什么是针对场所的零方数据
什么是零方数据？场所如何收集明确偏好、保持同意独立，并将回答与到访和消费数据一同使用。
零方数据是指宾客主动、有意向您告知的需求，而非您从到访、消费WiFi或预订记录中推断出的信息。您现在可能正看着一份包含交易、登录和入住记录的宾客档案，但它依然无法告诉您该宾客为何前来，或者下次希望获得什么。直接提问可以弥补这一差距。清晰明确地询问，妥善存储答案，您就能获得可直接据以行动的明确偏好，无需任何猜测。
目录
- 零方数据与其他访客数据的区别
- 为什么访客会在获得明确好处时提供回答
- 如何通过调查和表单收集回答
- 适用于餐厅、酒店和零售场所的零方数据示例
- 偏好、同意与已有观测数据的区别
- 在规模化推广前先测试一项表述偏好
零方数据相较于其他客人数据的定义与意义
假设一位餐厅访客在繁忙的周五点了一道素食。您的收银机记录了该菜品、时间和支付金额。但它不会记录素食是该访客的偏好、偶尔的选择，还是为同桌其他人点的菜品。
这一点只有宾客自己才能确认。如果在一份简短的调查问卷中询问饮食需求，而宾客选择了素食，那就是一种完全不同的记录。购买行为是观察到的，而偏好则是明确告知的。
什么是零方数据
零方数据是客户直接与品牌主动且有意分享的信息。关于 Forrester 定义的 同行评审概述 指出，Forrester Research 于 2018 年推广了这一概念，该概念建立在 Forrester 分析师 Khatibloo 及其同事于 2017 年提出的定义之上，涵盖偏好中心信息、购买意向、个人背景以及客户希望品牌如何识别他们。
该定义用通俗的语言解释了什么是零方数据。它是宾客通过自己的选择主动告知您的信息，而不是您的团队根据浏览、购买、位置或其他行为推断出的数据。
- 饮食需求： 访客在餐厅调查中选择素食、纯素、清真或过敏原备注。
- 住宿偏好： 酒店宾客在入住前确认偏好的房型。
- 沟通偏好： 访客选择接收电子邮件、短信或 WhatsApp，或表示希望收到生日优惠。
- 到店场景： 访客说明到店事由、出行目的或希望获取匹配优惠的兴趣爱好。
每个示例都具备一个共同特征：客人清楚知道自己正在提供该信息，并且能够看到提供该信息的意义所在。
四种数据类型的横向对比
请将这些标签视为基于数据如何生成的归类操作，而不是看它在销售 PPT 中听起来有多大价值。零方数据在直接性上排在第一位，并不是因为它更新颖或在所有情况下都更好。
| 类型 | 生成方式 | 场所示例 | 主要局限性 |
|---|---|---|---|
| 零方数据 | 宾客主动说明 | 饮食偏好、房型、渠道选择、生日优惠、访问事由 | 信息明确但可能存在偏差或过时；不等同于自动获得的营销同意 |
| 第一方数据 | 在您自身的互动中观察获得 | WiFi 登录、收银机消费、预订、酒店住宿 | 行为需要解读，且不等于明确表述的意向 |
| 第二方数据 | 由其他机构共享其第一方数据 | 合作场所或品牌提供已获得同意的宾客名单 | 您将继承其数据收集质量和同意授权范围 |
| 第三方数据 | 数据聚合商通过 Cookie 和追踪手段进行汇总 | 购买的受众细分数据 | 随着 Cookie 的衰退而减弱；价值交换透明度最低 |
第一方数据来自您自己的系统。WiFi登录、收银记录、预订以及完成的入住都是在您这里发生的，因此您可以清晰查看具体情况。但您仍需自行解读其背后的含义。
第二方数据是其他机构与您共享的第一方数据。合作场所可能会为联合活动提供一份已获得授权的名册。这些数据并非由您采集，因此您需要依赖对方在询问、记录和获取这些访客同意时的谨慎程度。
第三方数据距离访客最远。数据聚合商利用 Cookie 和其他跟踪手段汇编细分群体，然后出售潜在就餐者或频繁旅行者等受众数据。访客极少能在某个明确时刻清楚了解这种交换。
购买记录反映了已经发生的事实。客人明确表达的偏好则告诉您他们希望接下来获得什么。
标签并不承诺的内容
零方数据描述的是收集的来源和方式。它并不能保证答案对于您日后能想到的每种用途都是准确、完整或合法的。
您仍需要明确的询问目的、在需要时获得适当的同意、进行安全存储，并为访客提供更正或撤回所共享信息的方式。为今晚的餐食服务提出饮食要求的访客，并不意味着向您提供了一个永久且无限制的个人资料字段。
这一注意事项并非不进行询问的理由。它提醒我们要减少提问数量、提高提问质量，并将每一个答案都视为访客出于信任而提供的声明。如果处理得当，调查问卷答案、明确表达的兴趣和购买意向可以为访客记录添加明确的情境信息，与隐蔽的跟踪相比，其价值交换更为清晰。
为什么在益处明显时客人愿意配合回答
访客不会出于对您数据库的慷慨而回答问题。只有当他们觉得交易公平且能即时获益时，才会做出回答。操作规则很简单：提出一个具体问题，说明您将如何处理该答案，并提供访客能实实在在感受到的好处。
“请告知您的饮食需求，以便我们告知后厨”能够通过这一测试。而“完善您的个人资料以享受更个性化的体验”则不行，因为顾客无法想象具体会有什么改变。明确具体永远胜过模糊笼统。
数据意愿度究竟说明了什么
Retail Customer Experience 报道的一项 2022 年研究摘要 显示，80% 的消费者愿意共享个人数据以换取忠诚度计划权益。报告还指出，70% 的消费者愿意为了特别折扣或优惠共享数据，71% 的消费者表示他们会在提供个性化沟通的品牌处增加消费频率。
同一篇报道还引用了 Epsilon 和 GBH Insights 在 2020 年 4 月对 1,000 名美国成年人进行的一项调查，其中 80% 的受访者希望零售商提供个性化服务。两项不同的调查得出了相似的结论，这表明宾客并不反对相关性。他们反对的是无偿提供个人信息。
信任的建立遵循同样的规律。2024 年发布的 Attest 零方数据研究 指出，在其 2023 年 12 月对 1,500 名工作年龄的美国消费者进行的调查中，48.0% 的受访者表示，相较于采用被动收集方式的品牌，他们更有可能信任请求获取零方数据的品牌。
为什么营销人员正投以更多关注
明确陈述的数据之所以重要，还因为可借用的第三方信号正在减少。2024 年德勤零售趋势研究摘要 报告指出，60% 的营销人员认为自己对无 Cookie 的未来做好了大部分或充分的准备。这是一种背景，而非 Cookie 已经彻底消失的证据，但它解释了为什么在制定计划时，用户自愿分享的答案具有更大的分量。
- 相关优惠：宾客表明对工作日用餐感兴趣，因此工作日优惠不再是盲目猜测。
- 更佳服务：在宾客入座并再次提醒前，饮食要求就已经传达到厨房。
- 首选联系方式：选择偏好的渠道意味着下一条信息会发送到宾客期望接收的地方。
良好的问题设计依然决定着是否有人回应。如果您正致力于提升完成率，在将无回应归咎于访客之前，关于 如何提高调查问卷回复率 的实用指导非常值得借鉴。
切勿忽视的局限性
这些调查因年份、国家/地区、样本和措辞而异。它们无法合并为一个统一的全局基准，也不能保证您的客人一定会填写您的表格。
他们所支持的范围更窄，但也更有用。当人们理解这种信息交换并期望获得有意义的回报时，其配合意愿就会提高。配合意愿并不意味着你可以获得无限制的授权，去随时、频繁地询问，或是在顾客到访的最糟糕时刻提出要求。
如何通过调查问卷和表单收集答案
只有以最终决策为起点反向设计，数据收集才能发挥作用。切勿从表单生成器和空白页面开始。请从获得答案后工作人员或下一条营销信息将采取哪些针对性改变开始。
以下工作流程遵循该顺序。每个步骤要么能改善您获取的答案质量，要么能防止您收集无法使用的信息。
场馆工作流程的七条步骤
- 明确答案将改变的一项决策：选择发送哪项优惠、添加哪条客房备注，或使用哪个渠道。如果无人能指出具体决策，说明您拥有的只是好奇心，而非有效问题。
- 撰写具有明确益处的单一简明问题：例如“请告知您的饮食需求，以便团队向厨房交待”，此表述效果显著，因为目的已包含在问题中。避免在一个字段中堆叠两个问题，例如同时询问用餐事由和频次。
- 精心选择收集时机：可通过 WiFi 欢迎页面、预订确认、餐桌上的二维码、自助终端或访问后的简短表单来进行。请将字段控制在极少数，因为门口的长表单会耽误宾客就座、点餐或入住。
- 使用易于结构化存储的问题类型：对用餐事由使用单选题，对饮食需求使用多选题，对庆祝活动使用日期字段，对营销许可单独设“是/否”选项。自由文本虽然可提供细节，但在没有人逐条阅读的情况下，无法进行可靠的客群细分。
- 保存答案及其数据来源：存储时间戳、表单名称、问题版本和来源，并将答案附加到基于电子邮箱匹配的宾客档案。 Purple Engage 的 表单与调研工具 会将答案写回该宾客记录，避免数据搁置在电子表格中。
- 为具有时效性的答案设置有效期：出行目的、一次性活动或装修期间的偏好不应永久留存。请在收集时决定答案何时不再适合作为行动依据。
- 向宾客展示如何修改或删除信息：为他们提供更新偏好或清除偏好的途径。当人们看到自己不会被几个月前做出的声明所约束时，会更愿意分享信息。
导致前功尽弃的三大失误
第一个误区是表单过长。每增加一个字段，都会对访客的注意力造成微小的负担，而宾客会直接选择放弃而不是投诉。您所付出的代价将是沉默，而不是反馈。
第二个误区是提出您不会据此采取行动的问题。如果顾客告知他们偏好安静的桌位，但接下来的三次到访都没有任何改变，您就在无形中让他们觉得回答是毫无意义的。以这种方式消耗的信任很难再赢回来。
第三个误区是在偏好问题中夹带营销同意条款。当顾客说明饮食需求时，他们是在向您提供服务信息。这并不意味着他们自动同意接收促销信息，您的表单也不应揣着聪明装糊涂。
员工测试：如果团队无法说出根据这个答案会采取什么不同的行动，就先不要询问该问题。
轻量化的交互方式同样能带来有价值的洞察
并非每次数据互动都必须像处理行政事务那样枯燥。一个简短且设计得当的小测验，可以让偏好表达变得像游戏一样轻松，而不是像填写表格。这就是为什么提示 查看您的环保出行习惯 可以作为旅游场所语调风格的示范。宾客得到了测试结果，您获得了明确的习惯与兴趣信息，双方都不必掩饰这场互动的本质。
无论形式如何，请保持这一原则：一个决策，一个明确的问题，一个显而易见的益处，以及一份关于沟通内容和时间的清晰记录。
餐厅、酒店和零售场所的零方数据示例
相比定义，具体的示例能让人更清晰地理解这一区别。以下每个场景都遵循相同的三个步骤：提出问题、存储答案，并据此作出针对性的行动调整。
下图展示了尽管底层模式保持一致，但在不同类型的场所中，这些收集时刻的外观有多大差异。
餐厅和酒吧场景
假设某餐厅在预订过程中或结账后的表单中询问：“是否有任何饮食要求？”存储的答案可能是素食或特定的过敏原备注。由此采取的相应行动非常实用：在开餐服务前向出餐台传达简报，并且不再向已明确表示不吃肉的人员推送以肉类为主的优惠活动。
请注意未发生的情况。该答案并没有生成同意标志，也没有重写宾客的订单历史。它只是补充了收银系统本身无法提供的深层含义。
酒吧或咖啡馆可以提出不同的问题。“平时是什么吸引您光临？”可能会提供下班后、周末或远程办公等选项。选择远程办公的人很有可能适合接收提供良好 WiFi 和桌面空间的非高峰时段优惠，而下班后的宾客则不适合。消费场景决定了优惠的推送，因此您无需向整个列表群发信息并凭空碰运气。
酒店与零售场景
某酒店在客人入住前询问偏好的客房类型、出行目的以及是否有庆祝日期。存储的答案可能是安静的高楼层客房、休闲而非商务出行，以及下个月的周年纪念日。前台可以获得更完善的入住前备注，并可适时发送包含节日祝福的信息。
预订系统本身依然拥有预订数据。日期、价格和客房库存并不会仅仅因为是访客输入的就成为零方数据。叠加在预订信息之上的偏好设置才是明确表达的部分。
提供访客 WiFi 的零售场所可能会询问顾客关注哪些商品类别，以及他们更倾向于接收电子邮件还是短信。商品类别决定下一条信息的题材，而渠道选择则决定信息的发送目的地。
| 场所 | 问题 | 存储的答案 | 改变的操作 |
|---|---|---|---|
| 餐厅 | 有什么饮食要求吗？ | 素食或过敏原备注 | 简要指导传菜台并抑制以肉类为主的优惠 |
| 酒吧或咖啡馆 | 通常是什么原因光顾？ | 下班后、周末或远程办公 | 将闲时优惠定向发送至匹配的场景 |
| 酒店 | 房型、出行目的和庆祝日期 | 偏好房型、商务或休闲、日期 | 定制入住前说明和定时消息 |
| 提供访客 WiFi 的零售店WiFi | 偏好类别和渠道 | 类别以及电子邮件或短信 | 设置下一条消息的主题 |
如果您希望在深入了解合规管理之前先观看概念解释，下方短视频是一个不错的暂停参考点。
保持多场所回答的可比性
如果您运营多个场所，请在所有地方使用统一的问题措辞。如果在一家餐厅使用“工作日用餐”，而在另一家餐厅使用“周中的用餐”，将会给试图比较细分市场数据的人带来困扰。统一的措辞可确保数据具有可比性，而具体的优惠活动仍可针对各个场所保持本地化。
另外两个字段也属于这一类别。满意度评分是对某次到访的明确评价，适用于服务后续跟进。明确表达的购买意向（例如计划进行团体预订）则预示着行为尚未显现的未来计划。
每个示例生效的原因都是相同的：工作人员可以用一句话清楚说明该答案所触发的不同操作，而无需含糊其辞。
偏好设置、知情同意与您已观察到的数据
让我们再次回到素食订单的例子，但这次将其视为一个数据记录问题。购买历史可能显示某位顾客购买过两次素食。这可能意味着确切的饮食偏好，也可能是同行朋友的需求，或者仅仅是固定套餐中唯一剩下的菜品。
如果顾客在表单中明确回答其主动偏好素食选项，这就消除了主观猜测。这就是为什么零方数据能够作为交易记录之上的语义层发挥作用，而不是直接替代交易记录。
绝对不能合并的三类记录
当一个字段被要求承担三项职责时，混乱就会发生。即使这些记录归属于同一个客人画像，也请保持分项存储。
- 偏好记录：宾客明确表达的需求，例如饮食要求、沟通渠道偏好、满意度评分或到访原因。
- 同意记录：是否允许通过电子邮件、短信、WhatsApp 或广告进行联系，以及相关依据。
- 事件记录：发生的活动，包括到访、消费、预订、WiFi 登录和退房，用于决定当前的权益资格。
TechTarget 关于零方数据与一方数据的比较 按数据生成机制指出了两者的根本区别。购买、WiFi 登录、预订或页面浏览通常属于一方行为数据；而问卷回答或偏好选择则是个人明确提出的声明，因此细分群体时无需通过模型从混杂的代理数据中推断意图。
接受 WiFi 条款绝不属于同意记录的范畴。该协议涵盖的是网络使用。无论出于方便将其视为许可有多诱人，它都绝不属于发送营销信息的许可。
每个回答需要存储的内容
将每条回复与时间戳、来源表单、问题版本、当时的的同意状态以及不可变的变更历史记录共同存储。如果访客更新了偏好，您既希望使用新答案作为依据，同时也仍能查看何时做出了哪些更改。
写下每个字段的目的、字段含义、保留期限和允许的激活渠道。这听起来像是在做文书工作。但这能有效防止为今晚服务提供的饮食偏好答案，在一年后演变为无关的活动营销目标。
然后在进行电子邮件、短信、WhatsApp 或广告营销之前，立即重新核实资格。旧的偏好设置绝不能被视为可以持续发送的永久许可。
偏好解释了要沟通的内容。同意决定了您是否有权进行沟通。事件则决定了该内容在今天是否仍然真实适用。
这三类记录如何协同工作
假设顾客选择工作日用餐作为其偏好的消费场景。这一偏好可以将其纳入工作日优惠路径中。随后，最近的预订或购买记录将决定他们当前是否符合资格，并为您提供事后可衡量的具体成果。
若想通俗了解场所如何向访客解释数据处理方式，密室逃脱运营商的 团体预订隐私细节 展示了访客在共享信息前所关注的具体内容。您自己的措辞在说明用途和联系方式时，至少应达到同等的清晰程度。
在启用任何答案前，请检查您运营所在的各个市场的同意规则。对于 en-gb 站点，这意味着需要遵循 UK GDPR 和 PECR 关于电子营销信息的规定，并且值得遵循有关 管理场地电子邮件的同意和取消订阅 的结构化指导，而不是仅凭习惯做事。
从现在起，您的下一步行动是进行分类标记。在将任何字段应用于客户旅程之前，将其明确标记为偏好、同意或事件。无法清晰标记的字段可能暂时不应使用。
全面推广前先测试一项显性偏好
明确表达的答案感觉值得信赖，因为它们直接来自顾客。但正因如此，它们才需要经过测试。即使是明确的答案，也可能是错误的、过时的，或者是由于收集方式过于笨拙而误导了所有使用它的人。
扩张过早会导致错误在各个门店被自动放大。妥善测试某一项偏好，您就能明确它是否值得更大范围的推广。
显性回答可能带来误导的场景
人们有时会回答听起来合理的内容，而不是真实的情况。访客可能会在调查问卷中选择健康选项，然后坐在餐桌旁点他们想吃的菜。这就是反应偏差，这并不意味着访客不诚实，而是意味着信号具有局限性。
有些访客会跳过字段、选择默认项或直接点击第一个选项以快速通过表单。在数据库中，这些答案看起来与经过深思熟虑的回答完全相同。若以相同的信任度对待它们，将是一个潜移默化的错误。
答案也会过时。生日是固定的，但出行目的、工作日就餐习惯或饮食选择可能会随着新工作、新地址或新的一年而发生变化。为某次到访所获取的偏好，不应在很久之后继续主导营销沟通。
重复数据会引发第三个问题。如果访客提交了两次，且仅保留最后一行，那么仓促做出的第二次回答可能会覆盖早期更优质的回答。一份关于第一方与零方数据的 Twilio 解释性文章 也提出了同样的质量观点，指出零方数据虽然能减少推断误差，但可能引入响应偏差和过时属性。因此，控制措施应包括必填字段逻辑、清晰的问题措辞、重复响应处理、时效性偏好的有效期，以及答案层面的出处记录。
通过小型试点证明成效
本月请选择一个高流量场所以及一个与特定行动相关联的问题。例如为后厨准备的饮食需求，或为工作日优惠准备的到访事由，这两者都很有效，因为调整后的行动极易观察。
- 在问题旁注明益处：在访客决定是否回答的位置，明确说明这会为其带来什么变化。
- 将答案存储在访客记录中：每个问题保留一个包含出处信息的当前最新答案，而非将各个版本散落在不同工具中。
- 将营销订阅保持独立：在我们的平台中，只有明确的订阅才会被视为营销同意，接受 WiFi 条款并不意味着给予同意。这种分离是深思熟虑的，因为披露的答案绝不代表授权后续的所有用途。
- 在发送前审核受众：安排人工检查包含人员，并排除任何已选择退出的人员，即使导入的数据中仍包含他们。我们的同意检查会运行两次，导入无法撤销选择退出，删除状态也会保持。
在实体场所中，我们的顾客 WiFi 登录系统是我们提供的最可靠机制，用于捕获经过验证且符合 WiFi 规则的第一方数据。这一行为数据基础能够为顾客明确表达的偏好提供可靠的校验依据。GDPR
衡量实际到店，而非虚浮声量
使用随机留存组进行评估。默认情况下，我们平台中的每个新营销活动和自动化流程都会留存 5% 的样本用于成效衡量，以便您将已联系的宾客与留存未联系的宾客进行对比。
请对比增量到访量、预订量或购买量，而不仅仅是打开率和点击率。报告置信区间，并检查细分群体（例如饮食偏好细分市场），因为平均提升可能会掩盖您惹恼了某个群体的事实。
表单填写完成并不代表取得了成功。某个问题可能收集得非常完美，却对收银台的业绩没有任何改变。评估试点项目时，应看已联系群体相比留存组所带来的额外访问量或购买量。
决策规则： 一项明确偏好，一个门店，一个测量结果。仅推广在对照测试中脱颖而出的策略。
这种方法将零方数据转化为受控且可测试的决策数据。明确的答案用于选择受众，行为事件用于限定条件，而实验则用于评估商业效果。对于已经捕获 WiFi、收银机、预订或住宿数据的多场地场所，我们保持单一的宾客记录、单一的同意账簿，并将调查答案附加到该记录中，从而确保测试和推广使用相同的基石。
从一个宾客乐于回答的问题开始，让 Purple Engage 将该明确偏好附加到已包含 WiFi 登录、购买、预订和入住信息的同一宾客档案中。您将获得统一的同意账本、可用于细分群体的问卷结果，以及能验证该回答是否带来额外到访的预留对照组测量。立即访问我们，将您的首个零方数据问题投入使用。