Fingerhut：少寄目錄，是否更賺錢？

2001 年 2 月 1 日刊於 Interfaces 的研究，介紹 Fingerhut 與 IBM 合作、於 1998 年 9 月全面啟用的系統。文中記載客戶規模為 700 萬，每位客戶每年最多收到 120 本目錄。每週運行的描述屬於這份歷史紀錄，並非說明 Fingerhut 今天的系統。^[1][2]

作者描述的流程會依歷史接觸與訊息飽和影響調整目錄的預期獲利，將相似客戶分組，再於預算等限制下選擇郵寄組合，最後把群組計畫分配至個人。這是模型化配置流程，不能據此宣稱為每個人找到唯一、精確的最佳方案。^[2]

我們的理解是：各自看來很有吸引力的活動，可能爭取同一次回應。統籌整體接觸計畫能顯露這種互相影響，但效果仍取決於回應與成本估計是否可信。

論文表示隨機選取實驗組與對照組，各 70 萬名客戶。實驗組廣告成本下降 6%、營收下降 1.5%、利潤上升 2%。這是三個不同指標；在該實驗中，營收減少可以同時伴隨利潤增加。^[2]

這些是專案作者報告的歷史結果，並非獨立重現，也不是對另一家企業的預測。多個摘要轉載頁仍指向同一研究，不能當成額外的成效證據。

分析與借鑑

值得驗證的假設是：近期收到相似資訊後，下一次接觸的新增價值可能下降。這不表示所有企業都應減少發送、每週重跑，或照搬 1998 年的模型。電子郵件、推播與付費廣告有不同的成本、同意要求及回應模式。

我們建議以扣除相關成本後的增量貢獻為目標，並明確設定頻次與客戶體驗界線。點擊或歸因訂單本身不能證明增量利潤；延後購買、退貨與成本都可能改變結論。

分析與借鑑

1. 列出哪些活動接觸同一批人，以及先後順序。
2. 測試前定義貢獻指標、相關成本、觀察期間與接觸上限。
3. 使用可比較群組，將擬議組合計畫與穩定對照比較。
4. 分別報告接觸量、營收、成本與貢獻，同時記錄不確定性及客訴。
5. 行為改變後重新評估模型；保留使用者同意及排除選擇，不把短期結果無限外推。