隱私權意識抬頭！ Cookieless 時代的因應對策

近年網路使用者開始關注自己的帳號隱私權，歐美各國也紛紛對網路行為的使用與紀錄進行保護，對廣告商與企業主來說，使用者行為不再容易取得，勢必對個人化行銷的運作和成效造成重大影響。

近年網路隱私權意識抬頭，網路使用者開始關注網路行為被紀錄和使用的情形，各家瀏覽器現在對第三方 Cookie 的使用均有封鎖或阻擋，甚至有些國家如歐盟和美國，也推出限制 第三方 Cookie 的隱私權保護法。瀏覽器市占率達 70% 的 Google Chrome，更宣布將逐步淘汰第三方 Cookies，並於 2023 年完全停用。這一連串隱私權政策的變化，意味著我們正進入一個全新的 Cookieless 時代。

什麼是 Cookie

Cookie 是我們瀏覽網頁的時候，把我們在網站上的活動紀錄下來，並存放在電腦中的資料， 可以記錄使用者的一舉一動，知道你是誰、看了什麼、做了什麼。

依據所有權的不同，可以分為第一方 Cookie 和第三方 Cookie，第一方 Cookie 是指我們「正在瀏覽的網站」所直接建立並儲存的資料，所有權屬於這個被瀏覽的網站，當我們進入其他網站就無法再被追蹤。第三方 Cookie 則是由「非當前瀏覽的網站」所發行的追蹤 Cookie， 由第三方所擁有，只要網站載入第三方代碼， 都能蒐集並記錄我們在網站上的行為。也因為這種跨網站識別用戶的特性，第三方 Cookie 過去被廣泛應用於數位行銷之中。

如今第三方 Cookie 即將退場，傳統數位辨識機制面臨到前所未有的挑戰，換句話說，廣告代理商與企業主將無法像以往那樣輕易取得用戶在網路上的資料，對個人化行銷的運作和成效勢必造成影響。

根據 Google 的研究報告，第三方 Cookie 的淘汰將使網站主的收益減少 52%。不過，線上行銷科技公司 Monetate 的個人化研究指出， 個人化的體驗，可以幫助企業主的銷售提升 20%。Verizon Media 和 IPG 的調查也顯示，高達 88% 消費者有意識到個人化廣告能為他們帶來實用性、相關性和有趣性的優點。

這些說明了品牌與消費者之間，存在著雙贏的甜蜜點。因此即使進入 Cookieless 時代，優質的個人化體驗，提高消費者和品牌互動的意願，既能提升流量，也能帶來銷售的成長。

是否有取代第三方 Cookie 的方法？

廣告代理商

廣告界目前主要有三個技術上的替代方案。 首先是 Google Chrome 隱私沙盒計畫中的 FLoC 技術。相較於 Cookie 是追蹤「個人」的 網路行為，FLoC 則是將用戶歸類在同一個「群 體」再進行分析，將個人的數位身分藏在群體 中，以達到保護個人隱私的目的。第二個 UID 2.0 則以開放透明為原則，先徵求使用者的同意，再進行數據的追蹤和共享，使用者也能隨時檢視或取消被追蹤的狀況。第三個替代方案， 則是傳統數位行銷上常見的內容比對技術，透過爬蟲跨網站的比對網頁內容，再配對相關的主題做行銷，因為不用追蹤用戶個人行為，較沒有涉及網路隱私的問題。

企業主

至於企業主，當企業無法像以往輕易利用第三方 Cookie 取得用戶的資料，反而凸顯了第一方數據的重要性。第一方數據是企業主從自家平台，直接從消費者或潛在客戶身上蒐集到的資料，只要經過用戶的同意，便可免費的取得， 並且由企業獨自擁有。透過和用戶直接的互動， 企業可以蒐集大量的第一方數據，藉此在私人平台上建立起私域流量。

取得第一方數據之後，行銷科技是如何將數據轉換成流量的呢？行銷科技的應用架構，主要由三個元素組成：Data、AI、個人化。當會員進入網站和企業進行互動，我們蒐集到會員 的第一方 Data，經過行銷科技、AI 演算法的分析後，對他們進行個人化的推薦，促進購買的行為，或者帶給他們個人化服務，提升用戶體驗。如果還不是會員呢？用戶在網站的操作行 為也會成為我們可以分析的數據，經過同樣的流程，以個人化的推播促使他們加入會員。

除此之外，顧客的購買行為和對個人化服務的反應，也會成為可應用的數據，幫助我們對會員進行個人化的再行銷，吸引他們二度回訪。 像這樣在各個階段不斷的提供個人化服務，會在企業的站內平台形成一個閉鎖的循環，建立起一個能自動化行銷的私域流量。

案例分享

以下將分享三個案例，藉此觀察行銷科技如何幫企業主帶來流量？分別為站前，消費者還沒進到網站之前，如何吸引他們過來？站內， 客戶在使用網站的過程中，如何提升他們的客 戶體驗？後台，客戶離開網站後，如何運用後台數據對他們進行再行銷，使他們願意回來和我們互動？

案例一：站前獲客

德國國鐵 (Deutsche Bahn) 根據調查發現， 德國有 72% 的人在假日選擇出國旅遊，為鼓勵消費者在國內搭火車旅遊，他們推出了一個 No Need to Fly 的宣傳活動。首先根據國外熱門的旅遊景點，透過 AI 圖像辨識的技術，比對找出德國境內長得幾乎一模一樣的風景照。接著透過演算法，依據使用者定位找出最近的機場，搜尋出飛到國外該景點最便宜的機票票價，與搭乘德國國鐵到境內相似景點的火車票價，最後搭配風 景圖進行一個即時比價的畫面呈現。

「一樣的風景，更實惠的價格。」這個案例透過 AI 找到相似的風景，並以定位推出個人化的比價廣告，促使消費者願意進入網站購買火車票，甚至加入會員。

案例二：站內智慧推播

根據 Netflix 第一方數據的統計，會員在網站內瀏覽的時間約為 90 秒，這 90 秒內如果沒看到想看的影片就會離開。因此如何在 90 秒內吸 引不同會員的目光，至關重要。Netflix透過美學視覺分析 AVA(Aesthetic Visual Analysis) 技術， 從同一部影片中，挑出不同面向的視覺畫面做為海報，再依照會員之前的觀看紀錄、瀏覽紀錄和最愛清單，對他們進行個人化的智慧推播。

舉例來說，同樣一部影集的推播，如果分析顯示你是偏好血腥驚悚的觀看者，你的頁面可能會跳出一張看不到完整表情、鼻血緩緩流出的宣傳海報；如果你是偏好青春冒險的觀看者， 則可能會跳出一張在戶外背景，幾名少年躍躍欲試、準備展開旅途的海報。

這看似簡單的應用，背後其實有很多巧思。 以往影視作品的宣傳海報是由製片團隊所提供， 而 Netflix 為了將海報客製化，嘗試由影片本身來蒐集靜態圖片，不過，一部影片每小時有高達八萬六千個影格， 要如何篩選呢？ Netflix 透過 AVA 美學視覺分析，可以在短時間標記出每張圖片的亮度、對比、代表色、表情、 模糊與否等資訊，進行過濾和構圖的分析做出 Image Ranking，最後找出可以代表不同風格的宣傳海報。

除此之外，在這智慧推播的過程中，Netfl 同時也在對會員進行 A/B 測試，會員對這些個人化推播的反應、點選的動作等數據，能反過 來優化他們的 AI 演算法，讓下一次的個人化推播更加精準，進入一個愈推愈精準、愈推流量愈高的正循環。

案例三：後台再行銷

當用戶已經完成消費行為，離開了網頁，如何透運用後台的數據對會員再行銷，加強顧客關係，吸引消費者回購呢？The North Face 有個名為「XPLR PASS」 的會員制度，這是一個加入了「戶外探索」元 素的客戶獎勵方案。傳統的會員制度，大多是透過「購買」換取紅利點數，XPLR PASS 除 了購買以外，會員還可以在指定的戶外景點或 國家公園，透過 App 打卡來換取紅利。而換得的紅利點數，除了可以兌換禮券、購買商品， 還可以用來參加如造訪聖母峰基地營這類的品牌活動。

這個案例高明的地方在於，除了以往常見的購買、瀏覽紀錄以外，The North Face 透過打卡換紅利的方式，得到會員們大量的戶外資訊， 使第一方數據的蒐集增加了一個維度，可以更完整的建構出 TA 受眾的樣貌。這些打卡資訊， 經過演算法的分析，可以更精準了解每位會員 喜歡的戶外活動，可能是登山、攀岩、滑雪或 是露營，藉此對會員進行個人化的再行銷。比 方說，某位會員上次只購買了一頂毛帽，但經由打卡紀錄的分析，發現他其實是一位登山愛好者，因此我們可以對這名會員推播最新上架的登山鞋。

同時，這也是個場景行銷的範例，先有場景， 才有精準的行銷。The North Face 透過會員的購買行為、App 打卡、參加品牌活動來建構場景，讓會員在戶外探索的過程中不斷的和品牌互動，使會員的價值觀和品牌產生強烈的共鳴， 這時的行銷對會員來說，已變成一種貼心的個 人化服務，進而願意不斷的回訪和購買。

結 論

最後來總結一下，在第三方 Cookie 退場的 Cookieless 時代，提到了第一方數據的重要價值，只要用戶同意，就在站內平台能免費取得， 且獨自擁有。接著提到行銷科技的架構和應用， 如何透過行銷科技，幫企業主將第一方數據轉 換成個人化的行銷，進而增加流量和促進購買。 最後，透過以上案例的分享，企業主在站內平台和消費者不斷互動以及蒐集數據的過程中， 流量除了能增加，還能循環，企業主得以在平台內建構出一個生生不息，能自動化行銷的私域流量。