🎯 为什么重要
想做个性化，不必满网追着客户跑。零方数据是他们主动告诉你的：一个购后小测验、一个偏好中心、一份短问卷，用来换一点更好的体验。它天生对隐私友好，扛得住 cookie 和追踪的收紧，还比你靠推断得来的一切都准。规矩是：只问你真会用到的，并把好处摆出来，他们才答。
💬 我的观点
零方数据：直接问，别偷偷跟踪
第三方追踪正在消亡：cookie、像素数据、跨站广告人群。零方数据正相反，而且永远是你的。它是客户主动告诉你的，因为你给了他们一个理由：一个购后小测验、一个偏好中心、两道题的问卷。
问题 AI 能帮你设计，答案 AI 能转成分群，你只要问得好、并守住这笔交易。
最快：一条提示词，端到端
🤖 AI 提示词 — 粘贴到 ChatGPT / Claude
你是一个零方数据策略师。只用我的信息（什么都不许编）。
我的产品／品类：[你卖什么]
我的平台：[Shopify 加 Klaviyo，或你的 ESP]
我想个性化的东西：[选品／时机／内容]
请完成：
1. 设计一个三题的购后小测验，每个答案都能对上一个我真能落地的分群或流程。不要虚荣题。
2. 每道题写出给客户看的好处话术（比如：告诉我们你的肤质，帮你选得更准）。
3. 把每个答案映射到它该生成的确切分群或标签，以及该触发的流程。
4. 标出任何收了却没打算用的数据，并砍掉。
如果你需要知道我工具的某个事实才判断能不能做，就问，不要假设某个功能存在。
输出：测验，好处话术，答案到分群的映射。
或者，四步做完
- 先定你会先拿它做什么。 只收你有具体用途的数据：肤质用来推荐、生日用来发优惠、尺码用来降退货。用不上的数据是包袱，还要付信任的代价。
- 在对的时机问，给足好处。 购后的感谢页和欢迎邮件是黄金位置。每一次询问都框成一笔交易：告诉我们 X，换更好的 Y。好处又明显又即时，人才会答。
- 把答案直接接进分群和流程。 一个只躺在表格里的答案是浪费。把每条回复接到一个标签或分群（见 crm-cdp-one-view），让它改变客户接下来看到什么。
- 看得见地用，且只按承诺用。 你按他自己说的偏好来推荐，感觉就像服务。绝不要把一个答案挪去做他没答应的事，那会毁掉整个方法赖以立足的信任。
实战演算（示例）： 一个咖啡品牌加了一道购后题：你怎么冲？（意式／滴滤／法压）。62% 的人答，因为好处很清楚：按你的冲法给研磨度和粉量建议。
答意式的进入一个分群，第 24 天收到细研磨补货提醒；答法压的第 30 天收到粗研磨建议。没有追踪像素，不用猜，复购率更高，而且这份数据任何 cookie 收紧都拿不走。
只问你会用的，把好处摆出来，再对答案采取行动，这就是全部功夫。
⚖️ 该做 & 别做
该做
- 先定你会先拿它做什么，只收你有具体用途的数据。
- 在对的时机问，给足好处，购后感谢页和欢迎邮件是黄金位置。
- 每一次询问都框成一笔交易：告诉我们 X，换更好的 Y，好处又明显又即时，人才会答。
- 把每个答案直接接进标签、分群或流程，让它改变客户接下来看到什么。
避免
- 别收你没打算用的数据，它是包袱，还要付信任的代价。
- 别不给好处就问，一道没有好处的光秃秃的题会被跳过。
- 别让答案躺在表格里，一个你从不动用的答案是浪费。
- 别把一个答案挪去做他没答应的事，那会毁掉方法赖以立足的信任。
💡 快速提示
- 让 AI 设计一个三题的购后小测验，每个答案都对上一个你真能落地的分群，不要虚荣题。
- 把每条回复通过 crm-cdp-one-view 接到一个标签或分群，让客户记录驱动接下来发生什么。
- 零方数据扛得住 cookie 和追踪的收紧，还比你靠推断得来的一切都准。
🏢 品牌聚焦
品牌
TakeCareOf.com · Care/of 很有代表性，因为它的引导测验就是纯粹的零方数据：客户主动告诉它自己的健康目标和生活方式，换一份个性化的维生素包，而每个答案都直接对上一个产品和一条流程。这就是这篇的功夫做到极致，只问你会落地的，把好处摆出来，再看得见地用。要注意的是，那么长的测验之所以成立，是因为它的好处，一份定制方案，是真值得的，该学的是这笔交易和对答案采取行动这条规矩，不是题目的数量。
🏷️ 标签
retentiondataprivacyboth
🔗 相关内容