零方數據與第二方數據是什麼？零售品牌補齊會員資料的兩塊拼圖

零方數據是顧客主動告訴品牌的偏好與意圖，第二方數據是合作夥伴把自己的第一方資料直接分享給品牌。在我們看過的零售品牌會員資料裡，這兩塊常常是空著的位置。

Chrome 留下了 Cookie，品牌手上的工具卻少了一批

2025 年 4 月 22 日，Google 宣布，Chrome 會維持現行的第三方 Cookie 選擇方式，不再推出獨立的 Cookie 提示。不少行銷人鬆一口氣，以為跨站追蹤可以照舊，但第三方 Cookie 仍受使用者設定與各家瀏覽器限制。

半年後的 10 月 17 日，Google 再發一篇更新，說明 Topics、Protected Audience、Attribution Reporting API 等多項技術，在參考生態回饋與採用率偏低之後決定退役，CHIPS、FedCM 等少數技術則繼續保留。Chrome 維持了現行的 Cookie 選擇機制，其中原本預定接手興趣廣告、再行銷與歸因工作的幾項瀏覽器端技術，卻走進了淘汰程序。

手機端更早定調。Apple 在 2021 年 4 月 20 日公告，自 iOS 14.5 起，App 必須透過 AppTrackingTransparency 取得使用者許可，才能進行 Apple 所定義的跨公司追蹤，或取用裝置的廣告識別碼。

把這三則公告放在一起看，訊號很一致：我們據此判斷，品牌直接取得、妥善管理顧客資料的重要性提高了，透過別人家的瀏覽器或裝置辨識顧客，也面臨更多限制。站內整理過第一方數據怎麼從流量變成資產。這篇要談的是被講得比較少的兩塊：顧客自己說出口的資料，以及夥伴願意分享給你的資料。

我們在會員資料盤點時，最常看到的那一欄空白

我們陪品牌盤點會員資料時，常出現一個畫面：會議室投影著一張 Excel，左邊是會員編號，右邊一路排著購買日期、品項、金額、門市、App 開啟次數，欄位滿滿。往右再拉幾欄，「膚質」「慣穿尺寸」「家裡有沒有小孩」「送禮對象」，整欄是空的。

知道一位顧客是乾肌，比知道她上個月買了一瓶化妝水，更能決定下一則訊息該推什麼。尷尬的是，沒有人說得清這幾欄該從哪裡來、誰負責收、收了能不能用。

那一欄空白，就是零方數據的位置。而隔壁另一個常被跳過的問題，是「我們能不能用合作夥伴的資料補上一部分」，那是第二方數據的位置。

四種資料，差在誰給的、誰握著、來源說不說得清

四種資料的差別，在於資料由誰提供、誰保存、來源說不說得清。先以資料來源為主軸放在同一張表上：

研究機構 Forrester 是最早推廣零方數據這個名詞的機構之一，它的定義是：顧客有意且主動與品牌分享的資料，可以包含偏好中心資料、購買意圖、個人情境，以及這個人希望品牌如何認得他。

我們覺得比較有用的看法，是本文提出的三條判斷軸，用來決定每一種資料在你的會員經營裡能擔什麼工作：

1. 誰給的：零方是顧客自己說的，第一方是品牌自己看到的，第二方是夥伴轉交的，第三方是外部彙整的。來源越遠，越需要另外驗證。
2. 誰握著：零方與第一方是品牌直接取得的資料；第二方要看合作型態，資料可能移轉給品牌，也可能留在夥伴或受控環境裡；第三方多半握在供應商手上。握不住的資料，名單隨時可能消失。
3. 說不說得清：這筆資料當初蒐集時對顧客說了什麼目的、有沒有同意紀錄。說得清，才能放心拿去行銷。

用這三條軸重看那張 Excel：購買紀錄三項都過關，站外興趣標籤在「誰握著」與「說不說得清」兩項比較弱，而空白的偏好欄位，如果由顧客親口填上，三項都會是最強的一欄。

零方數據和第二方數據，在零售現場長什麼樣子

零方數據可以是短問卷與偏好設定，第二方數據則依合作型態，從名單移轉到只給彙總報表都有。

零方數據：一份顧客願意填完的短問卷

Forrester 在同一篇文章裡提到，成效最好的零方數據體驗通常短、簡單，並提供清楚的價值交換，形式像是快速投票、測驗或網站小工具。

零售品牌可以採用的形式包括：

1. 註冊後的偏好設定：保養品牌問膚質與在意的困擾，服飾品牌問慣穿尺寸與版型，只問少量關鍵題目就收。
2. 商品測驗：「找出適合你的粉底色號」「幫你挑一雙跑鞋」，答完直接給推薦。
3. 偏好中心：讓會員自己選要收哪類訊息、多久一次、走哪個通路。
4. 門市現場的詢問：店員結帳時多問一句「這是自用還是送人」，記進會員資料。

站內談過會員經營正在從送點數轉向養數據，零方數據就是養數據最直接的一條路：點數或優惠可以當價值交換，答完立刻拿到更準的推薦，也可以是價值交換的一部分。

第二方數據：夥伴直接分享，條件先談清楚

第二方數據在零售現場最常出現在三種關係：

1. 集團內的多品牌：同一集團旗下品牌彼此分享會員資料。這種分享能不能做、做到哪一層，取決於識別、分析、行動各層的條件，站內有一篇專門拆解多品牌集團會員資料該不該打通。
2. 通路與平台夥伴：品牌在大型購物平台或零售媒體上投放時，平台用自己的會員資料幫品牌找人，一種做法是品牌取得觸及與彙總成效，而非原始名單。
3. 異業合作：例如保養品牌與健身房聯名，雙方約定用途後交換或比對名單。

同樣叫第二方合作，品牌實際拿到的東西差很多。依資料有沒有離開夥伴手上，以下是本文提出的四種型態分法：

1. 資料移轉型：夥伴把可識別的會員資料或標籤交給品牌。這一型最能直接寫回品牌自己的會員檔案，法遵要求也最高。
2. 受控比對型：雙方在隔離環境裡比對名單，只輸出約定的交集結果，原始資料不交給對方。
3. 夥伴代啟用型：夥伴用自己的會員資料幫品牌找人投放，品牌拿到的是觸及與成效，不是名單。
4. 匿名彙總型：品牌只拿到統計報表，例如某類會員的偏好比例，無法對應到任何一位顧客。

第二方數據的價值在於「夥伴本來就跟顧客有直接關係」。在資料新鮮度、欄位定義、涵蓋母體與合法來源都檢查過的前提下，它通常比來源更遠的第三方數據可靠。代價是後三種型態下，品牌握不住原始資料，合作一結束，能帶走的往往只有報表。

資料無塵室：不交出原始名單也能比對

當雙方都不想把原始會員名單交給對方，業界的解法是資料無塵室（Data Clean Room，透過隔離、權限與隱私技術限制資料存取，並依協議輸出比對或彙總結果的協作空間）。美國互動廣告局的技術實驗室 IAB Tech Lab 發布了資料無塵室指引 1.0 版，整理共同原則、行銷應用情境與操作建議。

同一個頁面上，IAB Tech Lab 也說明 PAIR 身分比對協定原由 Google Ads 團隊開發，目的是讓廣告主與媒體在不依賴第三方 Cookie 的情況下，比對雙方的第一方資料。這就是前面說的受控比對型：雙方各自握著自己的第一方資料，只在約定的範圍內交集。無塵室是一種協作環境，輸出的不一定是會員層級的資料。

顧客說的和顧客做的對不上時，該信哪一邊

零方數據最大的價值是「顧客親口說的」，最大的風險也在這裡。顧客填問卷時說自己偏好天然成分，購買紀錄裡卻全是功效型精華；說自己一年只買兩次，實際每季都回來。

這種落差很常見，原因也不神秘，還有幾種邊界情況會讓答案失真：

1. 會變：膚質、身形、家庭狀況都會改變，一年前填的答案可能已經過期。
2. 會美化：顧客回答「理想中的自己」，購買行為反映的是「實際的自己」。
3. 會疲乏：題目過多或過難會增加負擔，後段容易出現較隨意的回答。
4. 會錯置：顧客替家人或朋友買東西，購買紀錄看起來像他自己的偏好；多人共用一個會員帳號時也一樣。
5. 會留白：不想回答的顧客不該被逼著填。空白也值得記錄，但不能單憑空白判斷原因，可能是拒答、沒有適用選項，或當下沒時間。

題目設計也有邊界。像過敏、疾病這類問題，若答案構成病歷、醫療或健康檢查資料，可能落入個資法第 6 條的特種個資；即使不是，也仍是一般個資，上線前要先請法務確認目的與必要性。

所以零方數據的正確用法，是當作「解釋購買行為的線索」，而不是取代購買行為。兩者對得上，推薦假設的可信度就更高，仍要看後續成效；對不上，代表有一段故事還沒被看懂，值得用不同訊息測試看看。要檢查同一位會員說的和做的是否一致，需要可靠的歸戶；只做群體層級的分析，也可以用受控比對或彙總結果。

第二方數據的深挖重點則落在法遵。台灣個資法第 19 條規定，非公務機關蒐集或處理個人資料，應有特定目的，並符合法定情形之一，例如經當事人同意，或與當事人有契約或類似契約關係且已採取適當安全措施。第 20 條則規定利用應在蒐集的特定目的必要範圍內；用於行銷時，當事人表示拒絕就應立即停止，首次行銷也應提供拒絕的方式。

放在第二方合作上，資料轉手其實是兩個法律動作：夥伴把資料給出去，是它對資料的「利用」，要有第 20 條的依據；品牌收下資料，是品牌的「蒐集」，要有第 19 條的依據。品牌拿到不是由顧客直接提供的個資，依第 9 條還有在處理或利用前告知顧客資料來源的義務，除非符合免告知的情形。

舉個具體情境：健身房當初告知會員的蒐集目的是會籍管理與課程通知，如果沒有涵蓋合作夥伴行銷，也沒有取得會員同意或其他法定依據，就不宜把名單直接交給保養品牌寄商品廣告。這時改走受控比對或夥伴代啟用，可以降低原始名單外流的風險，但雙方的法律依據、告知義務與輸出內容仍要逐案確認。實際判斷仍要依合約與個案，請法務把關。

個資法在民國 114 年 11 月 11 日修正公布，全國法規資料庫標示部分條文尚未生效、施行日期由行政院另定；前面引用的第 19、20 條規範在修法前就已存在。站內整理過修法後會員資料治理該怎麼盤點，談合作前值得先讀。

資料面要補，衡量面也要跟著重建，站內拆解過第三方 Cookie 留下來之後轉換追蹤怎麼重建。

把零方與第二方資料接回同一位會員

零方數據和第二方數據若要用在會員層級的個人化，前提是能可靠接回同一位會員。問卷在表單工具、合作報表在業務信箱、購買紀錄在電商後台，各自完整卻對不起來。

以 91APP CDMP 的做法為例，先做 OMO 歸戶：把線上訂單、App 行為、門市消費對到同一個會員 ID，這是第一方數據的底。在這個底上，CDMP 整合第一方與第三方資料，把站外的興趣與消費標籤疊在會員身上，讓品牌看到「這位會員在站內買了什麼」之外，「她在站外可能在意什麼」。

零方數據接進來時，最有用的動作是驗證。

CDMP 的 LIFT 值分析，是拿帶有某個標籤的會員下單比例，和大盤（帶有任一標籤的會員）的下單比例相比，看這群人買得比大盤多幾倍。同樣的思路可以用在零方數據上：把「自填偏好天然成分」當成一個標籤，回頭看這群人實際下單的比例，是否明顯高於大盤。若 LIFT 穩定高於 1、樣本也夠，這份問卷答案就可以列為分眾候選；沒有明顯差別時，先檢查樣本、觀察期間與商品分類，再考慮修改題目。要留意的是，這只說明兩者一起出現，不能證明偏好造成了購買；想知道某則訊息有沒有帶來額外的購買，最好用隨機對照組測試。

第二方資料能不能接進來，要看合作型態。能不能直接寫回品牌自己的會員檔案，取決於合作機制是否允許輸出能對應到品牌會員 ID 的逐筆標籤；只拿到彙總或代啟用結果時，適合拿來修正分眾假設與選品方向。不論用哪一套系統，理想上都應記下每一個標籤從哪來、依什麼目的取得、能用在哪些溝通上，讓行銷人員圈名單時不必每次回頭翻合約。

從一份三題問卷和一張資料來源表開始

零方與第二方數據可以從很小的動作開始。以下幾項適合中型零售品牌按順序做，文中的週期是起始建議，可依品類購買週期與會員數調整：

1. 列一張會員資料來源表：把現有每個會員欄位標上來源類型（零方、第一方、第二方、第三方）、蒐集時告知的目的、同意紀錄存在哪裡。預期效果是第一次看清哪些欄位能放心用在行銷；建議週期是先花兩週盤點，之後每季更新一次。
2. 在註冊或首購後加一份三題問卷：只問最能決定推薦的幾題，例如膚質、尺寸、送禮或自用，答完立刻給對應推薦。預期效果是那一欄空白開始有資料；建議週期是上線一個月後檢查填答率與棄答在哪一題，再調整題目。
3. 定期請會員重新確認偏好：用偏好中心或一則簡短訊息讓顧客更新答案，並記下填答日期。預期效果是降低偏好資料長期沒更新的風險；建議週期是每半年一次。
4. 把問卷答案當標籤回算購買：用會員資料平台把自填偏好和實際購買放在同一位會員底下比對，留下對購買有解釋力的題目，砍掉沒有差別的題目。預期效果是問卷越問越少、越問越準；建議週期是每季回算一次。
5. 談第二方合作前先確認型態與依據：資料在哪裡比對、輸出是名單還是彙總、合作結束後怎麼處理，以及雙方各自的蒐集與利用依據、告知顧客的方式。預期效果是合作不會在法遵上卡關；建議週期是每一次新合作簽約前。

那一欄空白，等顧客自己填上

回到會議室裡那張 Excel。購買紀錄那幾欄，是品牌多年經營累積下來的；最右邊空白的那幾欄，沒辦法靠買名單或裝追蹤碼補齊，只能靠顧客願意開口，或靠夥伴依約分享。

顧客主動說出口的那一句話，能補上購買紀錄說不出的情境。

這對台灣零售品牌其實是好消息：門市店員每天都在跟顧客說話，會員每次結帳都是一次可以多問一句的機會。不用等到資料工具到位，先把第一個問題問對，再用後續的購買驗證它，那一欄就會開始有字。

品牌最常問的零方與第二方數據問題

Q1：零方數據是什麼？跟第一方數據有什麼不同？

A1：零方數據是顧客有意且主動告訴品牌的資料，例如偏好、購買意圖、希望被怎麼稱呼，來源是問卷、測驗或偏好中心。第一方數據是品牌在自有通路觀察到的行為，例如購買紀錄與瀏覽。兩者都在品牌手上，差別在於零方是顧客說的，第一方是品牌看到的。

Q2：第二方數據和第三方數據差在哪裡？

A2：第二方數據是合作夥伴把它自己的第一方數據，在約定範圍內直接分享給品牌，夥伴與顧客有直接關係，在來源與欄位檢查過的前提下通常較可靠。第三方數據由與顧客沒有直接關係的業者彙整或提供。實務上要先分清楚合作屬於資料移轉、受控比對、夥伴代啟用或匿名彙總，再確認雙方各自的法定依據。

Q3：預算有限的中小品牌，也能開始收零方數據嗎？

A3：可以。先從技術較簡單的短問卷開始，但歸戶、告知、權限與店員紀錄仍要投入人力。在註冊或首購後加一份三題問卷，只問最能決定推薦的幾題，答完立刻給對應推薦，就是最小可行的做法。門市店員結帳時多問一句自用還是送禮並記進會員資料，也屬於零方數據。

Q4：收零方數據多久能看到效果？

A4：問卷上線後就能監測填答率與棄答位置；約一個月時，若填答數已足夠，就可以拿來修題目。要判斷答案對購買有沒有解釋力，需要累積一段購買資料後再回算，建議每季做一次。偏好會隨時間改變，建議每半年請會員重新確認一次。

Q5：做第二方數據合作，一定要用資料無塵室嗎？

A5：不一定。資料無塵室適合雙方都不想交出原始名單、又需要比對的情境，IAB Tech Lab 已發布相關指引 1.0 版。中型品牌談合作時，至少要問清楚比對在哪裡發生、輸出是名單還是彙總數字、合作結束後資料怎麼處理。

Q6：使用零方或第二方數據行銷，常見的法遵誤解是什麼？

A6：最常見的誤解是「顧客自己填的資料就能隨意使用」。依個資法第 20 條，利用個人資料應在蒐集的特定目的必要範圍內；用於行銷時，當事人表示拒絕就應立即停止，首次行銷也應提供拒絕方式。第二方資料還要分別確認夥伴提供與品牌接收的法定依據，以及是否已告知顧客資料來源。

延伸閱讀

1. DMP 是什麼？說它已死的人，可能都看錯了
2. Email 名單分眾實戰：用會員標籤決定溝通的力道、時機與優先序
3. 紙本回饋券、實體 DM、儲值金：把被低估的實體第一方資產變成 OMO 燃料

想盤點自家會員資料的來源與用途，或討論零方數據該從哪裡開始收，歡迎留下聯絡資訊，91APP 團隊會與你聯繫。