和溝通上——你建立的是別人買不走、也複製不了的關係資產。這條路慢一點，但走得穩，也走得久。如果你想從一份沉睡的名單開始把這件事做起來，歡迎往下看我們怎麼協助品牌落地。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
