廣告數據有哪些？6大廣告數據類型、優缺點比較(可代替Cookie)

｜文／TenMax｜原文出處／TenMax – Cookie 消失之後，新時代廣告人該善用的 6 種數據！｜首圖／Unsplash

第三方 Cookie 一直是數位廣告界賴以為生的重要工具，廣告主透過 Cookie 精準追蹤網路用戶的跨網站行為，進而針對高潛力客戶投放個人化廣告，提升投放效益。然而，近年消費者開始捍衛自身資訊隱私，拒絕不合理的個人數據揭露；基於此，Google 已宣布在 2022 年前淘汰第三方 Cookie，Apple 也在 iOS 14 隱私更新中，要求 APP 端必須取得用戶積極同意，才可進行後續追蹤。

當第三方追蹤工具逐漸失靈，是否代表著數據驅動與追蹤的數位廣告即將終結？

事實上，新時代的數位廣告人依舊可以使用其他類型的受眾數據，困難的是，如何將這些數據，融入妥適的身份辨識／分類策略中，進而成為投放廣告的有效依據與標的，成為確實有用的「無餅乾解決方案」。

TenMax 將透過本篇文章，介紹第三方 Cookie 消失前，行銷人不可不知的六大數據類型，以及實際運用上將面臨的優缺點：

本篇目錄

第一方數據（First-party data）
第二方數據（Second-party data）
家庭層級的數據（Household-level data）
內文比對技術（Contextual）
身份圖譜（Identity Graph）
同類群組（Cohort）

第一方數據（First-party data）

第一方數據所指的是：企業直接從消費者、潛在客戶身上搜集的資料。這類資料通常透過行銷活動、官方網站、社群軟體監測工具、問卷⋯⋯等方式取得，例如，當我們瀏覽網拍時，網站跳出通知，鼓勵用戶留下 email 以獲得 50 元折價券，這便是企業搜集第一方數據的一個簡單例子！

第一方數據的最重要特徵，就是任何資訊都是透過企業下轄的網域所搜集而成，因而此類數據具有可靠性、準確性和排他的機密性。只要企業可以大量搜集並妥善運用第一方數據，在內部建立家的參數和衡量標準，就可擁有專屬的行銷依據。近期，OTT（串流影音）平台和 CTV（聯網電視）廣告收益飆升，正是因為擁有大量的第一方數據。

運用第一方數據，需經過以下三個階段：

資料搜集（Data collection）
企業可以透過多元的方式搜集數據，最原始的方式像是量販店會在結帳時，詢問你是否要註冊成為會員；但數位的世界則複雜得多，包含如何運用工具捕捉用戶在官方網站和社群平台上的瀏覽行為等。此外，資料搜集的方式，亦將影響後續的管理與運用的效能，因此許多企業會選擇導入數據管理平台（DMP），由源頭有效區分數據來源，使後續分析更加快速且有效。
資料讓步（Data concession）
消費者的隱私保護意識正在興起，自然不會在無利可圖的情況下提供個人資訊；因此，企業必須和受眾溝通、建立信任，鼓勵用戶在你的各種管道上提供訊息。除了提供優惠外，最有效的方式是透過「內容行銷（Content Marketing）」，向受眾提供高價值的知識，以獲得受眾信任。
資料管理（Data management）
搜集第一方資料的最終目的在於打造一個可用的數據庫，企業可導入自動化行銷的顧客關係管理系統（CRM）、前述提及的 DMP，來達成這個目標。另一方面，也必須留意資料的運用與保存，確保符合法規，且不會有濫用、外流等問題。例如過去曾有二手書平台的客戶資料落入詐騙集團之手，大大重挫該平台形象與未來資料收集的能力。

使用第一方數據，請注意以下優缺點：

優點：第一方數據可說是這個時代下「最好的資料」，由企業自訂所需的資料，並基於用戶同意而取得，具備準確、有效、專屬的特質。
缺點：在缺乏系統化策略的情況下，難以搜集到足夠大量、規模化的資料；另外則是企業必須確保資料安全。

第二方數據（Second-party data）

第二方數據可說是第一方數據的延伸，由正在探索類似受眾但不同利基市場的合作夥伴所組成，彼此交換、共用各自搜集的第一方數據。兩者本質上相同，差別在於多了「共享」的成分，合作雙方不用多費心力搜集，即可獲得兩倍規模的資料。

舉例而言，販售高蛋白粉的品牌可以從健身房蒐集到的客戶數據中受益，獲取有利行銷的資料；主打高單價精緻名錶的品牌，可以從遊艇部落格的網站瀏覽用戶數據中，獲得可用的資源。在前述兩個例子中，都可看到合作夥伴間，目標受眾的人口統計資料高度重疊，因而適合協議共享雙方數據。

值得注意的是，第二方數據應當在雙方資料組，可以安全地共享以及儲存的前提下進行；另外，由於第二方數據的關鍵是尋求並建立互惠互利的夥伴關係，因而通常不會被商品化。

使用第二方數據，請注意以下優缺點：

優點：可擴展且更有效率地達成規模化，有助達成廣告投放及成效衡量的效果。
缺點：消費者不清楚自身提供的資料，將如何被運用與共享。隨著未來隱私政策的收緊與日益嚴格的監管審查，企業應妥善確保消費者資料的安全性，並讓消費者知悉資料使用的合理範圍。

家庭層級的數據（Household-level data）

麥肯錫數位行銷合作夥伴亞當布羅特曼指出「家戶數據多年來一直是媒體和廣告的主力軍」，特別是對於那些旨在提升品牌知名度、建立品牌資產的企業來說更加重要，因為這些企業的目的是盡可能地廣泛覆蓋，接觸最多的受眾。

原本此類數據通常運用在傳統電視廣告投放上，而後受到線上影音普及之衝擊，許多人選擇使用手機或電腦觀看影音內容，逐漸將眼光轉離傳統的有線電視；然而，今年因疫情影響，消費者待在家的時間增加，開始回歸使用電視大螢幕觀賞影音，其中一大比例的家戶將電視連結 OTT 內容，或是直接將有線電視升級轉為 CTV 聯網電視。在此脈絡下，部分 OTT / CTV 廠商已宣稱「有能力針對家戶精準的投放廣告」，例如台灣的 LiTV 便是一例。

優點：覆蓋層面更廣，可提升廣告觸及率，且過去在傳統電視廣告上的效果出色。
缺點：缺少細分受眾並推出個人化廣告的操作空間。

內文比對技術（Contextual）

內文比對技術存在於數位廣告界已久，指的是透過 URL 爬蟲媒體內容，進一步抓取網站內容關鍵字，藉此配對相關的廣告內容。由於內文比對幾乎不會牽涉使用者瀏覽行為資料，因此較不存在隱私問題，屬於相對穩定、可靠的解方。

舉例而言，在 Cookie 等個人追蹤技術下，在旅遊網站上留下閱讀軌跡的消費者，會被貼標為對旅遊資訊有興趣的受眾，此時廣告投放的採買對象是「受眾」本身，消費者在瀏覽財經或運動等各類媒體網站時都有可能看到旅遊廣告；但在內容比對技術之下，廣告採買對象轉向「媒體」，廣告的呈現是根據使用者正在觀看的文章內容類別，例如財經網站上就可能出現金融信貸廣告，而非美妝廣告。

優點：保障隱私安全，幾乎不會涉及使用者行為資料；廣告配合網站內容出現，關聯性高，使用者體驗較佳。
缺點：精準度稍低，無法細分受眾並推出個人化廣告。

延伸閱讀：後 Cookie 時代｜內容比對取代 Cookie 成為廣告鎖定新解方？

身份圖譜（Identity Graph）

身份圖譜是用以追蹤客戶的資料庫，目的在於全方位跨平台、跨裝置地掌握個別客戶的行為，進而建立完整且立體的客戶縮影，釐清客戶的需要，並在投放廣告時精準觸及。相較於一般的 CRM 系統，身份圖譜不只收集常見的聯絡資料和會員編號，更進一步縫合客戶的各種數據與個人識別碼，例如：聯絡電話、電子信箱、行動裝置 ID、IP 位址、瀏覽行為⋯⋯等，當然，也包含了 Cookie。

過往，Cookie 是建構身份圖譜最方便且直接的工具，可一次收集到多種有用數據；然而，Cookie 消失並不代表身份圖譜也將殞亡，不過必須透過其他更長遠的方式加以建構，例如透過相同的登入資料，便可以鎖定單一用戶所使用的行動裝置，建構跨裝置的身份圖譜資料。

使用身份圖譜，請注意以下優缺點：

優點：身份圖譜可整併來自多個不同來源的數據，協助企業全面暸解單一客戶，進而提供個人化的服務與廣告；另一方面，身份圖譜協助企業掌握客戶的跨裝置行為，亦可進行相關歸因，有助於企業做出更有效率的行銷管道預算規劃。
缺點：構成身份圖譜需要投入大量的技術與資源，尤其在失去 Cookie 後更是如此。企業應當評估財務上能否負擔，以及建構身份圖譜是否能帶來相應的回報。

同類群組（Cohort）

提及 Cookie 的替代方案，怎麼能忘記 Google 正如火如荼發展的 FLoC 追蹤技術？

FLoC （Federated Learning of Cohorts）廣告追蹤技術，旨在生成同類群組的數據，是 Google 隱私沙盒計畫中重要的一環，官方聲明此一技術已經可以達到原本第三方 Cookie 方法的 95％效果。相較於第三方 Cookie 精準的個人化識別與追蹤，FLoC 技術轉而分析用戶在網路上活動的「摘要」，並將用戶和其他擁有類似瀏覽興趣的群眾歸類為同一個群組；未來，廣告主投放廣告不再是鎖定個人，而是針對群體。

聽起來很複雜嗎？簡單來說，Cookie 時代，就像是所有顏色的金魚都在同一個池子中，你可以一隻一隻地撈起來看、選擇要帶哪一隻回家；而 FLoC 技術，則是將顏色相近的金魚放在同樣的池子裡，你只能選擇打包特定顏色的池子，無法細緻選擇要哪一隻金魚——但整體而言，大方向是類似的，廣告主可以選擇最重要的群體來投放廣告。

優點：理論上來說，似乎較為隱私安全，且可確保投放效益。
缺點：Google 過去受益於 Cookie，成為世界上數一數二的數位廣告商，現今面對隱私保護的潮流，宣布停用 Cookie，轉而發展同類群組追蹤方式，似乎只是換個方式繼續追蹤？此一改變是否就能消除侵犯隱私的疑慮，還是一大爭議，並未取得大眾的一致認可。
不少專家擔憂，群體分眾恐怕會加重歧視，引發有心人士對特定群組進行網路攻擊；電子前線基金會 EFF 也認為，雖然 FLoC 技術避免針對年齡、性別和收入來直接定位用戶，但是透過輔助工具來分析分組，仍然有辦法區分不同的使用者。
這類質疑也正是 FLoC 目前無法在歐洲地區進行測試的原因，畢竟未經用戶同意便使用個人數據生成同類群組，極可能違反歐盟《一般資料保護規範》（GDPR）的規範。

暸解以上六種可用數據，不足以彌平你心中的焦慮嗎？推薦你閱讀以下兩篇 TenMax 專文，全面為 Cookie 消失的年代備戰：
Cookie 消失了讓你找不到受眾？你應該開始考慮的十大方針！｜Part 1
Cookie 消失了讓你找不到受眾？你應該開始考慮的十大方針！｜Part 2

｜本文由 TenMax 授權提供，僅反映專家作者意見，未經原作者授權請勿轉載。

作者資訊

《行銷人》合作夥伴: 歡迎成為《行銷人》合作夥伴，若有任何文章授權、尋求報導及投稿的需求，歡迎來信：[email protected]

此作者最新相關文章

至作者文章列表