【Mr.6】分析臉書「2011分享最多排行榜」~小編們應抓緊「有用」與「有趣」,別再話家常了
【Mr.6】分析臉書「2011分享最多排行榜」~小編們應抓緊「有用」與「有趣」,別再話家常了
2011.12.13 | 人物

上星期,Facebook公佈了在2011年被「分享」最多的「文章」,我不記得往年他們有這麼大動作的去公佈「分享」,或許和最近一季他們將「分享數」加入每篇文章的數據脫不了關係,而這篇《Most Shared Articles on Facebook in 2011》網誌原文,本身也成了被大量轉寄的文章,在第一手就已獲得高達1,671次轉寄,總共轉寄數應該也是不少。

這40篇文章,已有很多位作者(如這裡這裡)為我們大概分析、分類了如下──

高踞榜首的是「災難文」,東日本大地震後《紐約時報》的一篇比較災前和災後衛星圖的文章,讓人囁畏大自然的可怕力量;同樣是東日本地震的一隻不想離開同伴的狗,以及後來這隻狗送回給主人(這兩則新聞皆來自英文版Yahoo!),這些照片與文章皆震撼世人。另外還有關於「親子教養」的,最近流行看「虎媽」、看華人怎麼教養小孩,於是相關的兩篇文章如Amy Chua在《華爾街日報》的文,以及另一位作者Emily Rapp在《紐約時報》的文,竟都名列去年被轉寄最多的。還有,「為何你還不結婚的6大理由」,或許剛好擊中現代人都在思考與徬徨的事?也是去年轉寄最多的。而YouTube向來最熱門的「小孩系列」依然沒缺席,但比想像中的還少,有「愛看撕紙的小baby」,還有「雙胞胎小baby」……

「轉寄」是好事,愈多轉寄,就愈多人看到;你只要丟出第一棒,接下來其他網友會幫你把這個棒子傳給他們的朋友、朋友的朋友……。

從這四十篇,可否能夠歸納出,到底哪種文章比較容易被「轉寄」呢

從前聽過好書分為兩種,一種是「有用的」,一種是「有趣的」,以上40篇文章,還真的符合這個「好書原則」。注意,有趣不表示笑哈哈,而是感動到妳心坎,即稱「有趣」。

比方說狗狗和衛星圖,就是觸動了心底深處,如狂潮爆發因而轉寄;而虎媽教養小孩系列則是非常有用,也很認同,因而轉寄。

重點來了,這40篇文章,是2011年被轉寄最多的文。而2011年還有幾千幾百萬篇「其他文章」,大部份的文章,都是像放屁一樣,放了就沒了,沒有味道,沒有情感,既不有用,也不有趣,我們笑稱為「小編氾濫」──

怎麼說?

從噗浪,到Facebook,再到其他平台,目前已經有很多公司真正在經營某個平台,通常都以「小編」的名義,我們說,目前在台灣,大概有超過1千名的「小編」,每天都對網友講一些「有的沒的」,比方說:

「小編昨天去買菜,看到什麼什麼。」

「小編最近心情很好,祝各位捧尤心情也好。」

這些小編,其實是很辛苦在拉進「品牌」與「粉絲」的距離,試圖與網友「互動」來產生聊天的效應,但真的成功做到「互動」的沒有半個,然後,小編到最後,還是得「置入品牌訊息」、「置入行銷訊息」,於是,從一個話家常的小編,突然變成賣東西的購物專家,讓人無法接受

我認為,在2012年,大家都有粉絲團了,應該開始思考「以文章來轉換」(conversion strategy)的可能性,而我們轉換的條件,不是在第一次尋求轉換、立刻購買!既然是在Facebook裡,我們尋求的就是在得到粉絲之後,開始逐步的、逐漸的,透過每日的貼文,去取得大家的購買、加入會員…等等。

你說,這正是小編在做的事啊!

但,小編顯然沒在做,因為以下:

小編缺點一、大家都還是大量引用「不是自家的內容」:許多引用素材,許多附件,都是某新聞網站,或是某部YouTube影片,這些附件非常可惜!一附上去,除非修改內文至裡面有一連結連到自站,不然,你是在幫「別的網站」作嫁、幫別人登上明年的「最多分享排行榜」。你的粉絲看到「哇真是一篇好文章與好註解」,按下「分享」,他只會將該附件轉出去,不會囊括你的訊息(相較之下,Google+就會都轉,所以G+有利於新浪微博式的附和唱隨的寫文風格),所以,小編雖然每天都大量引用東西,讓網友看得很過癮?其實卻將最重要的「那個連結」,送給了其他網站。我認為,如果沒有自己網站可連,那麼,至少開始引用自己的照片、引用自己的網誌,同樣能讓po文看起來很精彩。

小編缺點二、就算想辦法引用自家內容,也是有一天沒一天、內容不足:畢竟自家內容也不多,所以,偶爾引官網的一句話,假設網友都看過那個頁面了,明天再從同一頁面引用出另外一句話再貼一次?網友絕對會開始覺得索然無味!因此,可能需要在你的「官網」上面動點手腳,或是另外架一個「中繼站」,讓你可以不斷的引用各種素材,每一次都引到官方網站去,再挑接到最後的消息來源(與照片來源)。最近我們在想一些有趣的Facebook行銷活動,也會順便做為「貼文的素材」,每天產生不一樣的內容物,讓每天的po文可以直接引用這個活動中的頁面就好,每天自然都有不一樣的東西,每天都在做二度行銷、拉抬此活動,不錯吧!

小編缺點三、引用自家內容後,帶來的人員無法按「讚」:這就是一大問題,我自己做實驗,自己寫的一篇好文,貼到Facebook上,但,大部份的「讚」不是來自於第一手、第一線的Facebook那篇po文,而是當網友「點進去」之後,才在文章裡面某一處「按讚」,或者是在該朋友自己的牆內,被其他朋友按了「讚」,也就是說,許多讀者,並不是從我第一手知道,而是第二手、第三手……點進去文章,看到是「好文」,一定還要有一機會讓網友可以按「讚」,這動作會讓他們再擴散出去。如果這個網站不是像我一樣引到自己的部落格,而是引到「Yahoo!奇摩新聞」?那,就「讚」到別人家去了,或者無法留下一個溫情的「讚」。

小編缺點四:就算每天敢引用自家內容,也沒有膽量去「促銷」:許多人引用自家內容,其實是靜態官網內容,不錯,至少會提升自家官網的流量,每天PO一兩則,官網有流量會有顯著提升,不必下廣告,不過,除了流量,企業當然也希望「銷量」一樣跟著來,這時候,你要想辦法,來玩這個「附件」,讓它可以每天每天都透過你的操作,來帶來「買家」。

我發現,「轉寄數」真的是很好的「測試」,我們平時只會看「讚數」來判斷粉絲喜不喜歡,「讚」,根本就是一種「比較值」,隨著品牌不同,只能「自己和自己比」,沒辦法和別人比;而且最後到底70個讚和50個讚好了多少,50個讚又比70個讚爛了多少?相較之下,「轉寄數」這個數字則是非常之「嚴苛」,當你寫了一篇自以為粉絲會喜歡的東西,的確有零星幾個「讚」,但轉寄數卻很有可能「掛零」,或少數「一兩個」;但,寫得真的入味的,讚數相當,但轉寄數會「暴增」;我自己已開始以「轉寄數」為自我調整與鞭策的主要的KPI了。

讓「小編」來「寫小文、搏感情」的時代已經過去了,如果你掛的是一個品牌,誰都知道你是一個「商業粉絲團」,太多「小編」的「輕鬆耳語」反而矯揉造作,既然你要開粉絲團,就不要去避諱「推銷」的事,推銷有分幾種層次,而粉絲團,就是最好的推銷工具,而那個「附件」、「轉寄物」,也是最好的推銷載具

粉絲團不能賺錢?在接下來的戰局中,每個粉絲團都會慢慢建立「從現有粉絲帶來$$$」的思維,只是請記得,自己要先檢查一下,是否「有用」,是否「有趣」?

若都沒有,那些碎碎念,還是念給自己聽就好了,別寫出來了。

出自Mr.6部落格

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓