KEY POINTS
本文重點
- 理解一次購買，可以把「怎麼注意到、為什麼願意相信、什麼讓人決定」分開來看；只看單一平台，看不到整個選擇過程。
- 常被拿來談「專注力變短」的三份研究，量的分別是數位情境裡的畫面切換、短影音使用與注意力表現的相關性、一群人對話題的關注，不能直接推成「消費者越來越沒耐心」。
- 年齡差異適合當觀察的起點；同一個人在不同情境下的做法，差異可能更大。
- Pew 觀察到，Google 搜尋頁出現 AI 摘要時，點擊一般搜尋結果的比例是 8%，沒有摘要時是 15%；網站流量變少時，值得先分清楚是需求減少，還是有些問題在進站之前就被處理了。
小時候，有些商品和服務，是先用聲音讓我記住的。
「磨菜刀、磨剪刀、換刀把」、「修理紗窗、紗門、換玻璃」，還有台中草湖芋仔冰。這些沿街叫賣的聲音，到現在仍然留在我的記憶裡。聲音從巷口傳進來，家裡的大人會停下手邊的事，探頭看一下，決定今天要不要出去。
後來，回想生活裡的廣告，還有塞進信箱的傳單、報紙上的版面、街頭的海報，連電線桿上都貼著各式各樣的訊息。再往後，搜尋、社群、手機裡的推薦，成了理解消費者時不能跳過的討論。
最近把這些記憶和研究放在一起，我開始想：一路改變的，究竟只是傳遞訊息的工具，還是連人願意注意什麼、相信誰、怎麼做決定，也一起變了？
我想談的，不只是年輕人和自己這一代有什麼不同。像我這樣一路經歷這些變化的人，自己的習慣，不也一直在調整嗎？
對品牌與行銷團隊來說，真正需要跟上的，可能就在這裡。
我更想知道的，不只是人在哪個平台
在理解一次購買時，我想先把三件事分開：一個人怎麼注意到商品，為什麼願意相信，最後又是什麼讓他決定購買。
聽到芋仔冰的叫賣聲，和願意走出家門買一盒，中間就有值得追問的地方。是剛好想吃？上次買過覺得不錯？還是看見鄰居也買了？
換成今天的情境，試想一個人先在社群看到某項商品，去搜尋價格，問 AI 幾個規格問題，再到門市摸摸看，最後回到熟悉的電商下單。只看其中一個平台，能看見這次選擇的多少？
這也不是要畫出另一條固定的購買路徑。有人可能跳過比較，有人看了很多資料還是不買；也有人早就信任某個品牌，只是在等一個適合購買的時間。
甚至連「會不會主動查證」，都不能先替對方假設。台灣網路資訊中心（TWNIC）的《2025 台灣網路報告》中，問到多常主動判斷資訊的真偽，上網者樣本裡有 13.60% 回答經常或總是，65.91% 回答從來沒有或很少[1]。
這是一般網路資訊的查證習慣，不能直接推論成「多數消費者未經查證就相信品牌」，也沒有說明信任究竟從哪裡來。但它提醒我：不要把一個人想像成每次都會完整搜尋、仔細比較，再理性下單。
所以，比起只問「現在大家都在哪裡」，我更想問：他在那裡做什麼？又帶著什麼疑問，走到下一個地方？
專注力變短了，還是結論下得太快？
談到這些變化，很容易接上一句：「現在的人越來越沒有耐心。」
我原本也想從專注力下降談起。可是回頭讀研究，才發現幾組常被放在一起的數字，其實在回答不同的問題。
加州大學爾灣分校的 Gloria Mark 在 2023 年的訪談中回顧，她在 2003 年的研究裡，觀察到人們在切換螢幕內容前，平均停留約兩分半鐘；後續研究觀察到的平均值，則約為 47 秒[2]。這描述的是數位情境中的注意力切換，不是說人的大腦只能專注 47 秒，也不是所有消費者的平均專注力。
短影音是另一個值得留意的面向。2025 年《心理學公報》（Psychological Bulletin）的一篇系統性回顧與統合分析，涵蓋 71 項研究、98,299 名參與者，發現較多的短影音使用，與較差的注意力及抑制控制（inhibitory control）表現有關[3]。不過，多數納入研究是橫斷面與相關性研究，還不能確定影響的方向。
這值得重視，卻不等於「滑短影音就失去思考能力」，也推不出「品牌的內容都應該越短越好」。放回台灣，TWNIC 同一份報告中，近八成受訪者（78.46%）在過去三個月看過短影音，使用者裡約四分之三（73.98%）每天都看[1]，這說明的是使用的普及，並沒有測量這些人的注意力表現。
還有一種變化，是一群人對話題的關注更替。2019 年《自然通訊》（Nature Communications）的研究，在多種資料中觀察到集體關注的加速變化，例如 Twitter 主題標籤停留在前 50 名的平均時間，從 2013 年的 17.5 小時，縮短到 2016 年的 11.9 小時[4]。這裡量的是話題的熱度變化，不是個人的專注能力。
讀完之後，我更不想把所有「沒有停下來」都歸因於沒耐心。
一個人離開某段內容，可能被打斷，也可能已經找到答案，或很快判斷出「這不是我要的」。假設一段影片讓人看了很久，最後卻仍然不知道產品適不適合自己，那份停留，又完成了什麼？
品牌需要爭取注意，但也得知道，爭取到之後，要幫對方解決什麼。
年齡可以幫助理解，不能代替理解
不同世代的差異，當然值得看。但如果最後只得到一張「年輕人用這個，中年人用那個」的平台分眾表，我覺得還不夠。
資策會產業情報研究所（MIC）在 2025 年 12 月公布、於 2024 年第四季採樣的調查中，18 到 24 歲社群用戶常用 Instagram 的比例為 78%；YouTube 則不只屬於年輕人，55 到 65 歲的常用比例為 79.9%，高於 18 到 24 歲的 70.6%[5]。
這些數字可以當成觀察的起點，卻還沒有回答：同樣打開 YouTube，兩個人想找的東西、願意花的時間，是否相同？
Pew Research Center 也提醒，研究世代時，需要區分年齡、生命階段，以及同一時代對各年齡層的影響[6]。今天的年輕人和中年人不同，不等於所有差異都來自固定的世代特質。
再把範圍縮小到同一個人，假設他今天要找一家午餐店、買一台筆電，或替家人挑選一項重要服務，會用同樣的方式做決定嗎？午餐可能看一下距離和評分就決定；筆電需要比規格、看使用經驗；替家人挑服務，則可能問了好幾個人，還有一些疑慮放不下。
我會把價格、熟悉程度、做錯決定的代價，以及當下有多少時間，一起放進理解裡，而不只看出生年份。
先替讀者設想好答案的習慣，在自己的工作裡也看得到。10 月中旬，官網發了幾篇 Data Studio 的導讀文章，每篇都有中英文兩個版本。發布後的頭幾天，Search Console 裡英文版的曝光明顯比中文版多，以同一篇主題來看，英文版 287 次，中文版 13 次。只有幾天的資料，也還說不出原因，可能是用英文搜尋這類工具的人本來就比較多，也可能是兩種語言的搜尋結果競爭程度不同。我沒有把它當成結論，但它讓我開始試著用英文寫作，這篇文章的英文版就是這樣來的。
這也是我不想只談「年輕人變了」的原因。需要持續更新的，也包括自己對人的想像。
有了 AI，找到答案之後呢？
AI 的確已經進入不少人的使用經驗。TWNIC 的《2025 台灣網路報告》中，43.19% 的受訪者在過去三個月用過生成式 AI[1]。美國 Pew 同年發布的調查則顯示，34% 的成人曾用過 ChatGPT，30 歲以下為 58%[7]。兩份調查問的工具範圍與期間不同，不能直接比較普及程度。
不過，比起誰用得更多，我更想知道，人把哪些事情交給了 AI，哪些事情還想自己確認。
Pew 另一項以 900 名美國成人瀏覽紀錄為基礎的研究發現，在其分析裡，有 AI 摘要的 Google 搜尋頁造訪，8% 接著點擊一般搜尋結果；沒有摘要時則為 15%[8]。這是不同搜尋情境的觀察比較，不能直接當成 AI 摘要造成的效果。
這讓我在看網站數字時，更想多問一層：流量變少，是需求減少，還是有些問題在進站之前就被處理了？兩種可能都需要證據，不能看到流量下降，就直接認定品牌失去吸引力，也不能用「大家都在別處得到答案」安慰自己，卻沒有繼續追查。
而得到答案，也不代表一定就停在那裡。路透新聞學研究所（Reuters Institute）的《2026 數位新聞報告》中，用 AI 聊天機器人看新聞的人，有 42% 自述總是或經常會點回原始來源[9]，不過這是新聞情境裡的自述行為，不能直接套用到購物。
回到購物，資策會 MIC 於 2026 年 6 月公布的電商調查，問的是消費者期待哪些 AI 服務，AI 商品比價以 68.7% 居首，搜尋推薦與評論摘要也在前五名[10]。這是期待，不是已經發生的使用行為。
我從這裡得到的提問是：如果消費者希望 AI 協助比較，品牌有沒有把可比較的資訊說清楚？如果對方已經看過摘要，接下來還需要什麼，才足以判斷適不適合自己？
從這個角度看，我不會急著問「AI 會取代哪個平台」。我更想知道，它改變了選擇過程中的哪一段，而品牌原本的做法，有哪些需要跟著調整。
回到工作裡，我會先做這三件事
研究可以提醒方向，但要決定預算、內容與服務怎麼改，還是得回到實際的顧客。
問最近一次真實的選擇，不只問平常的習慣
與其只問「平常用哪些平台」，我會請顧客回想最近一次購買，或一次最後沒有買的經驗：最早怎麼注意到？後來找了哪些資料？哪一段資訊讓他改變想法？最後決定買或不買的原因是什麼？尤其是最後沒有買的人，我不想只把他們留在報表裡，變成一個沒有轉換的數字。
回憶未必完整，所以我會把這些回答和搜尋、網站、客服及訂單資料放在一起對照，不要求報表回答所有問題，也不把一個有說服力的故事，當成所有顧客的做法。
讓人容易看懂，也有地方繼續了解
我不會把「大家看得更快」直接翻譯成「所有內容都要縮短」。第一次接觸時，能不能很快知道這是什麼、適合誰？開始比較時，能不能找到差異、限制與使用條件？準備下單時，價格、交付方式、售後服務有沒有交代清楚？
假設對方在意的是兩個方案究竟差在哪裡，再多一支吸睛影片，也未必解決了他的問題；需要補的，可能只是一份說明清楚、不避談限制的比較。
每次調整，都說清楚想改變哪個行為
一篇內容要讓人認識品牌，和要幫助已經考慮購買的人解除疑慮，我會用不同的問題來檢驗：前者看有沒有接觸到合適的人、對方有沒有理解品牌在說什麼；後者看原本的疑問有沒有被回答。觀看、互動、詢問與購買都可以是線索，但不能彼此代替。
對團隊的要求也會更具體：這次改動想解決什麼問題？預期哪個行為會改變？要看到什麼，才有理由認為做法有效？我希望討論最後能走到這裡，而不只是「這支影片很多人看」，或「這個平台現在很紅」。
回到巷口
回想小時候，叫賣聲從巷口傳來，大人探頭看一下，再決定要不要出去。
那個動作裡，就有一個很直接的判斷：這和我有沒有關係？
今天再回頭看，我不想只懷念以前的廣告比較容易被記住，也不想把現在的人簡單歸類成比較沒有耐心。
我更在意的是，當自己站在傳遞訊息的這一邊，有沒有真的花時間理解對方。
當他沒有停下來，我想先弄清楚：是他不需要，還是始終沒有回答到他在意的事。
常見問題
人的專注力只剩 47 秒嗎？
不是。47 秒來自 Gloria Mark 對數位情境的觀察，指的是人在切換螢幕內容之前平均停留多久，描述的是注意力在畫面之間的移動，不是大腦能專注的上限，也不是消費者的平均專注力。
搜尋結果出現 AI 摘要之後，網站流量一定會下降嗎？
不一定。Pew 觀察到，出現 AI 摘要時點擊一般結果的比例是 8%，沒有摘要時是 15%，但這是不同搜尋情境的比較，不能直接推論是 AI 摘要造成的差異。流量變少時，需求減少和問題在進站前就被處理，兩種可能都需要證據。
不同世代真的待在不同的平台上嗎？
有差異，但沒有平台分眾表看起來那麼分明。資策會 MIC 的調查中，18 到 24 歲常用 Instagram 的比例是 78%，55 到 65 歲常用 YouTube 的比例是 79.9%，還高過 18 到 24 歲的 70.6%。Pew 也提醒，年齡差異可能來自生命階段或時代經歷，不一定是固定的世代特質。
品牌要怎麼知道顧客是在哪裡做決定的？
比較直接的方法，是請顧客回想最近一次真實的購買，或最後沒有買的經驗，從最早怎麼注意到、查了哪些資料、什麼讓他改變想法，一路問到最後的原因，再把這些回答和搜尋、網站、客服及訂單資料放在一起對照。回憶未必完整，報表也看不到沒有來的人，兩邊互相補足。
從自己的資料開始
理解顧客，可以從一次訪談，也可以從重新看懂手上的報表開始。CloudAD 的 Data Studio 範本與教學網站整理了搜尋、社群與電商報表的基本讀法。把數字看清楚，再拿去對照真實的選擇過程，才知道哪些地方需要繼續問。
延伸閱讀
- 【Search Console】入門：曝光、點擊、CTR 與平均排名怎麼看？
- 社群成效報表怎麼看？觸及、曝光、互動與導流的差別
- 電商營運報表入門：營收、訂單、客單價與轉換率怎麼看？
- AI 搜尋時代的品牌衡量：從 Sessions 到 Answers
參考資料
這篇用到的十份資料，量的對象、地區與問法都不同：有的是工作中的畫面切換，有的是相關性研究，有的是新聞情境裡的自陳行為，有的是消費者的期待。放在一起是為了把問題問得更細，借用其中任何一個數字之前，都要先看清楚它的範圍。官網 Data Studio 導讀文的曝光數字，來自 cloudad.tech 自己的 Search Console。
- 台灣網路資訊中心（TWNIC），《2025 台灣網路報告》摘要版（2025/12/17 發布；調查期間 2025/7/28–9/1，有效樣本 2,142）：https://report.twnic.tw/2025/en/assets/download/TWNIC_TaiwanInternetReport_2025_CH_summary.pdf
- University of California，〈Can’t pay attention? You’re not alone〉，Gloria Mark 訪談（2023）：https://www.universityofcalifornia.edu/news/cant-pay-attention-youre-not-alone
- Nguyen, L. et al.（2025）。Feeds, feelings, and focus: A systematic review and meta-analysis examining the cognitive and mental health correlates of short-form video use。Psychological Bulletin, 151(9), 1125–1146。doi:10.1037/bul0000498
- Lorenz-Spreen, P., Mønsted, B. M., Hövel, P., & Lehmann, S.（2019）。Accelerating dynamics of collective attention。Nature Communications, 10, 1759：https://pmc.ncbi.nlm.nih.gov/articles/PMC6465266
- 資策會產業情報研究所（MIC），〈社群通訊行為調查〉（2025/12/4）：https://mic.iii.org.tw/news.aspx?id=744
- Pew Research Center，〈How Pew Research Center will report on generations moving forward〉（2023/5/22）：https://www.pewresearch.org/short-reads/2023/05/22/how-pew-research-center-will-report-on-generations-moving-forward/
- Pew Research Center，〈34% of U.S. adults have used ChatGPT, about double the share in 2023〉（2025/6/25）：https://www.pewresearch.org/short-reads/2025/06/25/34-of-us-adults-have-used-chatgpt-about-double-the-share-in-2023/
- Pew Research Center，〈Google users are less likely to click on links when an AI summary appears in the results〉（2025/7/22）：https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/
- Reuters Institute for the Study of Journalism，Digital News Report 2026 Executive Summary（2026/6）：https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026/dnr-executive-summary
- 資策會產業情報研究所（MIC），〈【電商市場趨勢與消費調查】「AI」與「物流」成臺灣電商業者競爭力升級兩大關鍵〉（2026/6/30）：https://mic.iii.org.tw/news.aspx?List=1&id=765
