Flickr創辦人巴特菲爾德~服務做到最好，Web 2.0就能獲利|數位時代 BusinessNext

上個月二十六日，偌大的台北國際會議中心坐滿了上千名觀眾，而全球最熱門相片分享網站Flickr的創辦人史都華．巴特菲爾德（Stewart Butterfield）正在台上演講。背後的螢幕出現一行字，「Flickr幾乎可以說是，世界上最棒的相片分享網站」，引來現場一陣掌聲。

他笑著說：「當然這句話是開玩笑啦！」隨即補充，「不過目前來說，也的確是最棒的。」觀眾席又是一陣笑聲，肯定、會心的笑聲。

Flickr於二○○四年四月成立後，隨即成為網路上最熱門的相片分享網站。多熱門呢？二○○五年三月，雅虎（Yahoo!）宣布購併Flickr。而今Flickr上有兩億五千萬張照片。巴特菲爾德雖然始終不肯透露購併的價碼，但他說：「我現在可以過得很開心。」

由經濟部主辦，資策會執行的Web 2.0國際研討會，請來國際Web 2.0成功創業者，以及國內新興Web 2.0網站創辦者齊聚一堂，針對Web 2.0現象，從趨勢、商業和創投的觀點做深入討論。

在全球，特別是美國，概念新穎的Web 2.0網站不斷興起，被購併的Flickr絕對是其中極為成功的案例。但多數網站撐不到獲利，或者沒有引起投資者興趣，就在網海中銷聲匿跡。成功獲利網站的訣竅是什麼，又或者Web 2.0只是下一波網路泡沫化的過熱期？

網路經濟泡沫化難再現
針對這個問題，巴特菲爾德認為，現在經營網路公司的成本已經比過去降低許多，多由使用者自行發展社群、產生內容，所以2.0公司不會那麼容易崩潰。另外，針對Flickr的市場策略，巴特菲爾德簡單地說：「把服務做得非常成功。」

抱著同樣樂觀看法的，是美國最具權威的科技評論部落格TechCrunch主筆麥可．亞靈頓（Michael Arrington）。亞靈頓本來和朋友一起創辦網路公司edgeio，他對新興科技產業的熱愛，讓他開始撰寫自己的部落格。本來只是興趣，但六個月之後他開始在部落格上賣廣告。因為他的部落格擁有非常聚焦的讀者群，廣告源源不絕，現在寫部落格反而成為他的正職。

對於網路泡沫經濟的憂慮，亞靈頓說：「這一波2.0網路公司根本沒有資產過度估計的問題。」經過上一次網路泡沫化之後，現在創投公司對投資非常小心。網路公司必須非常特別，而且有高度的獲利能力才能獲得青睞，所以不容易產生上次網路經濟泡沫化的局面。

現場無名小站的使用者直接對無名小站提出質疑，認為無名小站商業化之後，許多動作造成連線速度變慢。共同創辦人林弘全表示，他們一定會聽取網友的意見並設想改進之道。

同時，當介紹到網路書籤網站HEMiDEMi時，台下突然響起歡呼聲。一群觀眾玩起波浪舞，還大聲喊出口號。其他的觀眾也報以熱情的掌聲。共同創辦人陳函薇事後表示，之前網友就在他們網站上募集一起幫忙打氣的人，直接表現對於一個網站的熱愛。

不管是愛還是恨，台灣的Web 2.0網站都在形成社群。這些使用者，他們不認為自己僅在使用網站的服務，他們更認為自己能夠對網站提出建議，能夠對網站表達他們的心情。這正符合了巴特菲爾德對2.0文化的觀察，「想要『參與』的文化已經廣為流傳。」

創新和執行能力是關鍵
台灣目前2.0網站有社群性的，如無名小站和愛情公寓；也有入口網站的，如雅虎奇摩和PChome Online。有了高度忠誠且一定數量的使用者之後，如何從服務到獲利是另外一個問題。

從創投的角度來說，台灣的Web 2.0服務與資金投資才剛起步。麥實創投董事長方國健表示，創投公司最重要的觀念就是，「投下去的資金能否幫助（Web 2.0）服務開花結果。」

那麼創投如何評估網站價值呢？「網站本身能否有效地把人潮轉化成錢潮，有良好的財務和經營能力，團隊的創新能力和團隊的執行能力都是重要的指標，」方國健說。

微軟大中華區總裁黃存義則認為網站業者不能僅靠廣告收入來支撐，而是要靠服務收費，這樣的獲利模式才能長久經營。

而應邀來台的新興相片分享網路服務Bubbleshare創辦者亞伯特．賴（Albert Lai），對2.0網路創業指出了幾個方向：網站有一定的規模之後，對於創業者來說，有可能被跨國企業併購，也有可能和跨國企業合作，也可以選擇自己下去賭一把，走上公開上市一途。無論是購併或合作，只要能夠獲得大量的資金挹注，對獨立的網站經營者來說都是大好機會；而獨立經營就得考驗創辦人在獲利之前還能夠支撐多久。看來，台灣的2.0網站，必須要先打出自己的一片天，才能獲得投資者的青睞。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。