報告｜DTC 支援靠的是電商，不是 SaaS

執行摘要

這份研究檢視了 1,148 個 DTC 品牌首頁，重點找出可見的客服元件與供應商指紋。目的是了解 DTC 電商中的支援工具實際長什麼樣子，而不是先入為主地把市場想成和 B2B SaaS 一樣。

最鮮明的對比是 Intercom。Intercom 在 SaaS 客服領域舉足輕重，但在這次靜態掃描中，只出現在 0.6% 的 DTC 首頁上。相較之下，Gorgias 出現在 23.3% 的樣本中，不過這個數字必須打折看，因為品牌池包含了來自 Shopify 生態系案例研究的來源。

客服元件本身也不是全面普及。只有 34.6% 的受掃描首頁在靜態 HTML 中露出至少一個客服元件。由於許多元件是透過 JavaScript 載入，這個數字應被視為下限，而不是真正的總採用率。

AI 客服在公開門市頁面上的訊號更早期。只有 13 個品牌，也就是樣本的 1.1%，在首頁上公開出現 AI 聊天相關字眼。AI 在招募文案與 AI 在 DTC 門市客服之間的落差很大，但這可能同時反映了對外定位，而不只是後端實際採用。

最值得分享的發現

1. 1,148 個 DTC 首頁中，有 397 個在靜態 HTML 中露出至少一個客服元件。
2. Gorgias 以 267 個偵測到的品牌居冠，佔比 23.3%，但要留意樣本回音的影響。
3. Zendesk 以 49 個品牌排名第二，佔 4.3%。
4. Intercom 只出現在 7 個品牌上，僅佔 DTC 樣本的 0.6%。
5. WhatsApp Button 出現在 19 個品牌上，甚至超過多個傳統聊天 SaaS 工具。
6. 只有 13 個品牌，也就是 1.1%，公開呈現 AI 客服相關語言。
7. 這份報告衡量的是首頁可見訊號，不是完整的支援後端。

多數接觸軟體的人，都會用 SaaS 的思維地圖來理解客服：Intercom 主宰產品內訊息，Zendesk 主宰服務台，AI 代理則是下一層。這套地圖對 B2B 軟體大致有效，但一旦套到 DTC 電商，就會快速失靈。

DTC 的客服問題不是「使用者卡在產品裡」，而是「買家想知道包裹到哪了、折扣碼有沒有生效、怎麼發起換貨、商品能不能退、為什麼出貨延遲」。重心不是產品使用情境，而是訂單資料。這也是為什麼如果你從 SaaS 的角度看，供應商版圖會顯得很奇怪：真正勝出的工具，是那些能把 Shopify、出貨履約、退貨、Email、SMS 與客服工作流整合成同一個操作介面的產品。

這個部落格版本刻意把這個結構性觀點放在最前面。最重要的發現不只是誰領先，而是市場為什麼會往那些勝出者集中，以及為什麼即使招募市場強力朝 AI 走，公開的 AI 訊號仍然非常小。

我們掃描了 1,148 個 DTC 品牌首頁，讀取每個頁面載入瞬間，訪客看見的客服元件——也就是聊天按鈕或訊息泡泡——背後接的是什麼。結果並不複雜，但它和多數人心中的直覺模型不一樣：大家常以為誰主宰 SaaS 客服，誰就主宰 DTC。

最有意思的不是 Gorgias 的 23.3%——這個數字需要先打折才有意義，後面會說明原因。真正值得注意的是：SaaS 客服的絕對領先者 Intercom，在 DTC 只有 0.6%。1,148 個品牌中只有 7 個。這款圍繞產品內訊息框架打造的產品，在一個客戶根本不在產品裡的市場中，幾乎被完全過濾掉。

這裡有兩個問題要回答。第一，DTC 客服工具的樣貌到底是什麼——誰是贏家、誰居中、誰根本沒站穩？第二，AI 客服在 DTC 的滲透到底到了什麼程度——我們在 2026-05-11 發布的 AI Required Position Rate 報告顯示，35.6% 的 HN 招募貼文會提到特定 AI 工具；那在實際的 DTC 頁面上又如何？

先從第二個問題開始，因為對比最清楚。

1. 招募文案中的 AI：35.6%。DTC 首頁上的 AI：1.1%。

在 1,148 個 DTC 首頁中，只有 13 個出現了「AI chatbot / AI assistant / AI agent / GPT-powered / Intercom Fin / Gorgias AI Agent」這一類字眼。也就是 1.1%。

把這個數字和我們在 2026-05-11 發布的 AI Required Position Rate 報告放在一起看。時間範圍相同，HN 招募社群，619 則職缺貼文中有 35.6% 提到特定 AI 工具或 LLM 關鍵字（排除未知項後為 36.7%）。兩個樣本都屬於「2026 年 5 月的廣義科技市場」。在招募文案中，AI 大約出現在每三則貼文中的一則；在實際 DTC 首頁上，AI 大約只出現在每一百個品牌中的一個。差了 30 倍。

這個落差不一定代表「DTC 比較落後」，至少乍看不是這麼簡單。招募文案反映的是兩件事：當下需要哪些技能，以及公司未來 12 到 18 個月內打算需要哪些技能。35.6% 中有相當一部分是在說「我們想雇人來打造 AI」，而不是「我們所有職位現在都在用 AI」。從這個意義上說，HN 是前導指標——它揭示的是企業規劃，而不是已經上線的東西。

DTC 頁面的情況則相反。1.1% 不代表 DTC 後端沒有用 AI。很多 DTC 品牌很可能已經在後台啟用了 Gorgias Automate 或 Intercom Fin，自動處理工單；只是它們不會在首頁上強調「AI-powered」，因為終端客戶（一般消費者）並不在意。行銷文案和實際自動化是兩條不同的軌道。1.1% 衡量的是品牌是否公開行銷 AI，而不是是否真的使用 AI。

但不管你採信哪種解讀，商業上的結論其實都一樣：對 AI 客服供應商來說——Gorgias Automate、Intercom Fin、Zendesk AI Suite、Reamaze AI Inbox，以及 Cresta、Decagon、Sierra、Forethought 這類較新的進場者——DTC 仍是一個尚未被教育的市場。客戶不會公開使用它；使用它的客戶也不會談論它。誰能掌握 DTC AI 客服的敘事權，誰就有可能在 2027–2028 年更廣泛採用之前，先把類別定位鎖定。

這 13 個公開表態使用 AI 客服聊天的 DTC 品牌，是一個值得點名的早期行銷子樣本——例如 fillingpieces.com、hikoco.com、livingproof.com、olly.com、truelinkswear.com，以及其他幾個：

請把這些看作「敢把 AI 放上門市首頁的品牌」，而不是「DTC 前 13 大 AI 聊天冠軍」。這是兩份不同的名單。

2. 35% 顯示元件，65% 沒顯示——而且 65% 還只是下限

回到客服工具本身。1,148 個 DTC 首頁裡，有 397 個（35%）在靜態 HTML 中露出至少一個客服元件。32% 剛好有一個，2.3% 有兩個，剛好只有一個品牌有三個。兩個元件的情況，多半是「主要服務台 + 次要渠道」的組合；後面會再說。

剩下 65% 在第一次掃描時沒有顯示元件，但這個數字也要打折看。有三種可能。

第一，透過 JavaScript 載入的元件會逃過靜態偵測。許多服務台供應商——包括 Gorgias 和 Zendesk——會透過 chunk-loaded 的 JS 注入腳本。靜態掃描只能看見首頁 HTML 位元中第一眼可見的供應商主機。如果某個供應商透過 GTM、Segment，或延後載入的 chunk 來載入，我們的方法就會漏掉。Thunderbit Chrome 擴充套件若執行 JS 再重新掃描，就能補回這一層。

第二，按需顯示的聊天體驗。很多品牌刻意只在商品頁或結帳頁放聊天元件，把首頁保留成純品牌敘事 + CTA。這是明確的 UX 決策，不是「沒有安裝」。

第三，完全沒有聊天。149 個品牌（13%）在首頁上完全看不到「chat / live chat / contact us」這類語言訊號。這些品牌很可能真的沒有即時聊天，只保留 Email 聯絡途徑。

把這三種情況合起來看，真正的元件覆蓋率可能在 50–60% 左右。我們的 35% 是保守下限。重點在於，在 DTC 裡，「首頁要不要放聊天元件」並不是業界共識——更像是 50/50 的分裂。這個決策應該取決於你的轉換摩擦點在哪、以及你希望首頁傳達什麼品牌語氣，而不是因為「別人都這樣做」。

3. 供應商佔有率：Gorgias 領先，但要打折看

前 15 大偵測到的供應商：

Gorgias 以 267 個品牌、23.3% 佔比居首。Zendesk 以 4.3% 排名第二。WhatsApp Button 以 1.7% 排名第三。Gorgias 看起來非常強勢——但不能直接照字面讀這個原始數字。

在建立品牌池時，1,597 個候選品牌有一部分來自 Shopify 生態系客戶案例研究的 sitemap。**Gorgias 自己的案例研究 sitemap 就是其中一個來源。**Gorgias 選擇展示的每個 DTC 品牌，都會自動被拉進我們的樣本；Klaviyo、Postscript、Shopify Plus 和 Skio 的案例研究也同樣有貢獻。因此，「Gorgias 23.3%」包含了相當明顯的樣本回音，而不是純粹的產業佔有率。

獨立估算結果則低得多。BuiltWith（涵蓋所有電商品牌的技術分佈）把 Gorgias 估在約 3–5%；Wappalyzer（以 Chrome 擴充套件對 Shopify 網站進行用戶樣本）則估在約 4–7%。Gorgias 2024 年自己的財務揭露提到 14,000+ 商戶。綜合這些資訊，Gorgias 在 DTC 的合理佔比大約落在 8–12% 之間，而我們的 23.3% 比較像是「真實佔比 × 約 2 倍的樣本回音」。讀任何 Gorgias 數字時都要記得打折——假設你已經先打過折。

即使打過折，排行榜其餘部分仍很有資訊量。

Zendesk 的 4.3% 很值得注意。 在 SaaS 裡，Zendesk 很強勢——幾乎很難找到中型或更大的 B2B SaaS 公司沒在用它。到了 DTC，只剩 4.3%。這不是「Zendesk 沒有嘗試」，而是 DTC 的客戶接觸模型和 SaaS 很不一樣，並不完全適合 Zendesk 的通用服務台範式。

WhatsApp Button 以 1.7%（19 個品牌）成為驚喜。 在 DTC 裡，一個簡單的 wa.me/... 連結，竟然超過了 Reamaze、HubSpot Chat、Crisp、Intercom，以及其他所有真正的客服 SaaS 長尾產品。這反映了 DTC 客戶的偏好，尤其是國際品牌、跨境電商，以及低客單／高回購品類。使用者本來就有 WhatsApp；你只要給他連結；他就能直接傳訊息給你，不需要註冊、不需要 cookie banner、不需要等聊天元件載入。 零成本、部署超簡單、效果直接。

Intercom 只有 0.6%（7 個品牌），是讓我們停下來再看一次的數字。SaaS 客服類別的領導者，在 DTC 幾乎不存在。下一節會專門說明，因為這揭示了兩個看起來相似、其實結構差異很深的市場。

Reamaze 1.5%、Kustomer 1.0%、HubSpot Chat 1.0%、Crisp 0.9%——這些屬於中段長尾。各自都有利基。Reamaze 是 Shopify 原生服務台，定位明確偏 DTC。Kustomer 在被 Meta 收購後，轉向全渠道的大型品牌。HubSpot Chat 以免費層切入行銷導向的 DTC 品牌。Crisp 則根植於歐洲早期新創。這些產品都沒有足夠條件去挑戰 Gorgias 的 DTC 領先地位。

4. 為什麼 Gorgias 能贏下 DTC，而 Intercom 在這裡幾乎不存在

Gorgias 23.3%（調整後約 8–12%）對上 Intercom 0.6%。一個 SaaS 原生的人看這個比例，第一反應通常是：這不合理。Intercom 明明就是客服 SaaS，怎麼在 DTC 只會這麼少？

答案不是產品品質，而是客戶接觸架構。SaaS 和 DTC 的客戶進入路徑、工單類型與客服需求都真的不同——而 Intercom 的核心範式是為 SaaS 那一半打造的。它不是萬用解法。

SaaS 客戶通常走的是 B2B 漏斗：要求示範 → 試用 → 上線導入 → 擴充使用。使用者在付款前，會多次接觸產品。工單大多偏技術性——「帳號壞了」、「API 整合失敗」、「權限錯了」。Intercom 的護城河是產品內訊息——把聊天介面嵌入 SaaS 應用內，將客服 + 產品內引導 + 導覽教學整合成同一個體驗。當客戶在產品裡遇到問題時，Intercom 就在產品裡出現。很順。

DTC 客戶則來自完全不同的漏斗：Meta / TikTok / Google 廣告 → 進站 → 加入購物車 → 結帳。消費者在購買前，整個產品接觸時間可能只是一兩次、總共 5 分鐘。工單大多與訂單相關——「包裹在哪裡」、「我要怎麼退貨」、「折扣碼不能用」、「可以換款式嗎」。這些問題不需要產品內訊息；它們需要的是與 Shopify 訂單資料的深度整合——客服人員打開工單，就能直接在客服介面中看到 Shopify 訂單 ID、追蹤號碼、退款授權與顧客歷史訂單。不用在八個系統之間切換分頁。 這正是 Gorgias 的核心價值主張。

再往下一層看：在多數 DTC 公司裡，客服 + 退貨 + 履約會共用同一套系統。Gorgias 把工單、Shopify 退款與追蹤號查詢整合進單一工作流。Intercom 當然也能整合 Shopify，但它的產品基因是 messenger，不是具備深度 Shopify 資料的 helpdesk。這是不同範式。

Gorgias 在 DTC 的護城河不是「聊天 UI 比較漂亮」，而是 Shopify 資料的深度。任何想切入 DTC 客服的供應商，都必須先解決訂單查詢、退款執行與換貨流程——這三類工單就佔了 80% 的量——而不只是「FAQ 自動回答」。

這裡有兩個直接的含意。對 DTC 經營者而言：選 helpdesk 時，要看它和 Shopify、訂單系統、退貨 SaaS 的整合深度，而不是聊天 UI 漂不漂亮。Reamaze 和 Kustomer 競爭的是同一條軸線。Crisp 和 Help Scout 較便宜，但訂單資料較薄；早期 DTC 很夠用，但規模變大後你會需要升級。對 AI 客服供應商而言：「FAQ 自動回答」本身不夠讓你進入 DTC。你必須攻克訂單類工作流——這正是 Gorgias Automate 和 Reamaze AI Inbox 正在推的方向，但我們的資料中只有 1.1% 的公開行銷滲透率，證明到 2026 年，用 AI 取代訂單類客服 仍然還很早期。

還有一個架構上的提醒：在 DTC 中，客服工具一旦裝上就很黏——它卡在訂單系統、退貨 SaaS 與 Email 收據流程之間。遷移不是半天就能做完的事，而是實打實的專案。這種黏著性會進一步放大 Gorgias 的早期領先，並意味著任何新進者都需要比「我們有更好的 AI」更強的切入點——你得講得出一套能合理化遷移摩擦的工作流故事。

5. 這 26 個多元件品牌不是在亂裝堆疊，而是在執行策略

2.3% 的品牌（26 個）同時部署了兩個或以上的聊天元件。常見組合如下：

這些不是亂糟糟的堆疊，而是刻意的多渠道客服策略——Gorgias 處理工單，WhatsApp 處理國際直接私訊，Facebook Messenger 處理已完成社群驗證的客戶。每個入口都對應不同的客戶到站模式。這是一種有設計的多渠道策略，而不是意外造成的冗贅。

對 DTC 經營者來說，結論很簡單：如果你的受眾分布在多個渠道上，就不要追求單一工具萬能解。先把主力 helpdesk（Gorgias 或 Zendesk）做好，再補上客戶真正會用的直接連結元件。這 26 個多元件品牌，正好反向證明「大家都只用單一元件」這個想法不對——單元件不是跨境或高回購 DTC 的最佳解，因為客戶期待用自己已經在開的 App 直接聯繫你。

6. 給 DTC 經營者、CX 團隊與 AI 聊天供應商的實務建議

把資料整理成可以直接行動的建議，給那些在做 DTC 客服或成長的人。

helpdesk 的選型有一條分階段路徑。早期 DTC（每月少於 1,000 筆訂單）——Help Scout、Crisp 或 Tidio，每席低於 15 美元。在這個階段，創辦人加一位外包夥伴就能處理所有工單；不需要分流規則，也不需要精細 SLA，重點只是先把工單流跑起來。中期（每月 1,000 到 10,000 筆訂單）——Gorgias 或 Reamaze。這時瓶頸會變成 Shopify 訂單資料整合；如果每席 50–150 美元能幫你省回 30–40% 的客服時間，這筆錢很合理。規模階段（每月超過 10,000 筆訂單）——Gorgias + AI Automate / Zendesk + AI Suite / Kustomer。AI 自動處理折扣碼與追蹤號碼工單，通常可減少 30–50% 的人工客服負荷。這才是 AI 客服真正開始有回報的階段，但我們樣本中幾乎沒有品牌已經走到這裡，這也解釋了為什麼公開 AI 訊號停在 1.1%。再往上，跨國多區的全渠道品牌通常需要 Zendesk 或 Kustomer 搭配多語言分流；在這個規模下，Gorgias 的國際深度會稍弱一些。

AI 客服內容其實是一個被嚴重低估的寫作切角。1.1% 的公開滲透率並不是「沒人想要 AI 聊天」，而是「行銷端還沒有人真正把這個敘事接住」。如果你在經營 DTC 內容——部落格、案例研究、電子報——那麼「AI 客服聊天到底怎麼運作、ROI 長什麼樣、第一年可以期待什麼」其實是極度供給不足的題材。你的讀者不知道同業有沒有在用，也不知道它到底有沒有效。這裡有 1 到 2 年的窗口期。如果你是 Gorgias / Intercom / Zendesk 生態系中的代理商或顧問，「我們幫你啟用 AI Agent」會是一個很清楚的切入點——多數競爭者還沒開始推這件事。

首頁要不要放聊天元件，還沒有定論。35% 顯示 / 65% 不顯示，基本上就是接近 50/50。決定權在你手上。如果客服工單是轉換漏斗裡的摩擦點，就把它露出來。如果你更重視品牌視覺的乾淨度，就先藏起來。一個實用的折衷方案：只在購物車與結帳頁放聊天——在關鍵轉換時刻抓住猶豫的顧客，同時不破壞首頁的品牌表現。

WhatsApp Button 是被低估的渠道。19 個品牌（1.7%）直接部署 wa.me 連結——比 Reamaze、HubSpot Chat 和多數正規聊天 SaaS 都多。對國際、跨境或低客單／高回購的 DTC 來說，直接的 WhatsApp 連結可能比華麗的聊天元件更有效——零成本、容易部署、客戶本來就有這個 App。很值得做成 A/B 版本測試。

7. 這份資料有多穩定，以及它何時開始不適用

1,148 個已解析首頁（來源於 1,429 個原始 home.html，剔除 <1KB 或無法解析者）。偵測了 23 個供應商指紋；一些長尾或自建 helpdesk 仍可能漏掉。實際世界中的長尾佔比，可能會比我們報告的更高一些。

靜態掃描只檢查第一屏 HTML 位元——這是下限。透過 JS 載入的元件（例如部分 Intercom 與 Drift 的初始化模式）會逃逸。若要還原真實安裝率，應使用 Thunderbit Chrome 擴充套件執行 JS 後重新掃描。我們在 v1 沒有這麼做。

外部交叉驗證：BuiltWith 估計 Gorgias 約佔所有電商的 3–5%；Wappalyzer 估計其在 Shopify 網站中約 4–7%；Gorgias 2024 年揭露的商戶數為 14,000+。我們的 23.3% 應讀成「真實佔比 × 約 2 倍的樣本回音」。這些數字彼此並不矛盾——BuiltWith 看的是所有電商（分母很大），Gorgias 自報的是商戶數（不是市佔），而我們的樣本偏向 DTC 與 Shopify 生態系（範圍較窄但密度高）。三種視角不同。這份報告可以合理引用的說法是：「在偏 DTC 的樣本中，Gorgias 明顯領先 Zendesk」，而不是「Gorgias 佔整個產業 23%」。

一句話界線：這份報告描述的是我們 1,148 個 DTC 品牌首頁靜態掃描中發生的事——不是 DTC 產業市佔率，也不是 DTC 後端實際跑什麼。後端是黑箱；我們只能看到首頁 HTML 裡露出來的東西。

方法論

資料來源：來自 1,597 品牌池的 1,148 個 DTC 首頁 HTML 快照（過濾條件為 home.html ≥ 1KB），搭配 23 條客服供應商指紋規則（見 01_detect_widgets.py）。快照日期為 2026-05-12（UTC）。

Gorgias 樣本回音（最重要的注意事項）：我們的品牌池部分來自 Gorgias 自己的客戶案例研究 sitemap（以及其他 Shopify 生態系工具——Klaviyo、Postscript、Shopify Plus、Skio——的類似來源）。從建構上來看，Gorgias 選擇展示的品牌會被納入我們的樣本。Gorgias 23.3% 不能被解讀成「23% 市佔率」——獨立估算把它放在 8–12% 左右。請把 23.3% 視為「本樣本中的第 1 名供應商，且約有 2 倍樣本回音」，而不是產業市佔。

品牌池偏向 Shopify 生態系：約 67% 的品牌可追溯自 Shopify 技術堆疊的案例研究來源，因此樣本對 Shopify 原生、現代、行銷導向的 DTC 過度代表，對傳統零售／小型電商則代表不足。這不是美國 DTC 的完整宇宙。

靜態掃描是下限：只看第一屏 256KB HTML。JS 載入的元件會逃逸——Intercom 與 Drift 的 chunk-loaded init 可能對掃描不可見。35% 的元件偵測率是下限；真實比例很可能是 50–60%。

AI 訊號 = 行銷文案，不是後端現實：許多 DTC 品牌很可能已在背後使用 Gorgias Automate 或 Intercom Fin；只是首頁沒拿來宣傳。我們的「AI 訊號 1.1%」反映的是公開行銷文字，不是後端 AI 使用情況。

多元件 ≠ 混亂堆疊：這 26 個多元件品牌通常是主力 helpdesk 加上一個側邊渠道（WhatsApp / Messenger / Crisp）。它們不是在平行運作多套客服系統。

法律與著作權：所有首頁都來自公開抓取。報告只使用彙總數字，沒有重製完整首頁文字。那 13 個被列為 AI 訊號正向案例的品牌，是根據它們自己的首頁公開宣告行銷語言。26 個多元件品牌則是在中性、描述性脈絡下被提及。未公開原始 HTML 或 CSV；所有數字都可由公開品牌池與公開規則集重現。

注意事項

本報告不支持的說法：

• 不是「Gorgias 佔 DTC 市場 23.3%」（含樣本回音；真實佔比約 8–12%）
• 不是「只有 1.1% 的 DTC 使用 AI 客服」（只有行銷文案訊號；後端 AI 對靜態掃描不可見）
• 不是「65% 的 DTC 品牌沒有聊天元件」（靜態下限；真實覆蓋率可能在 50–60%）
• 可合理引用：「在 1,148 個 DTC 品牌首頁的靜態掃描中，Gorgias 以 23.3% 成為偵測到的第 1 名供應商（含樣本回音），且只有 1.1% 的品牌公開行銷 AI 聊天」

資料來源與版本

資料集：dtc_customer_support_map_2026/（本 repo）。快照日期為 2026-05-12 UTC，報告版本 v1.0（靜態掃描下限；v2 規劃加入 Chrome 擴充套件 JS 執行掃描）。與 dtc_dual_report_2026 共用同一批 DTC 品牌池——兩份報告都基於相同的 1,148 品牌子集。姊妹報告：AI Required Position Rate 2026（HN 招募樣本，於 2026-05-11 發布）——同一問題中「AI 在招募文案中的那一半」；營運者可並讀這兩份報告，交叉判讀意圖與已上線產品之間的差異。

SEO 與內容團隊可引用的重點

這份研究提供多種可引用角度，適合部落格開頭、資料亮點、社群貼文、比較頁與後續解說文：

• 1,148 個 DTC 首頁中，有 397 個在靜態 HTML 中露出至少一個客服元件。
• Gorgias 以 267 個偵測到的品牌居冠，佔比 23.3%，但要注意樣本回音。
• Zendesk 以 49 個品牌排名第二，佔 4.3%。
• Intercom 只出現在 7 個品牌上，僅佔 DTC 樣本的 0.6%。
• WhatsApp Button 出現在 19 個品牌上，超過多個傳統聊天 SaaS 工具。
• 只有 13 個品牌，也就是 1.1%，公開呈現 AI 客服語言。
• 本報告衡量的是首頁可見訊號，不是完整支援後端。

引用時，請一併帶上注意事項。這些數字描述的是本報告使用的特定樣本與蒐集方法，不應被重新包裝成全市場普查、內部採用率指標，或對類別中每家公司的整體判斷。

在編輯使用上，最穩健的寫法，是把標題數字和樣本邊界一起放進句子裡。這樣主張更耐用，也更容易讓讀者信任。例如，先寫「在這個 HN 招募樣本中」、「在這次 DTC 首頁靜態掃描中」或「在這個 YouTube 頻道樣本裡」，再把數字延伸成更廣泛的趨勢討論。

可重現性說明

交付資料夾包含以下流程檔案，這些檔案是從原始本地報告套件複製而來。之所以一併提供，是為了讓已發布報告能對照實際用到的腳本、中間輸出、圖表與原始草稿。

• process_files/_shared/dtc_brand_pool_source/out/brand_pool_v2.csv
• process_files/_shared/dtc_brand_pool_source/out/detection.csv
• process_files/_shared/dtc_brand_pool_source/out/master.csv
• process_files/out/analysis_stats.json
• process_files/out/widget_stats.json
• process_files/out/widgets.csv
• process_files/scripts/01_detect_widgets.py
• process_files/scripts/02_compute_stats.py
• process_files/scripts/03_make_figs.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

歡迎將方法論修正、資料集問題與後續分析寄到 。這份報告基於 2026 年 5 月蒐集的公開網頁或公開 API 訊號，應搭配上述樣本邊界一起閱讀。