核心結論
不能只因資料已在公司手上就直接擴大使用。先逐欄確認蒐集來源、原始告知、特定目的、合法依據、通路與保存期限，並檢查 AI 是否又推論出敏感標籤。無法說明資料為何能用、誰可存取及何時刪除時，先停在匿名統計或低侵入情境分群，不要直接上傳完整名單。
執行摘要
核心觀察：台灣《個人資料保護法》要求個資利用不得逾越特定目的必要範圍，進行行銷時，當事人表示拒絕就應停止，首次行銷也要提供拒絕方式。[1] 官方指引進一步要求拒絕管道免費、快速、容易，並將拒絕結果更新、彙整及通知受委託者。[2] 一項 360 人實驗發現，當隱私疑慮被喚起，高度使用可識別資料的個人化訊息不比一般訊息有效，且弱於中度情境化訊息；這是南韓樣本，不能當成台灣轉換率。[6] 行動建議：先建立資料來源與目的清單，從低侵入的情境分群開始，以轉換率、拒絕率、申訴、資料更正與刪除處理時間共同驗收，拒絕名單要同步到所有通路與委外商。[3][4][5]
先證明資料為何能用
台灣《個人資料保護法》第 5 條要求個資的蒐集、處理與利用不得逾越特定目的必要範圍，並須與蒐集目的有正當合理關聯；第 20 條則要求非公務機關原則上在特定目的必要範圍內利用資料。[1] 因此，把客服紀錄、交易、網站行為與第三方名單丟進 AI 前，企業要先逐項確認來源、目的、合法依據與保存期限。
最實用的做法是建立資料用途表：每個欄位對應蒐集來源、原始告知、可使用的行銷通路、負責人、保存期限與刪除方式。模型產生的新標籤也不能視為無主資料，尤其是健康、宗教、政治、財務困難或其他敏感推論。若無法向客戶清楚解釋某個分群如何形成，就先不要拿它決定訊息、優惠或排除對象。
拒絕必須真的停止
依個資法第 20 條，當事人拒絕接受行銷時，企業應即停止利用其個資行銷；首次行銷還要提供拒絕方式並支付所需費用。[1] 官方指引把操作要求說得更具體：拒絕方式應免費、快速、容易，企業收到後要記錄、更新、彙整及回覆，並儘速通知所屬人員與受委託者停止行銷。[2]
所以退訂不能只在單一電子郵件名單打勾。CRM、簡訊、廣告受眾、自動化旅程與外包代理商都要讀取同一份抑制狀態，且記錄請求時間、同步時間、通路與執行結果。若系統仍需保留最低限度資料來防止再次投放，應明確限制用途與權限，不可把抑制名單重新當成可分析、再行銷或相似受眾的來源。
關鍵要點
目的先於模型：先說清楚資料為何蒐集、用於哪個通路與分群；不能因 AI 做得到就擴張用途。
退出要跨系統生效：CRM、電子郵件、簡訊、廣告平台與委外商共用抑制名單，並保留同步時間與結果。
從低侵入分群開始：優先使用客戶主動提供或低敏感情境資料，不以敏感特徵或不透明推論追求短期轉換。
外國規則只作參照：FTC、歐盟執委會與 EDPB 資料可協助設計控制，但不能取代台灣法規判斷。
轉換與信任一起量：除點擊、詢問與成交，也追蹤拒絕、申訴、錯誤分群及資料更正或刪除處理時間。
參考來源
FTC Staff Report on Social Media and Video Streaming Data Practices
U.S. Federal Trade Commission · 2024-09-19
https://www.ftc.gov/news-events/news/press-releases/2024/09/ftc-staff-report-finds-large-social-media-video-streaming-companies-have-engaged-vast-surveillanceNew rules to protect your rights and activity online in the EU
European Commission · 2024-02-16
https://commission.europa.eu/news-and-media/news/new-rules-protect-your-rights-and-activity-online-eu-2024-02-16_enGuidelines 8/2020 on the targeting of social media users
European Data Protection Board · 2021-07-07
https://www.edpb.europa.eu/system/files/2021-04/edpb_guidelines_082020_on_the_targeting_of_social_media_users_en.pdfTriggering the Personalization Backfire Effect
Behavioral Sciences 原始研究 · 2025-09-26
https://pubmed.ncbi.nlm.nih.gov/41153114/常見問題
Q：企業可以把既有客戶資料直接交給 AI 做個人化行銷嗎？
A：不能只因資料已在公司手上就直接擴大使用。先逐欄確認蒐集來源、原始告知、特定目的、合法依據、通路與保存期限，並檢查 AI 是否又推論出敏感標籤。無法說明資料為何能用、誰可存取及何時刪除時，先停在匿名統計或低侵入情境分群，不要直接上傳完整名單。
Q：客戶退訂電子報後，其他廣告還可以繼續投放嗎？
A：要依客戶表達的拒絕範圍立即停止，不能只關閉一封電子報。企業應把拒絕狀態同步到 CRM、簡訊、自動化旅程、廣告受眾與委外廠商，記錄請求及完成時間。保留最低限度抑制資料只能用來防止再次投放，不得重新拿去分析、建立相似受眾或啟動其他行銷。
Q：個人化程度越高，廣告轉換率一定越好嗎？
A：不一定。一項南韓 360 人隨機實驗顯示，隱私疑慮被喚起時，使用可識別資料的高侵入個人化不比一般訊息有效，且弱於中度情境化訊息。這不是台灣轉換率預測，但說明企業應以本地受控試點比較一般與低侵入分群，不能把資料量當成成效保證。
Q：AI 個人化行銷試點應該追蹤哪些 KPI？
A：至少同時量商業成果與信任成本。商業面追蹤點擊、有效詢問、成交及每筆有效名單成本；治理面追蹤拒絕行銷、申訴、錯誤分群、資料更正或刪除處理時間，以及抑制名單跨系統同步成功率。轉換增加卻伴隨退訂與抱怨上升，不應直接判定成功。
Q：中小企業要用多久才能判斷個人化行銷是否值得擴大？
A：先跑四週受控試點，再決定是否擴大。限定一個產品、一個通路與一種低風險客群，比較一般訊息和低侵入情境分群；每週抽查資料來源、受眾條件與退訂同步。四週後由行銷、資訊及個資負責人共同檢視轉換、拒絕、申訴與修正時間，未形成穩定淨效益就維持小規模。
由穹境科技 AI 情報系統生成 · 2026-10-09 · 資料來源見上方參考列表