零方資料
Zero-Party Data
什麼是零方資料?
- 顧客自己告知的偏好與意圖資料
- 重點在於「自願提供」,而非觀察
- 經同意的個人化所需的精準素材
一旦開始認真運用零方資料,行銷團隊的工作順序就會倒過來。過去是先蒐集紀錄與點擊,再推論「這個人大概對這個主題有興趣」;現在則是先規劃要在哪個畫面、問什麼問題。訂閱表單的一個勾選框、研討會報名表的一個下拉選單,都會直接成為資料欄位,因此製作登陸頁的人,實際上扮演了資料設計者的角色。沒有問過的事,最終無從得知,這是它的限制;但換來的是,收到的回答不需另外解讀,就能直接當作事實使用。
實務上通常分三類收集:關注主題等偏好、導入時機與預算範圍等意圖,以及職務、受訓人數等情境。與第一方資料的界線,在於「交易上是否一定得填寫」。為了取得資料而不得不填的姓名與公司名稱,很難視為零方資料;不填也無妨、卻主動選擇的關注主題,才是零方資料。問題請控制在三個以內,並同時在同一畫面說明給出什麼回報,才會有人回應。另外,B2B 的關注點會隨組織調整與預算週期而變動,因此超過 6 至 12 個月的數值應視為過時。
最常見的誤解,是以為只要做問卷,零方資料就會自動累積。真正出事的,往往是收到回覆後卻不加以運用。顧客明明選了「AI 實務」,下週收到的卻是全體發送的相同郵件,越是認真回答的人越會感到被背叛,進而按下退訂。如果無法在回覆之後立刻讓對方看見有什麼改變,還不如乾脆不要問。另外,顧客表達的興趣並不等於購買意願。若對「有興趣」的回覆立刻附上業務電話,對方下次就會避開電話,之後的問卷回覆率也會一起下降。收集資料時所說明的用途之外另作他用,同樣是自己打破同意範圍的行為。
行銷科技公司 Forrester 為了區分比第一方資料更明確的「自願提供」資料而提出此用語,隨著重視隱私的行銷潮流而逐漸普及。
以假設的案例來看。A 公司是員工 210 人的 B2B 軟體企業,擁有 1.4 萬名電子報訂閱者,但開信率只有 14%,透過電子報帶來的教育訓練與顧問諮詢洽詢,每月僅 3 筆。行銷團隊決定用 6 週時間,停止「推論式標記」,改為直接詢問顧客。
- 行銷團隊的金組長在電子報底部加上一行字「只要選出 3 個感興趣的主題,就先寄送該主題的案例集給您」,並附上 5 個勾選框。
- 兩週內,1 萬 4 千人中有 1,180 人(8.4%)回覆,「AI 實務應用」470 件、「B2B 業務教育訓練」390 件,興趣明顯分流。
- 對未回覆者再寄一次同樣的問題,回覆率只有 2%,金組長於是把文案改為「立即寄送 30 頁案例集」後重新發送。
- 負責 CRM 的李代理將回覆值放入與推論標籤分開的欄位,並像「本人回覆,3 月 12 日」一樣同時留下來源與日期,藉此管理更新時點。
- 下個月起停止全體發送,改為依主題分成 2 種電子報寄送。一位客戶企業的教育訓練課長回覆說:「因為是我選的主題,所以我就打開來看了。」
- 三個月後,開信率從 14% 提升到 31%,每月諮詢詢問從 3 件增加到 11 件,退訂率則從 0.9% 降到 0.4%。
金鍾赫
Ja-ryong Gu