小公司也能做的第一手調查：把自家資料變成 AI 會引用的原創數據
小公司沒有研究部門，怎麼做出會被引用的數據
小公司可以從自己手上已經有的資料做起，例如客服紀錄、訂單資料與顧客問卷，整理成一份範圍很小但方法寫清楚的調查。AI 引用數據時看重的是來源明確、方法可查、結論句能單獨成立。規模小沒有關係，寫不清楚才是問題。
原創數據是指由你自己蒐集、別的網站找不到的資料。多數產業文章都在轉述同一批舊數字，誰手上有新的第一手資料，誰就比較容易成為被引用的那個來源。
下面用七個步驟說明。示例是一家替小型餐飲店做設備保養的服務商，內容已匿名處理。
步驟一：先從客戶真的會問的問題挑題目
題目要從問題出發，不要從你想宣傳的事情出發。我們請客服與業務各寫下十個最常被問到、但網路上查不到明確答案的問題。
這家服務商列出的問題裡，有一題是「製冰機多久要保養一次才不會故障」。網路上的答案都來自設備原廠的建議週期，沒有來自實際維修現場的資料。這就是合適的題目。
挑題目有三個條件：客戶真的在問，你手上有資料可以回答，答案對客戶的決定有幫助。三個條件缺一個就換題。
步驟二：盤點手上有哪些資料可以用
多數小公司低估了自己擁有的資料。常見的來源有這幾種。
- 維修單、工單與服務紀錄：有日期、有問題類型、有處理方式
- 訂單與回購紀錄：看得出購買間隔與組合
- 客服對話與來電紀錄：看得出顧客在哪個階段問什麼
- 報價單與詢問表單：看得出需求的分布
- 自己發出去的顧客問卷：題目可以自己設計
這一步最容易卡在資料格式。維修單可能有一半是手寫的。我們的做法是先不求全，只取最近一段完整期間、格式一致的紀錄，整理進試算表。寧可樣本小，也不要把格式不一的資料硬湊在一起。
步驟三：處理個資與商業機密之後才開始統計
資料進試算表之前，先刪除姓名、電話、地址、店名與任何可以回推出特定客戶的欄位。只留下分析需要的欄位，例如設備類型、上次保養日期、故障類型。
如果某個分類底下只有一兩家客戶，就併入其他分類。分類太細會讓熟悉產業的人猜出是誰。
資料的使用是否符合當初向客戶說明的範圍，以及是否符合當地的個人資料保護規定，需要請當地持牌的法律專業人士確認。這一步不能由行銷部門自己判斷。
步驟四：把樣本與方法寫成一段任何人都看得懂的說明
方法說明是整份調查裡最重要的一段，也是多數公司省略的一段。它至少要回答五個問題。
- 資料從哪裡來，是自家服務紀錄還是問卷
- 涵蓋的期間是什麼時候到什麼時候
- 樣本有多少筆，是多少家客戶的資料
- 哪些資料被排除，排除的理由是什麼
- 這份資料有什麼偏差，哪些結論不能外推
第五點要誠實寫。這家服務商的客戶都是主動簽保養合約的店家，本來就比一般店家重視保養。這個偏差要直接寫在頁面上。寫出限制不會降低可信度，讀者與 AI 反而比較容易判斷這份資料可以用在哪裡。
步驟五：結論句要寫成可以被單獨引用的句子
AI 引用數據時，通常只取一兩句話。這句話離開上下文之後還要能被理解。每個發現都照同一個結構寫：誰的資料，在什麼期間，看到什麼。
不合格的寫法是「調查顯示定期保養很重要」。這句話沒有主詞，沒有範圍，也沒有數字。
合格的寫法會寫明這是哪一類服務商的維修紀錄、涵蓋多久的期間、樣本多少筆、超過建議週期才保養的設備與按時保養的設備在故障次數上差了多少。句子裡的每個數字都要能在下方的表格裡找到對應。
一份小型調查寫三到五個發現就夠。發現太多，每一個都講不清楚。
步驟六：頁面要照固定的順序排
調查頁面的結構我們固定成六個區塊，由上到下。
- 標題：直接寫出調查對象與主題
- 摘要：用兩到三句寫出最重要的發現，含樣本數與期間
- 主要發現：每個發現一個小標，小標本身就是結論
- 資料表：用文字表格呈現，不要只放圖片
- 方法與限制：步驟四的那一段
- 發布日期、資料期間、負責人與聯絡方式
圖表可以放，但每張圖底下要有一句文字寫出這張圖的結論。AI 讀圖的能力有限，寫成文字才保險。
同一份調查不要拆成很多頁。完整內容集中在一個固定網址，之後每年更新就沿用同一頁，舊年度的數字保留在頁面下方做對照。
步驟七：發布之後要讓別人找得到並且願意引用
調查頁上線後有三件事要做。在自己的相關文章裡，用調查結果補上內文並連回調查頁。把摘要整理成一份簡短的說明，寄給產業社群、公協會與相關媒體的編輯。在公司的商家檔案與社群貼文各發一次。
被其他網站引用，是 AI 判斷這份資料值得採信的重要線索。所以要在頁面上寫清楚引用方式，例如希望別人怎麼標示來源名稱。
發布一個月後，用 Google Search Console 看這一頁有沒有曝光，是用哪些查詢詞被找到。再用當初挑題目的那幾個問題去問 AI 工具，記錄回答裡有沒有出現這份調查。
時間與人力該怎麼估才不會做到一半停掉
第一次做的公司常問要花多久。以這家服務商為例，整理資料花的時間最多，占了全部工時的一半以上，統計與寫作反而快。原因是紀錄散在紙本工單、通訊軟體與兩份格式不同的試算表裡。
我們建議的分工是三個角色。一位熟悉現場的人負責判斷資料怎麼分類，例如哪些故障算同一類。一位負責整理與統計。一位負責寫成頁面。小公司裡可能是同一個人做後兩項，但第一個角色不能省，分類錯了，後面的數字都沒有意義。
統計工具用試算表的樞紐分析就夠。小型調查不需要統計軟體。需要請外部協助的地方通常只有一個：請一位不在專案裡的人讀一遍方法說明，看他能不能只靠那一段就理解數字是怎麼來的。讀不懂就重寫。
另一個實務建議是從這次開始改掉紀錄方式。把工單欄位固定下來，改用同一份表單填寫。明年要更新調查時，整理資料的時間可以省下大半。
做第一手調查時最常見的四個錯誤
- 把問卷發給自己的粉絲，然後寫成整個產業的結論
- 樣本只有十幾筆卻用百分比呈現，看起來很精確，實際沒有意義
- 只挑對自己產品有利的發現，把不利的藏起來
- 發布之後不再更新，隔年數字已經過時還掛在首頁
第三個錯誤最傷。讀者看得出一份調查是不是廣告。把一個對自己不那麼有利的發現也寫出來，整份資料的可信度會提高。
哪些情況下不建議做這種調查
如果手上的資料少到無法做任何分組比較，就不要硬做成調查。這時比較適合寫成個別案例說明，並明講這是個案觀察。
如果資料涉及健康、財務狀況或其他敏感類別，公開前的法規門檻很高，小公司通常不值得冒這個風險。
如果公司沒有人能在明年負責更新，也要再想一下。一份只做一次的調查仍然有價值，但要在頁面上寫明資料期間，並且不要用「年度」這類暗示會持續發布的名稱。
常見問題
樣本很少的調查，AI 也會引用嗎？
有可能。重點在於方法與範圍寫得夠清楚，結論句能單獨成立。樣本少時不要用百分比誇大，直接寫出筆數與資料期間，並說明不能外推的限制。
原創數據一定要用問卷蒐集嗎？
不一定。服務紀錄、訂單、客服對話與詢問表單都是第一手資料。這些資料反映的是實際行為，在許多題目上比問卷的自述回答更有參考價值。
調查結果應該做成 PDF 還是網頁？
建議以網頁為主。網頁上的文字與表格比較容易被搜尋引擎與 AI 讀取，也方便每年在同一個網址更新。PDF 可以當成附加的下載版本。
公開自家數據會不會洩漏商業機密？
有這個風險，所以要先去除可辨識客戶的欄位，合併過細的分類，只公開彙總後的結果。涉及個資與合約的部分應請當地持牌法律專業人士確認。
延伸閱讀：AI 能見度主題文章、最新新知、行銷案例