3 分鐘快速重點精華
發票實購數據是用消費者授權的電子發票整理出的購買紀錄,每一筆都記錄了在哪個通路、哪一天、買了哪些品項、花了多少錢。去識別化之後,品牌可以用它看市場、看競品、看自己的買家是誰。invosData(引客數據)的資料來自發票存摺 App 900 萬用戶,累計超過 50 億筆交易。
一句話定義:發票實購數據=經消費者授權、去識別化後的電子發票交易紀錄,記錄同一位(匿名)消費者在什麼時間、哪個通路、買了哪些品項、花了多少錢。
發票實購數據從哪裡來?
- 消費者用 App 管理發票。發票存摺的用戶把載具歸戶、掃描發票,用來對獎與記帳。
- 經用戶授權。資料在用戶同意的範圍內使用。
- 去識別化。移除可以辨識個人的資訊,每位消費者只以匿名 ID 表示。
- 聚合分析或做成受眾。品牌拿到的是市場與品牌層級的分析結果,或可上傳廣告平台的去識別化受眾包。
一張發票看得到什麼?

| 面向 | 看得到 | 可以回答 |
|---|---|---|
| 人(誰買) | 匿名 ID、用戶提供的年齡層與性別 | 買家是誰、是新客還是舊客、從哪個牌子來 |
| 貨(買什麼) | 品牌、品項、數量、金額 | 市佔、單價、購物籃裡還有什麼 |
| 場(在哪買) | 通路、日期與時間 | 哪個通路在長、檔期有沒有反應 |
同一個匿名 ID 會在不同通路留下發票,所以看得到同一個人在全聯、好市多、藥妝、電商之間怎麼移動。這是通路自己的報表看不到的。
品牌可以用它回答的 5 個問題
- 我的市佔是多少、在長還是縮?金額市佔與滲透率一起看,知道成長是來自更多人買,還是每個人買更多。怎麼查市佔率
- 好市多、電商這些通路賣得怎麼樣?通路不給的末端實銷,可以從消費者端看到。好市多的銷售數據怎麼拿
- 新品有沒有人回購?上市後每週看動銷、買家與回購。新品 30 天怎麼追
- 業績掉了,顧客去哪了?拆成買的人變少、換品牌、換通路三種。好市多顧客轉移案例
- 廣告有沒有帶來門市購買?把看過廣告的人和門市買單的人對起來。Meta 離線轉換怎麼做
常用的三種分析方法
- NES 分群:把買家分成新客、舊客、沉睡客,各給不同的溝通。
- 購物籃併買分析:看買你的人同一張發票還買了什麼,找組合與陳列機會。
- 品牌轉移分析:看買家從哪個牌子來、往哪個牌子去。
發票實購數據的限制
- 看不到現金紙本發票與未歸戶的交易。現金比例高的通路與品類要特別留意。
- 樣本是 App 用戶,不是全人口。適合看趨勢、結構與相對位置;要推估全市場金額時,需要校正。
- 小品類的購買人數少時,數字會跳動。建議拉長觀察期間或合併相近品類。
跟其他兩種數據的比較:三種零售數據怎麼選
資料來源與口徑
invosData(引客數據)是麻布數據科技旗下的零售數據品牌,以發票存摺 App 900 萬用戶授權的實購發票為資料來源,累計超過 50 億筆交易。本文中的通路與分析方法,以 invosData 2026 年 10 月的服務範圍為準。
常見問題
發票實購數據會不會洩漏個資?
invosData 使用的是發票存摺 App 用戶授權、去識別化後的交易紀錄。品牌拿到的是聚合後的分析結果或去識別化的受眾,不會拿到個人姓名、電話或地址。
發票實購數據可以看到哪一層的資料?
發票上有品項明細,但交付的粒度依服務而定:OmniRadar 是品牌層級的月資料;更細的分析要另外確認範圍。
發票數據跟信用卡數據差在哪?
信用卡數據通常只看得到在哪家商店花了多少錢;電子發票有品項明細,看得到買了哪些商品、各買多少。
發票實購數據涵蓋哪些通路?
凡是開立電子發票、且消費者有歸戶到載具的交易都看得到,包括超商、超市、量販、藥妝、電商與好市多。現金紙本發票與未歸戶的交易看不到。
文章目錄
相關文章
相關案例
3 分鐘快速重點精華
發票實購數據是用消費者授權的電子發票整理出的購買紀錄,每一筆都記錄了在哪個通路、哪一天、買了哪些品項、花了多少錢。去識別化之後,品牌可以用它看市場、看競品、看自己的買家是誰。invosData(引客數據)的資料來自發票存摺 App 900 萬用戶,累計超過 50 億筆交易。
一句話定義:發票實購數據=經消費者授權、去識別化後的電子發票交易紀錄,記錄同一位(匿名)消費者在什麼時間、哪個通路、買了哪些品項、花了多少錢。
發票實購數據從哪裡來?
- 消費者用 App 管理發票。發票存摺的用戶把載具歸戶、掃描發票,用來對獎與記帳。
- 經用戶授權。資料在用戶同意的範圍內使用。
- 去識別化。移除可以辨識個人的資訊,每位消費者只以匿名 ID 表示。
- 聚合分析或做成受眾。品牌拿到的是市場與品牌層級的分析結果,或可上傳廣告平台的去識別化受眾包。
一張發票看得到什麼?

| 面向 | 看得到 | 可以回答 |
|---|---|---|
| 人(誰買) | 匿名 ID、用戶提供的年齡層與性別 | 買家是誰、是新客還是舊客、從哪個牌子來 |
| 貨(買什麼) | 品牌、品項、數量、金額 | 市佔、單價、購物籃裡還有什麼 |
| 場(在哪買) | 通路、日期與時間 | 哪個通路在長、檔期有沒有反應 |
同一個匿名 ID 會在不同通路留下發票,所以看得到同一個人在全聯、好市多、藥妝、電商之間怎麼移動。這是通路自己的報表看不到的。
品牌可以用它回答的 5 個問題
- 我的市佔是多少、在長還是縮?金額市佔與滲透率一起看,知道成長是來自更多人買,還是每個人買更多。怎麼查市佔率
- 好市多、電商這些通路賣得怎麼樣?通路不給的末端實銷,可以從消費者端看到。好市多的銷售數據怎麼拿
- 新品有沒有人回購?上市後每週看動銷、買家與回購。新品 30 天怎麼追
- 業績掉了,顧客去哪了?拆成買的人變少、換品牌、換通路三種。好市多顧客轉移案例
- 廣告有沒有帶來門市購買?把看過廣告的人和門市買單的人對起來。Meta 離線轉換怎麼做
常用的三種分析方法
- NES 分群:把買家分成新客、舊客、沉睡客,各給不同的溝通。
- 購物籃併買分析:看買你的人同一張發票還買了什麼,找組合與陳列機會。
- 品牌轉移分析:看買家從哪個牌子來、往哪個牌子去。
發票實購數據的限制
- 看不到現金紙本發票與未歸戶的交易。現金比例高的通路與品類要特別留意。
- 樣本是 App 用戶,不是全人口。適合看趨勢、結構與相對位置;要推估全市場金額時,需要校正。
- 小品類的購買人數少時,數字會跳動。建議拉長觀察期間或合併相近品類。
跟其他兩種數據的比較:三種零售數據怎麼選
資料來源與口徑
invosData(引客數據)是麻布數據科技旗下的零售數據品牌,以發票存摺 App 900 萬用戶授權的實購發票為資料來源,累計超過 50 億筆交易。本文中的通路與分析方法,以 invosData 2026 年 10 月的服務範圍為準。
常見問題
發票實購數據會不會洩漏個資?
invosData 使用的是發票存摺 App 用戶授權、去識別化後的交易紀錄。品牌拿到的是聚合後的分析結果或去識別化的受眾,不會拿到個人姓名、電話或地址。
發票實購數據可以看到哪一層的資料?
發票上有品項明細,但交付的粒度依服務而定:OmniRadar 是品牌層級的月資料;更細的分析要另外確認範圍。
發票數據跟信用卡數據差在哪?
信用卡數據通常只看得到在哪家商店花了多少錢;電子發票有品項明細,看得到買了哪些商品、各買多少。
發票實購數據涵蓋哪些通路?
凡是開立電子發票、且消費者有歸戶到載具的交易都看得到,包括超商、超市、量販、藥妝、電商與好市多。現金紙本發票與未歸戶的交易看不到。
相關文章
相關案例







