【陳建銘專欄】當第三方Cookie退場,擁抱「D2C」你也能擁有上帝視角
【陳建銘專欄】當第三方Cookie退場,擁抱「D2C」你也能擁有上帝視角

Cookie這個因時代而生的MarTech(行銷科技)工具即將退場,數位廣告生態系的眾多成員,從廣告主、DSP、網站到社群平台,有的老神在在、有的憂心忡忡。

事實上,各方在評估cookieless對數位行銷的衝擊程度時,許多廣告主是因為「認識不足」而心生恐懼,也有廣告主以不變應萬變的心態,泰山崩於前而不改色。過猶不及,在以數據為導向的我們這一行,恐怕都不是好事,今天就讓我為大家深入解析cookie的發展歷程及後cookie時代的因應之道。

cookieless-advertising-header.jpeg
圖/ pedowitzgroup

我們先來看看cookie崛起的背景:在傳統媒體時代,企業投放廣告,是透過大大小小代理商,想辦法買到媒體版位,吸引消費者眼球;進入網路時代之後,廣告投放則全面數位化,講究的是programmatic buy(基於數據的程式化廣告購買):該投放在哪個平台、什麼時段、針對哪些消費者,如何即時出價搶廣告版位,每個環節都已自動化,因此必須高度仰賴「數據」。

而Cookie這個能夠獲取消費者資料和行為的追蹤技術,自然成了最有力的幫手。

Cookieless是真議題,也是假議題

除了程式化廣告投放,Cookie的發展壯大,還有另一個很重要的原因,就是廣告主的充份授權。進入數位媒體時代,許多廣告主因為不懂或者無心投入,就把買廣告這件傷腦筋的事,全權交給廣告代理商或DSP,「不管你怎麼操作,反正我只看『最後成果』,花100萬元廣告費,就要得到多少流量和業績。」對這類廣告主來說,cookieless是個假議題,未來依然可以這樣幹,繼續要求代理商和DSP交出成績,只是效益會愈來愈差。

但如果你是重視第一方數據、希望充份了解消費行為的廣告主,那麼cookieless不僅是真議題,更是絕佳的契機,讓你能夠將數位行銷的主動性和效益掌握在自己手中。

怎麼說呢?我們來解析一下複雜的數位廣告生態系,這裡面分為供需雙方。

供給方(供應廣告版位)是具備流量的網站或露出平台、需求方(有刊登廣告的需求)即廣告主;兩者之間還有很多中間商,例如廣告主必須委託代理商採購,代理商必須透過DSP買方平台才能接觸到流量和版位。

又如販售第三方數據以利投放更精準的DMP公司等,這些生態系成員,在乎的是有多少數據讓他們算得更精準、才能用最甜蜜的價格買到最佳版位,拚出廣告主說的「最後成果」。

cookie這個共同語言讓大家在網站上可以任意追蹤(消費者的瀏覽足跡、買了什麼東西、停留多久),並把這些數據互相交換。在此前題下,消費者隱私不是優先考量,廣告績效才是王道。

想掌握主動權並提高效益的廣告,第一方數據更形重要

如今因為對個資與隱私的注重,即將進入cookieless時代,整個生態系衝擊最大的就是這些中間商,少了第三方數據,投放的成效變差,就會被廣告主叮得滿頭包。

也因此,很多DSP投放平台紛紛出招,例如TTD推出所謂的UID(unified ID)聯盟,邀請各方網站加入這個聯盟,以共通的識別碼來了解用戶。

Facebook也推出CAPI(conversion API),讓廣告主把手上的會員及消費者資料(第一方數據)跟CAPI串接,以利廣告投放更精準;其他如Google、Yahoo、Line也都在發展類似的技術。

換言之,中間商推出的這些方案,都脫離不了第一方數據,其背後的意義是:少了第三方cookie,如果廣告主能提供的第一方數據愈多,中間商就能幫你投放得更精準。

Marketing Advertising-1.jpg
圖/ Pixabay

如果你是老派的廣告主,從不建立自己的第一方數據,向來把數位行銷交給別人操作,進入cookieless時代也打算繼續仰賴代理商或DSP,反正只要有績效就好。問題就會是:當其他廣告主能夠提供更多第一方數據給生態系夥伴,你卻不能,別人怎麼幫你?你會不會付出更大的成本卻得到更低的廣告績效?換言之,你的競爭力會不會下降?

自數位媒體發展以來,第三方cookie的功能是追蹤用戶行為,所獲取的資料必須加以運用,才能創造更好的顧客體驗。然而,過去因為廣告主的未能深入了解,往往被cookie牽著鼻子走,誤以為有cookie才能發揮廣告成效。

根據數據分析平台Cyntelli從2020年觀察到2022年的資料顯示:「長期協助客戶執行廣告比對,推估cookie辨識率將在2024年降到10%以下。」這個數字或許讓人恐慌,但矛盾的是,請各位廣告主回想一下,在cookie自由發送的時代,大家真的有將第三方數據充分整合,納為己用了嗎?

答案是沒有,更多廣告主只是仰賴媒體平台提供的一次性報表,傻呼呼地盯著這些下一次無法再運用的數據,然後苦惱自己的廣告支出為何愈來愈多,業績卻無法達標。

我要告訴大家一個好消息,cookie退場,正是解決這些問題的絕佳機會,它迫使廣告主覺醒,開始掌握主動權,建立屬於自己的第一方數據,真正去了解消費者、直接面對消費者。這也是我一直在推廣的全新MarTech概念:D2C(Direct to Consumer)。

擁抱D2C時,建立你自己的上帝視角

什麼是D2C? 很多廣告主擁有自己的電商網站,經常有消費者前來造訪,這就叫做D2C嗎?大錯特錯。99%的企業推電商,只是為了「在網路上賣東西」,完全沒有收集消費者的行為數據。既然有了自己的電商平台,就不能只是眼看人來人往,應該師法傳說中王永慶賣米的精神,去了解客戶愛吃哪些米、米缸裡還剩多少、什麼時候該主動出擊提醒顧客買米了。

當然,也有不少電商努力做會員經營,已經算是略具D2C雛型,但大多數並沒有把CRM和廣告行銷投放連結在一起。放著現成的數位工具而不善加利用,相當可惜。

Cookie曾經是數位化的產物,cookieless也可做為企業再次數位轉型的契機

很多企業擔心,cookieless像大洪水也像氣候危機,未來是否將面對難以存續的挑戰。其實不必太過恐慌,企業最該做的是,回歸上一篇專欄我所提到的兩大核心肌群:目標和數據;當你有了明確的行銷目標,就知道該收集哪些消費數據,這些數據又進一步幫你把策略更加優化,不斷地達成目標,形成一個相加相乘的良性循環。

我有許多客戶,過去也很仰賴第三方cookie,但在我們的努力推廣下,早已投入D2C,建立起第一方數據,完全不擔心第三方cookie的上帝視角即將消失,因為他們已經擁有自己產業、自己品牌的上帝視角。

責任編輯:吳秀樺

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓