Locus 調查：AI 購物者的三個比例
Locus 的 Q2 2026 美國消費者調查列出三組數字，對照組在數據段落寫的都是全體美國消費者。文中沒有揭露樣本數與調查方法，數字出自廠商部落格。
| 行為 | 用 AI 購物者 | 全體美國消費者 |
|---|---|---|
| 可能在下個購物週期嘗試新品牌或新產品 | 39% | 18% |
| 每筆訂單買的品項比以前多 | 37% | 17% |
| 有信心比以前買得更少 | 34% | 11% |
Locus 對前兩項的說法是兩倍多，第三項是三倍多。
Locus 的重點摘要、導言與 FAQ 寫的比較對象是非 AI 使用者（non-AI users），三段「The data」寫的則是全體美國消費者（all US consumers），原文兩種寫法並存。
同一個工具，三種用途：Locus 的解讀
Locus 認為，這三個數字只有在把 AI 當成單一趨勢來讀時，才會看起來互相矛盾。它的寫法是「Same tool, opposite directions, depending on the use case.」，意思是同一個工具，依用途不同，會把購物行為推往相反方向。
Locus 描述同一位消費者可能出現三種行為：用 AI 探索時接觸到更多品牌，可能向新品牌購買；購物當下用 AI 輔助，可能因為推薦而加購；購買前用 AI 研究比較，則可能以更高的信心買得更少。
對品牌端，Locus 提到：考量名單變寬會影響既有品牌的防守力，同時替挑戰者品牌打開被發現的機會；品牌團隊需要能同時支援考量廣度與決策信心的訊息，而不是只針對其中一種模式最佳化。
深訪要訪幾個人：飽和概念與樣本量估算
作者「Peron用户研究」（微信公眾號名）在 2025 年 3 月 31 日刊登於人人都是產品經理的文章結論是，質性研究的樣本量要綜合研究範圍、資料收集方法、資源限制與資訊飽和原則來考量。
飽和（Saturation）：該文轉引尼爾森諾曼集團 Maria Rosala 在 2021 年的定義，指研究中浮現的主題已經足夠詳盡，再多做訪談也不會帶來能改變這些主題的新見解。
文中轉引的幾組人數並不相同，各自出處如下：
- 顧問公司 Blink UX 的 Brittany Schiessel（2023 年）：基礎性研究 10-12 名、形成性研究（開發前找出問題以指導設計）6-8 名、總結性研究（衡量使用者體驗）15 名以上。
- Katryna Balboni 整理的方法基準：一對一訪談 12 個、焦點小組 18 個（3 組，每組 6 名）、概念測試 5 個。
- Hennick 與 Kaiser（2022 年）：受訪群體越多樣，達到飽和需要的參與者越多。
Katryna Balboni 在 Victor Yocco 等人的基礎上提出一個估算公式：所需樣本量等於未出席率乘上研究範圍、人群多樣性、研究方法三者的乘積，再除以研究人員的專業程度。文中示範兩個情境：範圍廣、對象有些相似的探索性訪談，算出 24 人；範圍聚焦、對象非常相似的概念測試，算出 7 人。
該文的結論是，研究者要在收集資料的過程中持續評估是否已達到資訊飽和，並依研究進度動態調整樣本量。
CDP 廠商怎麼說客戶畫像
B2B 行銷自動化廠商 Marketup 在 2026 年 5 月 22 日更新的 B2B 企業 CDP 選型指南中稱，CDP 的核心價值是把散落在四五個系統的資料拼成一個完整的客戶畫像。它列舉的資料包括 CRM 的銷售紀錄、官網的行為軌跡、微信的互動紀錄與郵件開信資料。
Marketup 稱 CDP 的核心能力是三件事：資料接入、身分合併、人群分群。它也稱約 60% 的企業在 CDP 上線後 6 個月內沒有達到預期目標，文中沒有說明這個數字的來源。
Marketup 建議的落地第一步是先做資料盤點再上系統：先畫一張客戶資料地圖，列出目前所有客戶接觸點、每個接觸點收集了哪些欄位、哪些欄位是核心識別欄位。這些是廠商對 B2B 企業的建議，不是消費品牌的調查結果。
銷波快觀點：先預設一個人，再回到真實訪談校正
行銷文案的第一步不是寫字，是理解人。理解人的第一步不是蒐集資料，是預設一個具體的人。這個順序反過來的品牌，都在資料裡打轉，做不出決策。
多數品牌卡在同一個地方，把顧客畫像當成一場調研工程，找到樣本、發問卷、跑焦點團體。工具當成了目的。真正的 Persona 是預設情境，讓真實客群自動對號入座。當廣告或文案做得夠精準，目標客群看到時，會覺得「這就是在跟我說話」，跳進你預設的情境裡。
定義 TA 前必須先回答兩個問題：產品能解決客戶什麼痛苦？能滿足哪種心理需求？這兩個前置問題確立之前，Persona 就是空殼。跳過這步直接做廣告，等於在沒有地基的情況下蓋房子，訊息與受眾永遠對不上，行銷預算自然事倍功半。
Customer Avatar 要跟 Empathy Map 搭配用才有力量：Customer Avatar 鎖定對象、Empathy Map 進入情境，單獨用其中一個都會偏。AI 可以幫你快速生成初版，但最終驗證一定要回到真實使用者訪談。沒有這兩個工具，所有文案都是「我覺得消費者會喜歡」的自嗨。
Persona 更大的用途是幫你決定要佔領哪些「時刻」。食品品牌要佔領的不是「想買食品」的時刻，是「下午三點想吃點什麼」「帶伴手禮要選什麼」「煮火鍋要配什麼」這些具體生活時刻，把這些時刻清單寫進 Persona 才會落地。
我們的判斷是，Locus 描述的是同一位消費者在不同時刻用 AI 做不同的事，這和用具體時刻描寫 Persona 的方向一致：只寫人口統計，看不出她此刻是在探索、加購還是審慎比較。訪談人數則可以參考上面的公式，依研究範圍與受訪者多樣性估算，訪談過程中再看是否已經飽和。
結論：用時刻描寫 Persona，用飽和決定訪談人數
Locus 的調查顯示，用 AI 購物的美國消費者在試新品牌、加購、有信心買更少三方面的比例，都高於全體美國消費者，而 Locus 的解讀是這三種行為取決於當下的用途。質性訪談要訪幾個人，「Peron用户研究」整理了 Katryna Balboni 的估算公式，並主張在收集過程中評估是否飽和。我們的建議是先預設一個具體的人與她的購物時刻，再用真實訪談去校正。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
