Google 母公司 Alphabet 在今年六月底宣佈，Chrome 瀏覽器要到 2023 年底才會完全停用 Cookie 的追蹤，較先前計劃終止使用的時間晚了兩年。對於近期不斷尋求新解決方案的數字媒體/營銷技術/廣告科技業者，拉長產業生態巨變的緩衝期可以稍微喘口氣，但依然無法抵抗 Cookie 式微的時代洪流。消費者隱私保護意識抬頭、數據治理（Data Governance）觀念日趨普及，都是第三方 Cookie 被禁止使用的原因之一。當 Google、Apple 紛紛對消費者資訊採取保護和限制採集的措施，整個營銷行業也開始教育客戶「Cookie 無用論」並強調第一方數據（First Party Data）的重要性。

第一方數據運用並非新概念。在顧客關係管理（Customer Relationship Management, CRM）觀念提出，甚至更早期，我們已或多或少用各種方法累積自家顧客的情資。筆者住家附近有間開業數十年的餐館，某次前往用餐，老闆娘突然端上一盤菜餚招待隔壁桌，賓客驚呼連連，原來是其中一位客人近期生日，原本不是慶生的場子被老闆娘貼心的舉動給炒熱，席間更是相互勸酒增加消費。離開餐廳前筆者好奇問道：「阿姨真會做生意，怎麼知道客人生日？」，老闆娘露出得意且充滿暖意的微笑，從櫃檯抽屜拿出一本桌曆，只見桌曆上每個日期寫滿筆記，「我趁著招呼客人時，會旁敲側擊他們聚餐目的，然後觀察他們的口味偏好⋯⋯」。是的，筆者相信不是隻有這間餐館這麼做，顧客關係管理或者我們說的第一方數據運用事實上不分行業、橫跨傳統和現代，在各種環境和場域中被實踐。更奇妙的是，這樣的手法並不會引起顧客抗拒，反而讓顧客覺得貼心。

再把場景拉回數字營銷。你是否發現數字媒體投放的成本越來越高？在未來 Cookie 式微之後即便能拿出大把銀子，也未必能做到過去的精準營銷，討得消費者歡心。可預期的是，業界會提出新的技術和規格標準來替代第三方 Cookie，而這也是一個關鍵時刻，讓我們好好面對、整頓零散各處的第一方數據。第一方數據的「收集」存在已久，只是多數的企業/組織缺乏策略觀點和執行效率，無法落實數據運用進而創造價值。以下將從幾個面項切入，探討第一方數據的佈局和運用策略。

第一方數據的來源

除了第一方 Cookie 追蹤所獲得的數據（例如 Google Analytics 的網站流量數據），企業或組織的會員名單、交易記錄、預約 / 參與活動名單、EDM / 簡訊發送名單、甚至是 LINE OA（LINE 官方帳號）好友名單⋯⋯ 任何具有個人資訊識別（identity）的數據，都是第一方數據的來源。上述數據可能因應各種業務需求而生，散落於不同的單位且難有機會整合。第一方數據最具價值之處，是它的「實名」特性，因為業務需求留下真實姓名和聯絡資訊，讓我們有機會再次接觸、更瞭解這些顧客。而第一方數據當中的電子郵件、手機號碼甚至是 LINE OA 的使用者 ID（UID），更是整合不同來源數據的關鍵。

近年來業界開始談論私域流量、會員經濟，主因在於拉新客（將消費者轉換為自家顧客）的成本比維繫舊客還高，與其投資在獲客成本，不如深入耕耘顧客關係，增加顧客對於品牌的黏著度，放大其終身價值。試想將上述多來源的第一方數據做整合，將會是一個豐富且自主掌控的顧客數據庫，更能不斷累積更新顧客情資。

第一方數據的收集

既然我們整理了各種第一方數據的來源，就應該著手進行數據收集了。以會員名單來說，如果沒有建立會員 / CRM 制度，那麼名單就只是名單，不會有顧客行為和動態的記錄，要經營會員必得設計讓顧客持續往來的關係，就算是簡單的累點活動也行。利用價格、折扣、紅利等營銷手法可以吸引顧客加入會員，但是顧客關係要長久維繫，品牌還是要提供滿足顧客需求的價值。如果企業/組織里有消費/交易記錄，那麼這些記錄持續累積並且和會員數據整合，可以更完整描繪顧客的行為。

任何活動都設計留單機制，除了可以增加獲客的機會也可以累積 / 更新舊客情資。更重要的是這些資訊是顧客主動提供，數據品質可以透過填單過濾機制來提升（例如系統自動檢查是否輸入合理的電子郵件），確保實名數據的正確性，減少數據清整、稽覈和除錯的成本。有了名單情資，可以開始與會員/顧客互動，EDM / 簡訊開啟和點選記錄、營運 LINE OA 並且和 LINE 好友互動，都是值得收集且可再運用的第一方數據。因此，善加利用 MarTech 工具是必要的，使用 EDM / 簡訊發送工具、LINE OA 維運後臺工具，可系統性、有效率地累積行為記錄，增加後續數據整合的價值。

第一方數據的儲存

不同企業/組織、不同業務單位所收集的數據，量體和儲存方式可能有很大的差異。一般來說，如果建立了會員 / CRM 制度，也會建立記錄會員數據的系統（以及對應的後臺、數據庫）。當然也有情境是企業/組織尚未有會員 / CRM 系統，留單用填寫紙本的方式進行，後續需要人工整理成檔案，這時候的會員數據可能是以 Excel 檔的形式存在。另一方面，在 MarTech 工具的使用實務，通常會有操作和設定的後臺，也能將後臺數據庫的數據匯出挪為其他用途，例如 EDM / 電子報發送工具 Mailchimp、NewsLeopard；LINE OA 維運工具平臺 Coolbe、AccuNIX。

不論目前已收集了多少不同來源的第一方數據，建議將數據整合在同一個系統/數據庫當中。有些會員 / CRM系統原生數據擴充的功能，可以介接不同來源的數據，像是 Salesforce、Microsoft Dynamics，或者採用顧客數據平臺（CDP, Customer Data Platform）來收攏顧客數據。CDP 相關技術已趨於成熟，坊間有不少的解決方案還能整合第一方 Cookie 追蹤的數據，打通線上線下平臺與管道，整合營銷自動化工具，例如 Acxiom、AccuCDP 等，運用第一方數據的 MarTech 服務正被企業/組織重視。

第一方數據的精煉與分析

將苦心收集到的數據做好儲存和管理，下一個重點就是「數據分析」。透過會員 / CRM 系統或 CDP 管理的數據，可減少數據清理的工作而專注于數據分析，以下說明幾個第一方數據分析重要專案：

• 標籤設計與顧客貼標
  所謂的標籤是對顧客特徵的描述和標示，呈現我們觀察顧客的角度，可用於標註、刻畫輪廓、分類和特徵篩選。建立標籤框架（或者說標籤的分類）是重要的，是引導我們發展標籤的指導原則，進而符合業務需求，例如奧美有 3P's Approach（Prioritization, Personalization, Precision）作為標籤分類的參考。標籤設計完成便可比對顧客數據和標籤定義，落實顧客貼標。貼標作業可於顧客互動即時由系統自動完成，或者定期進行批次作業補上。
• 重要維度和指標
  所謂「維度」就是我們區分顧客的角度，人口統計變數（Demographics）、興趣嗜好、生活型態⋯⋯ 等都是維度，而前述的標籤就是維度的標示。「指標」則是顧客行為相關資訊的計量統計，例如消費金額、消費次數、累積點數、EDM 開啟封數⋯⋯ 等。重要維度和指標的訂定是基於生意問題和業務需要，也是建立分析模型的基礎。
• 顧客分群
  有了顧客標籤、維度和指標，顧客分群作業會簡化很多。經典的營銷研究方法教導我們用因素分析、集群分析等統計方法來做顧客區隔，需要使用統計軟體工具和較長的作業時間，適合長期探索或定期研究。利用標籤和維度分群，則因為標籤動態更新的特性，適合具有效期、與產品銷售週期相仿的市場區隔。顧客分群方法並無優劣，可視需求情境來搭配。
• KYC（Know Your Customer）和 SCV（Single Customer View）
  以市場區隔做顧客分群到極致便是「個人化」，依照每個人的特徵/標籤給予客製化的訊息和溝通。KYC（Know Your Customer）一詞常見於金融業，在銀行監管當中是一個客戶身份審查的環節，前提是對客戶有完整的徵信資訊。同樣的概念 —— 擁有顧客完整的資訊 —— 移植到顧客關係管理中並不違和，整合多來源的第一方數據能夠完整掌握顧客情資，在一對一的業務場景當中獲得適當的支援，提供更完善的服務。另一名詞 SCV（Single Customer View）則常見於 CRM / CDP 解決方案當中，其意義為將顧客數據收攏彙集於單一平臺，讓企業/組織內部各單位對顧客的理解一致，落實數據治理和資訊透明，提升管理決策品質。

第一方數據的應用

CRM 或 CDP 的建置乃基於企業/組織的營運目標，能完整呈現顧客資訊，並可即時依需求查詢數據，縮減人工處理的成本。第一方數據因應業務需求可發展出各種應用場景，以下用營銷傳播管道來簡要舉例：

• 自有媒體（Owned Media）
  分眾發送 EDM 絕對比廣泛全發來得有效。利用顧客標籤和維度篩選名單，可以發展不同版本溝通素材，或是根據名單重要性選擇發送對像；上述邏輯可套用在 LINE OA 的經營，規劃分群溝通的排程。官方網站的內容，也可以依據顧客標籤來分類，調整單元架構以設計符合不同需求顧客的體驗流程。
• 贏得媒體（Earned Media）
  培養忠誠的顧客，讓顧客主動發聲證言成為 KOC（Key Opinion Consumer），就是一種 Earned Media。忠誠顧客來自於長期與品牌維繫關係，為顧客一對一量身設計忠誠度方案，持續線上上線下體驗接觸點給予價值和意義，只能深耕無法速成。運用 CRM / CDP 的營銷自動化功能，則可將顧客體驗流程寫成劇本，減少不必要的人力投入，讓營銷人員發揮最大的價值。
• 付費媒體（Paid Media）
  Cookie 無用凸顯個人資訊識別數據的重要。當數字媒體無法有效追蹤消費者行為做再營銷、指定條件分群投放廣告，企業/組織第一方數據的標籤和分群能彌補精準投放的需求。這些標籤和分群甚至更為真實符合顧客現況，還可以彈性調整媒體渠道的佈局，將需要深度互動的目標對像移往 LINE OA 操作，強化顧客的歸屬感和忠誠度。

經由以上幾個面向的探討，你會發現即刻起營銷都和第一方數據以及 MarTech 有關。開始著手統整企業/組織的第一方數據永遠不嫌晚，你會需要完整的數據策略和落實方案，如果有興趣歡迎找我們聊聊。