Google 母公司 Alphabet 在今年六月底宣布，Chrome 浏览器要到 2023 年底才会完全停用 Cookie 的追踪，较先前计划终止使用的时间晚了两年。对于近期不断寻求新解决方案的数字媒体/营销技术/广告科技业者，拉长产业生态巨变的缓冲期可以稍微喘口气，但依然无法抵抗 Cookie 式微的时代洪流。消费者隐私保护意识抬头、数据治理（Data Governance）观念日趋普及，都是第三方 Cookie 被禁止使用的原因之一。当 Google、Apple 纷纷对消费者信息采取保护和限制采集的措施，整个营销行业也开始教育客户“Cookie 无用论”并强调第一方数据（First Party Data）的重要性。

第一方数据运用并非新概念。在顾客关系管理（Customer Relationship Management, CRM）观念提出，甚至更早期，我们已或多或少用各种方法累积自家顾客的情资。笔者住家附近有间开业数十年的餐馆，某次前往用餐，老板娘突然端上一盘菜肴招待隔壁桌，宾客惊呼连连，原来是其中一位客人近期生日，原本不是庆生的场子被老板娘贴心的举动给炒热，席间更是相互劝酒增加消费。离开餐厅前笔者好奇问道：“阿姨真会做生意，怎么知道客人生日？”，老板娘露出得意且充满暖意的微笑，从柜台抽屉拿出一本桌历，只见桌历上每个日期写满笔记，“我趁着招呼客人时，会旁敲侧击他们聚餐目的，然后观察他们的口味偏好⋯⋯”。是的，笔者相信不是只有这间餐馆这么做，顾客关系管理或者我们说的第一方数据运用事实上不分行业、横跨传统和现代，在各种环境和场域中被实践。更奇妙的是，这样的手法并不会引起顾客抗拒，反而让顾客觉得贴心。

再把场景拉回数字营销。你是否发现数字媒体投放的成本越来越高？在未来 Cookie 式微之后即便能拿出大把银子，也未必能做到过去的精准营销，讨得消费者欢心。可预期的是，业界会提出新的技术和规格标准来替代第三方 Cookie，而这也是一个关键时刻，让我们好好面对、整顿零散各处的第一方数据。第一方数据的“收集”存在已久，只是多数的企业/组织缺乏策略观点和执行效率，无法落实数据运用进而创造价值。以下将从几个面项切入，探讨第一方数据的布局和运用策略。

第一方数据的来源

除了第一方 Cookie 追踪所获得的数据（例如 Google Analytics 的网站流量数据），企业或组织的会员名单、交易记录、预约 / 参与活动名单、EDM / 简讯发送名单、甚至是 LINE OA（LINE 官方帐号）好友名单⋯⋯ 任何具有个人信息识别（identity）的数据，都是第一方数据的来源。上述数据可能因应各种业务需求而生，散落于不同的单位且难有机会整合。第一方数据最具价值之处，是它的“实名”特性，因为业务需求留下真实姓名和联络信息，让我们有机会再次接触、更了解这些顾客。而第一方数据当中的电子邮件、手机号码甚至是 LINE OA 的用户 ID（UID），更是整合不同来源数据的关键。

近年来业界开始谈论私域流量、会员经济，主因在于拉新客（将消费者转换为自家顾客）的成本比维系旧客还高，与其投资在获客成本，不如深入耕耘顾客关系，增加顾客对于品牌的黏着度，放大其终身价值。试想将上述多来源的第一方数据做整合，将会是一个丰富且自主掌控的顾客数据库，更能不断累积更新顾客情资。

第一方数据的收集

既然我们整理了各种第一方数据的来源，就应该着手进行数据收集了。以会员名单来说，如果没有建立会员 / CRM 制度，那么名单就只是名单，不会有顾客行为和动态的记录，要经营会员必得设计让顾客持续往来的关系，就算是简单的累点活动也行。利用价格、折扣、红利等营销手法可以吸引顾客加入会员，但是顾客关系要长久维系，品牌还是要提供满足顾客需求的价值。如果企业/组织里有消费/交易记录，那么这些记录持续累积并且和会员数据整合，可以更完整描绘顾客的行为。

任何活动都设计留单机制，除了可以增加获客的机会也可以累积 / 更新旧客情资。更重要的是这些信息是顾客主动提供，数据品质可以透过填单过滤机制来提升（例如系统自动检查是否输入合理的电子邮件），确保实名数据的正确性，减少数据清整、稽核和除错的成本。有了名单情资，可以开始与会员/顾客互动，EDM / 简讯开启和点击记录、营运 LINE OA 并且和 LINE 好友互动，都是值得收集且可再运用的第一方数据。因此，善加利用 MarTech 工具是必要的，使用 EDM / 简讯发送工具、LINE OA 维运后台工具，可系统性、有效率地累积行为记录，增加后续数据整合的价值。

第一方数据的储存

不同企业/组织、不同业务单位所收集的数据，量体和储存方式可能有很大的差异。一般来说，如果建立了会员 / CRM 制度，也会建立记录会员数据的系统（以及对应的后台、数据库）。当然也有情境是企业/组织尚未有会员 / CRM 系统，留单用填写纸本的方式进行，后续需要人工整理成档案，这时候的会员数据可能是以 Excel 档的形式存在。另一方面，在 MarTech 工具的使用实务，通常会有操作和设定的后台，也能将后台数据库的数据汇出挪为其他用途，例如 EDM / 电子报发送工具 Mailchimp、NewsLeopard；LINE OA 维运工具平台 Coolbe、AccuNIX。

不论目前已收集了多少不同来源的第一方数据，建议将数据整合在同一个系统/数据库当中。有些会员 / CRM系统原生数据扩充的功能，可以介接不同来源的数据，像是 Salesforce、Microsoft Dynamics，或者采用顾客数据平台（CDP, Customer Data Platform）来收拢顾客数据。CDP 相关技术已趋于成熟，坊间有不少的解决方案还能整合第一方 Cookie 追踪的数据，打通线上线下平台与管道，整合营销自动化工具，例如 Acxiom、AccuCDP 等，运用第一方数据的 MarTech 服务正被企业/组织重视。

第一方数据的精炼与分析

将苦心收集到的数据做好储存和管理，下一个重点就是“数据分析”。透过会员 / CRM 系统或 CDP 管理的数据，可减少数据清理的工作而专注于数据分析，以下说明几个第一方数据分析重要项目：

• 标签设计与顾客贴标
  所谓的标签是对顾客特征的描述和标示，呈现我们观察顾客的角度，可用于标注、刻画轮廓、分类和特征筛选。建立标签框架（或者说标签的分类）是重要的，是引导我们发展标签的指导原则，进而符合业务需求，例如奥美有 3P's Approach（Prioritization, Personalization, Precision）作为标签分类的参考。标签设计完成便可比对顾客数据和标签定义，落实顾客贴标。贴标作业可于顾客互动即时由系统自动完成，或者定期进行批次作业补上。
• 重要维度和指标
  所谓“维度”就是我们区分顾客的角度，人口统计变数（Demographics）、兴趣嗜好、生活型态⋯⋯ 等都是维度，而前述的标签就是维度的标示。“指标”则是顾客行为相关信息的计量统计，例如消费金额、消费次数、累积点数、EDM 开启封数⋯⋯ 等。重要维度和指标的订定是基于生意问题和业务需要，也是建立分析模型的基础。
• 顾客分群
  有了顾客标签、维度和指标，顾客分群作业会简化很多。经典的营销研究方法教导我们用因素分析、集群分析等统计方法来做顾客区隔，需要使用统计软件工具和较长的作业时间，适合长期探索或定期研究。利用标签和维度分群，则因为标签动态更新的特性，适合具有效期、与产品销售周期相仿的市场区隔。顾客分群方法并无优劣，可视需求情境来搭配。
• KYC（Know Your Customer）和 SCV（Single Customer View）
  以市场区隔做顾客分群到极致便是“个人化”，依照每个人的特征/标签给予客制化的讯息和沟通。KYC（Know Your Customer）一词常见于金融业，在银行监管当中是一个客户身分审查的环节，前提是对客户有完整的征信信息。同样的概念 —— 拥有顾客完整的信息 —— 移植到顾客关系管理中并不违和，整合多来源的第一方数据能够完整掌握顾客情资，在一对一的业务场景当中获得适当的支援，提供更完善的服务。另一名词 SCV（Single Customer View）则常见于 CRM / CDP 解决方案当中，其意义为将顾客数据收拢汇集于单一平台，让企业/组织内部各单位对顾客的理解一致，落实数据治理和信息透明，提升管理决策品质。

第一方数据的应用

CRM 或 CDP 的建置乃基于企业/组织的营运目标，能完整呈现顾客信息，并可即时依需求查询数据，缩减人工处理的成本。第一方数据因应业务需求可发展出各种应用场景，以下用营销传播管道来简要举例：

• 自有媒体（Owned Media）
  分众发送 EDM 绝对比广泛全发来得有效。利用顾客标签和维度筛选名单，可以发展不同版本沟通素材，或是根据名单重要性选择发送对象；上述逻辑可套用在 LINE OA 的经营，规划分群沟通的排程。官方网站的内容，也可以依据顾客标签来分类，调整单元架构以设计符合不同需求顾客的体验流程。
• 赢得媒体（Earned Media）
  培养忠诚的顾客，让顾客主动发声证言成为 KOC（Key Opinion Consumer），就是一种 Earned Media。忠诚顾客来自于长期与品牌维系关系，为顾客一对一量身设计忠诚度方案，持续在线上线下体验接触点给予价值和意义，只能深耕无法速成。运用 CRM / CDP 的营销自动化功能，则可将顾客体验流程写成剧本，减少不必要的人力投入，让营销人员发挥最大的价值。
• 付费媒体（Paid Media）
  Cookie 无用凸显个人信息识别数据的重要。当数字媒体无法有效追踪消费者行为做再营销、指定条件分群投放广告，企业/组织第一方数据的标签和分群能弥补精准投放的需求。这些标签和分群甚至更为真实符合顾客现况，还可以弹性调整媒体渠道的布局，将需要深度互动的目标对象移往 LINE OA 操作，强化顾客的归属感和忠诚度。

经由以上几个面向的探讨，你会发现即刻起营销都和第一方数据以及 MarTech 有关。开始着手统整企业/组织的第一方数据永远不嫌晚，你会需要完整的数据策略和落实方案，如果有兴趣欢迎找我们聊聊。