零方資料行銷不是因為第三方 Cookie 明天會消失才重要，而是因為 AI 個人化不能只靠被動追蹤猜客戶想要什麼。Google 已在 2025 年說明 Chrome 會維持使用者可選擇的目前做法，Privacy Sandbox 仍會推進隱私保護技術；這代表中小企業更該把重心放回可告知、可同意、可驗證的客戶偏好資料，而不是等平台規則替你解決行銷資料問題。
第三方 Cookie 沒完全退場，為什麼 AI 個人化還是會失準？
很多老闆聽到 Chrome 沒有照原計畫淘汰第三方 Cookie，就以為可以暫停第一方資料與零方資料建設。這個判斷很危險，因為問題不只在 Cookie 是否存在，而是你的資料能不能回答「這位客戶現在想解決什麼問題」。第三方 Cookie 偏向跨站行為線索，對廣告受眾有幫助，但對門市、電商、課程、顧問服務最需要的偏好、預算、購買時機、禁忌條件，通常不夠精準。
Google Privacy Sandbox 的說明重點是：Chrome 使用者仍會有選擇，平台也會持續發展較隱私保護的替代技術。對台灣中小企業來說，這不是「可以繼續偷懶」，而是「不要把行銷資產放在你控制不了的平台訊號上」。
先分清楚：零方資料、第一方資料與第三方 Cookie 不同
| 資料類型 | 資料怎麼來 | 適合用在哪裡 | 主要風險 |
|---|---|---|---|
| 零方資料 | 客戶主動告訴你，例如偏好、需求、預算、購買時機 | 商品推薦、內容分眾、諮詢前分流、會員偏好中心 | 題目設計太貪心，客戶不願填或填完沒感覺到價值 |
| 第一方資料 | 客戶在你自己的網站、CRM、會員系統、LINE 或門市互動留下 | 回購提醒、名單分群、生命周期行銷、客服紀錄整理 | 欄位混亂、沒有告知目的、跨系統對不起來 |
| 第三方 Cookie | 跨網站追蹤與廣告平台訊號 | 廣告投放、再行銷、受眾探索 | 瀏覽器政策、平台限制、同意狀態與資料可用性都會變 |
Salesforce 與 Typeform 的零方資料文章都把重點放在「客戶明確、自願提供的偏好與意圖」。這個方向值得借鏡，但台灣 SME 不能只複製國外 SaaS 的偏好中心，而要把它改成門市、LINE、諮詢表單、活動報名、售後追蹤都能用的小流程。
零方資料行銷怎麼做：台灣中小企業 5 步驟
1. 先選一個會賺錢的決策，不要先做大資料庫
先問：這份偏好資料會幫你做哪個決策？例如，保養品店想知道膚質與預算，課程顧問想知道目標與時間，B2B 服務想知道產業、規模與急迫程度。不要一開始就問十幾個欄位，否則客戶感覺像被盤問，AI 後面也只是拿到一堆噪音。
2. 用一個交換理由讓客戶願意回答
零方資料的交換理由要很明確：填完後可以拿到更準的商品推薦、課程路線、報價範圍、保養建議、活動提醒或售後檢查表。若只是寫「幫助我們改善服務」，通常不夠。你要讓客戶看見填資料對他自己有什麼好處。
3. 把同意與使用目的寫在收集點旁邊
台灣個資法要求蒐集個人資料時要注意特定目的、必要範圍與告知義務。這篇不是法律意見，但在實作上至少要做到：說清楚你為什麼收集、會用在哪些聯絡或推薦情境、是否會和第三方工具處理、客戶如何取消或更正。越靠近蒐集點說明，日後越不容易出現「我沒同意被這樣行銷」的信任問題。
4. 讓 AI 做分組與草稿，不要讓 AI 自動決定敏感承諾
AI 很適合協助整理答案、標記需求、產生推薦草稿、歸納常見偏好與提醒人工追蹤。但是價格承諾、醫療或財務效果、個資刪除、退費條件、法律責任、重大客訴，都應該有人審核。中小企業最實用的做法是讓 AI 產生「下一步建議」，再由店長、業務或客服確認。
5. 每週只看三個指標：完成率、可用率、轉換率
零方資料流程剛上線時，不要先迷信資料量。每週看三件事就夠：有多少人願意填、填完的資料有多少真的能用、用這些資料做出的推薦或跟進有沒有改善成交或回購。若完成率低，通常是題目太多或交換理由太弱；若可用率低，通常是選項設計不清楚；若轉換率低，通常是後續跟進沒有把偏好變成具體行動。
一個可直接套用的小流程
以台灣在地服務業為例，可以先建立一份 5 題偏好表單：需求類型、預算區間、急迫程度、最在意的風險、希望聯絡方式。客戶送出後，AI 先把答案分類成「可立即預約」「需要教育內容」「價格敏感」「高風險需人工確認」四組。接著系統只做兩件事：寄出對應的說明內容，並把高價值或高風險名單交給真人跟進。
這個流程不需要昂貴 Martech 系統。Google 表單、官網表單、LINE 官方帳號、CRM 欄位、簡單試算表都可以先跑起來。重點是先讓資料可以被解釋、被更新、被刪除，而不是先追求自動化很漂亮。
適合誰，不適合誰？
這套做法適合有會員、預約、諮詢、重複購買、分眾內容或銷售跟進需求的台灣中小企業。像美容保養、健身課程、B2B 顧問、教育訓練、電商、地方服務業，都能先從一個高價值決策開始。
但如果你的產品是低單價、一次性、沒有後續關係，或團隊連基本客服與訂單資料都還沒整理好，就不該先談複雜個人化。先把訂單、客服、退換貨、名單來源整理乾淨，再加零方資料會比較穩。
更新與來源
本文以 2026 年 6 月可查的公開資料整理。關於 Chrome 第三方 Cookie 與 Privacy Sandbox，請以 Google Privacy Sandbox 官方說明 為準；關於個資蒐集與告知，請以 全國法規資料庫英文版個人資料保護法 及主管機關最新解釋為準。零方資料概念可參考 Salesforce 與 Typeform 的整理；第一方資料行銷方向可參考 Google Business 的 first-party data 說明。
結論：先問對問題，AI 才能做對個人化
第三方 Cookie 的平台政策還會變，但客戶願意明確告訴你的偏好，永遠比被動猜測更接近成交現場。台灣中小企業不需要一次建大型資料平台，先選一個會影響營收的決策，設計 3 到 5 題有交換價值的問題，寫清楚使用目的，再讓 AI 協助整理與分流。這樣的零方資料行銷，才會讓個人化從漂亮口號變成可驗收的日常工作。
FAQ
零方資料和第一方資料有什麼差別？
零方資料是客戶主動告訴你的偏好、需求與意圖；第一方資料是客戶在你的網站、CRM、門市、LINE 或會員系統互動留下的資料。兩者可以一起用，但零方資料更適合補足「客戶為什麼想買」這類意圖問題。
第三方 Cookie 沒退場，還需要做零方資料嗎？
需要。第三方 Cookie 是否存在，不等於你能掌握客戶偏好。零方資料能讓推薦、分眾與銷售跟進更貼近客戶明確需求，也比較適合建立長期可控的行銷資產。
中小企業一開始應該問客戶幾個問題？
建議先從 3 到 5 題開始，而且每一題都要對應一個後續行動。若題目不能改變推薦、內容、報價、分流或跟進方式，就先不要問。
AI 可以直接根據零方資料自動推薦商品嗎？
可以先讓 AI 產生推薦草稿或分群建議，但價格承諾、敏感資料、醫療財務效果、退費條件與重大客訴仍應由真人審核，避免錯誤承諾與信任風險。
收集零方資料要注意台灣個資法嗎？
要。只要資料能識別個人或與個人資料連結，就要注意蒐集目的、必要範圍、告知、同意與後續使用方式。實務上應在表單或互動入口旁清楚說明用途，必要時請法律專業確認。