📋 產品推薦測驗腳本怎麼用：3-5 題收集 zero-party data

這個工具在解什麼問題

客戶逛你的網站，8 款精華排在那邊不知道挑哪罐。多數品牌的解法是「商品分類」「篩選器」，客戶看了還是不會選，跳出率高。

Octane AI 在歐美 DTC 圈紅起來的做法是「3-5 題小測驗」：「你的膚質是？」「主要困擾？」「希望兩週內看到什麼改變？」答完三題給推薦。轉換率比一般商品頁高 30-40%，因為客戶感覺被理解，而且你拿到他的膚質、痛點——這就是 zero-party data，比 cookie 值錢。

產品推薦測驗腳本把這套搬到台灣電商：輸入你的品類、痛點、熱賣 SKU，AI 出題目、IF-THEN 對應表、結果頁文案、3 封後續 EDM/LINE，連嵌入網站的 snippet 都給你。

適合什麼產品

決策成本高、SKU 多、客戶常猶豫的品類最適合：保養品（膚質）、保健食品（功效）、寵物食品（年齡 + 過敏）、營養品（目標 + 性別）、香水（調性）、葡萄酒（口味 + 預算）、運動鞋（場景 + 跑姿）。

反過來不適合：標品電商（同一支保溫瓶不同顏色）、低決策成本商品（3C 配件）、客單超低（NT$200 以下）的品類——客戶懶得做測驗。

適合的職位：DTC 品牌行銷主管、剛開站的新品牌主理人、會員經營專員（測驗收的資料可以拿來做後續 segment）。

三步驟產測驗

第一步填三件事：品類（越具體越好，例如「敏感肌精華 8 款」而不是「保養品」）、客戶主要痛點（前 3 大）、熱賣 SKU 名稱跟適用情境。

第二步 AI 出題目跟對應表：3-5 題互動測驗，每題 3-4 個選項。題目順序有講究——前面用「狀況題」（軟性）、最後一題用「行動題」（你願意花多少？）篩出意願度。對應表是 IF-THEN 邏輯：選 A+B+1 → 推 SKU1、選 A+C+2 → 推 SKU2。AI 會幫你補完所有組合。

第三步拿結果頁文案 + 後續 EDM/LINE：結果頁文案會根據客戶選的痛點客製化，例如「你的膚質是混合敏感型，這支精華 70% 的混敏客戶用兩週後...」帶社會證明。後續 3 封 EDM：第 2 天教育型、第 5 天用戶見證、第 10 天限時優惠。

第四步：拿 embed snippet 貼到 Shopify、SHOPLINE 或自家網站。簡單版用 iframe，進階版用 JS SDK 整合 GA4 事件追蹤。

實戰案例：寵物食品 quiz 拉轉換

一家賣狗狗鮮食的品牌，6 款配方對應不同年齡、體型、過敏。商品頁原本轉換率 1.4%，客戶看完三款就跳走。

進工具設計 4 題 quiz：「狗狗年齡？」「體重？」「是否有過敏？」「目前主食類型？」答完跳結果頁推 2 款配方 + 30 天試吃方案。

上線兩個月數字：完成率 78%、結果頁加購率 23%（一般商品頁 1.4%）。最有用的是後續 EDM——客戶答的「過敏雞蛋」這個資訊進了會員資料，後續所有 EDM 自動排除含雞蛋的新品推薦。

品牌主回饋：原本客服每天要回 20 條「我家狗適合哪款？」，quiz 上線後降到每天 3 條，客服時間省下來做老客戶關係。

幾個關鍵設計原則

第一，題目別超過 5 題。完成率從 5 題的 70% 掉到 8 題的 35%。如果想多問，把「不影響推薦」的問題（例如年齡、性別）放結果頁後面，給折扣換填寫。

第二，每題選項 3-4 個。少於 3 個太粗糙、超過 4 個選擇成本太高。

第三，結果頁不要直接賣。先寫「你的類型是 OO」分析 100 字，再來「為什麼推這支」150 字，最後 CTA 加價購或試用方案。直接放 NT$1980 加入購物車轉換率掉很多。

第四，收的資料要進 CRM。客戶答的「過敏雞蛋」「混合敏感肌」「目標減脂」這些 zero-party data 進到會員資料後，所有後續 EDM 跟 LINE 訊息都要根據這個調整內容——這才是測驗的真正價值。

搭配其他工具

測驗只是入口。拿到名單後配 lead-magnet-builder 的 EDM 序列做 onboarding。後續想做更深的個人化，配 product-quiz-designer 收的資料 + predictive-score-engine 算 CLV，把 top 客戶圈出來做 VIP 計畫。

如果你已經做了 quiz 但轉換不夠好，配 ab-planner 規劃 A/B 測試（不同題目順序、不同結果頁文案）找最佳組合。