誰來我家？用戶追蹤的演進及未來趨勢

了解消費者或用戶一直是企業經營的重要議題之一。除了使用質化和量化問卷調查獲得消費者的意見之外，透過用戶追蹤的技術來收集用戶和企業之間的互動行為則是另外一種企業了解用戶的常見方式。接下來就我過去的經驗來和大家分享一下用戶追蹤的演化和發展。

當網路尚未佔據到我們的生活之前，消費行為大多是發生在實體店面。除了交易明細透過收銀機回傳到企業之外，實體店面對於消費者的了解其實是非常薄弱的。2008年當我在連鎖零售店服務時，當時收集用戶基本資料的方式是由收銀員自行判斷用戶的年齡和性別，然後手動鍵入收銀機系統。在我加入之後，為了獲得更多和更精準的用戶資訊而開始進行會員卡的發行，而這也是當時實體店面追蹤用戶最為普遍的一種方式。雖然店家透過會員卡能夠將銷售的商品和用戶連結在一起，但購買前用戶看了什麼廣告來店、進店後停留在哪個貨架前、看了什麼商品等資訊，在當時仍然是難以獲得的。

透過會員卡開始收集用戶資料之後，通常後端都必須建置一套會員管理系統。在實體店面收集到的資料回到企業內部進行整理轉換後，接著才能進行資料分析來獲取用戶洞察。然而從前端收銀機到後端的會員系統建置，這一整個過程其實是非常耗費時間和資源的。倘若實體店面沒有妥善的規劃和執行會員管理來進行會員分群和精準行銷，那會員卡最終只會淪為店面獲取手機號碼和電子郵件信箱後，拿來群發簡訊和廣告郵件的工具罷了。

當網路開始全面滲透整個世界，越來越多的網站如雨後春筍般的出現，人們的消費行為也漸漸由實體店轉移到網路商店。在網路上，用戶必須要透過瀏覽器這個媒介才能夠拜訪網站，而瀏覽器則是讓網站能夠透過 cookie 功能來記錄用戶資訊和追蹤用戶瀏覽過哪些頁面，這也讓網站不需要花費太多功夫就可獲取用戶資訊。

網站為了要獲得更多用戶資訊和網頁上較為複雜的交互作用，例如用戶點擊了什麼廣告、看了什麼類別和商品、分享了什麼內容等，網站分析工具也就因應而生。最為大家所熟悉也是最多人使用的就是 Google Analytics。透過網站分析工具，網站除了能得到用戶在網站上的使用行為之外，還能夠評估不同行銷手段為網站所帶來的效益。這些資訊經過分析解讀後，都能夠成為網站改善績效的重要依據。

和實體店面比起來，網站獲取用戶資訊的方式變得相對容易，所要耗費的成本、資源和複雜度也相對較低，因此網站分析工具逐漸從輔助工具變成網站的必備工具。

隨著網路產業的蓬勃發展，瀏覽器也不再由微軟的 IE 獨大，越來越多的人使用一種以上的瀏覽器來瀏覽網站，使用 cookie 來識別單一用戶的方式也變得較不精準，因為當用戶使用兩種不同瀏覽器拜訪同一個網站時，網站分析工具會將這個用戶視為兩個不同的用戶而非單一用戶。

除此之外，2007年第一代 iPhone 問世之後，在短短幾年之間人們的時間從很快速的從個人電腦前轉移到了各種的行動設備上，花在使用App的時間更是超越了瀏覽器。然而，App的興起也讓用戶追蹤的複雜度提高。原生的App無法使用 cookie 來追蹤用戶，必須要另外內嵌程式碼（SDK） 才能夠追蹤用戶。而若是用戶同時使用行動裝置的瀏覽器和App來拜訪網站，使用者也會被視為是兩個不同的用戶。

不只虛擬世界不停的在進步，隨著 Beacon 的普及和監控硬體設備技術的提升，實體店面能夠捕捉到的用戶使用者行為也越來越多。例如在新創公司競賽得到許多獎項的 Skyrec 就是透過捕捉實體店面的使用者行為來提供改善方案。

當用戶可以透過多種管道和企業溝通時，其行為也將會變得更錯綜複雜。中國的零售業巨頭阿里巴巴的創辦人馬雲就提出—未來的10年、20年，將沒有電子商務這一說，只有新零售，也就是時代的演進會讓所有零售企業都必須同時經營實體店和電子商務。如何跨通路（實體/網路）、跨裝置（PC/Mobile）、跨平台（Web/App）去辨識同一個用戶是目前用戶追蹤所面臨到一個最大的挑戰。除此之外，如何將收集到的資料整合成為一個以使用者為中心的資料平台，也考驗著企業是否能夠有效運用收集回來的用戶資訊。

當企業運行的思維由產品導向轉為顧客導向，通路的經營也由單一通路逐漸拓展成全通路，透過追蹤用戶的行為來理解用戶，更精準的進行商品陳列、網站設計和客製化的行銷活動將成為企業的重要挑戰。在用戶追蹤這個議題上，有幾個值得我們注意的發展方向 :

這是一個已經進行中的發展方向。如前面所提，現今的用戶可以跨通路、跨裝置、跨平台和企業互動，在這樣複雜的交互溝通下，如何去辨識單一用戶是用戶追蹤要解決的關鍵問題。科技巨頭 Facebook 幾年前就提出 People-Based Marketing，如何辨識單一用戶並進行有效的溝通和行銷將關係到用戶追蹤是否能夠發揮效益。

一般最常見的方式是透過 UID（User ID） 來比對用戶，目前 Google Analytics 就是用這樣的方式，但缺點是用戶必須要跨通路、跨裝置、跨平台都曾經登錄過才能夠比對出來。另外一個方式則是利用不同裝置上可獲得的的裝置訊息（例如作業系統、電信商、GPS 位置、IP 位址等）和使用者行為（使用的瀏覽器、拜訪過的網站、讀過的文章等）當作辨識的訊號，透過人工智慧或是特殊的演算法來辨識單一用戶。舉個簡單的例子，若一台手機和一台平板常常在同一個時間區段使用同一個 Wifi 網路，那這兩個設備可能就是同一個人在使用的。目前有不少的新創公司都有在建立這樣的平台，例如台灣的人工智慧公司 Appier 的 CrossX AI 或是國外 Tapad、Drawbridge 等廠商。

對於實體店來說，使用會員卡來收集用戶資訊時，資料都會透過收銀機回到企業內部資料庫，由企業自行掌控。但網站在使用網站分析工具去追蹤用戶時，收集到的用戶資料其實並不存在公司內部，而是存在分析工具廠商，例如 Google Analytics 的用戶資料是存在 Google 的資料中心而非企業內部。但在現今大數據的浪潮下，企業會傾向精準的掌握用戶資訊，用來進行行為預測和商品推薦，以強化用戶的使用經驗。而網站經營者若想要自行掌握網路用戶的資訊，可以透過以下方式 :

實體店使用會員卡和網站使用 cookie 來追蹤用戶行為的技術已經使用了十年以上，但隨著 App的使用，物聯網的興起，語音辨識技術的普及，未來很多的用戶行為都是沒有 cookie 或甚至不需要 UID 的。從今年看到裝有 Apple 智慧家庭的房屋開始販售，Amazon Echo 銷售超過500萬台，Mark Zuckerberg 開發出 AI 家庭助理 Javis 等，用戶將透過越來越多元的方式來和企業溝通。

在 cookie 無法有效用來辨識使用者的狀況下，另外一種可能的方式是收集用戶的數位指紋（Device Fingerprint），除了系統資訊和瀏覽資料之外，用戶的聲音、指紋或是視網膜可能都會被收集來當作是辨識的依據。另外最近很多人討論的區塊鏈（Blockchain），在國外也有人提出可以用來辨識用戶（主要還是金融業為主）。當然在這樣的狀況下，企業將收集越來越多的個人資料，隱私權相關的問題也越來越被廣泛討論，但這就不在本篇討論的範圍內了。

用戶追蹤是企業理解用戶的第一步，但更重要的是要去思考如何有效運用用戶追蹤所收集到的資訊，否則只是成本的浪費，並不會帶來效益。如同前面所提到的，若僅僅只是用來發送簡訊和廣告郵件是非常可惜的。