【行銷名人講堂】- 新世代行銷術 - 好的資料策略,優化投資成效
【行銷名人講堂】- 新世代行銷術 - 好的資料策略,優化投資成效

口述/奧美互動行銷公司董事總經理 張志浩

整理/數位狂潮 - 行銷長的必修課

 

 

.行銷預算的有效分配取決對消費者的洞察、瞭解需求和媒體使用行為。

.在”All is data”的數位媒體年代,好的資料策略能因應精準行銷的挑戰,把每一分錢都花在刀口上。

.透過end-to-end的溝通過程,企業可以完整記錄消費者的行為資料,透過智慧分析產生洞察,再回饋到未來活動,讓行銷投資獲得最佳結果。

在高度數位化的年代,新媒體的多樣性、多變性和複雜性,徹底改變了人們的媒體使用習慣。想想看,自己的生活中有多少時間花在用手機上網、看訊息,使 用傳統媒體的時間確實越來越少。但,餅就這麼大,當傳統的行銷概念、消費者使用媒體的習慣發生重大改變時,行銷長看到了嗎?知不知道要怎樣因應這個挑戰 呢?又該如何趕得上這個變化的速度?

因為整個媒體生態經歷大劇變,消費者花在每一種媒體的時間更少,造成所有廣告效果都在遞減。那麼該如何在相同的行銷預算下,做出有效的分配呢?有效的關鍵在於精準度,精準的背後則是對消費者有清楚的洞察(insight)、瞭解需求和他們的媒體使用行為。

end-to-end溝通,任何足跡都是資料源

想要做到前述這些事,靠的就是「資料」。舉個例,一個消費者在網頁看到一個活動的橫幅廣告(banner)、點進去活動專屬網頁、按著頁面的導引互動留下資料,接著網站會做一些行動,可能是推薦他去抽獎、購買商品或是成為會員。這個過程中,每一個點擊行動都留下資料。

然而,很多公司在做這類行銷行為時,根本不知道這些過程的資料是可以記錄下來,因而放掉了很多累積資料的機會。當然,有些公司知道也做了資料記錄,卻沒有做 出完整的資料應用計畫,更別說妥善儲存資料的方法。這是當前很多行銷長欠缺的「專業知識(domain know-how)」,他們總以為做行銷嘛,用得著這麼多資料?

永慶的好房網(HouseFun)就是個善用資料的範例。 這個網站訴求滿足你的一切房事需求,消費者經由橫幅廣告或關鍵字進入網站後,任何你在買屋、賣屋、租屋、裝潢到修繕服務頁面留下的瀏覽足跡,好房網的系統 都會詳細記錄。當資料累積到一定程度後,就透過資料探勘技術分析消費者的喜好,主動推播貼近這個喜好的房屋物件給消費者,最終達成買賣屋的交易。

緊扣公司策略與定位,新媒體顯見效益

另外,我也觀察到很多行銷長在看待數位新媒體的大盲點:一窩蜂。往往看到一個新媒體出來,就急著去採用。以臉書為例,台灣有一千萬個會員,當中有六百萬人過 去24小時有使用。試想,台灣有哪一個媒體每天接接觸的閱聽眾可以這麼多呢?就某種行銷操作層面來看,臉書已經是「大眾媒體」了。

那麼,如果你要操作大眾閱聽人,可以直接在臉書做,不需要那些大型入口網站;如果要針對特殊興趣、特定粉絲頁做社群影響力行銷,臉書也是個好選擇。因為它能夠精準地透過科學方式把消費者分群,協助企業做分群精準行銷時,產生更好的投資報酬。

所以企業行銷人真的要先去瞭解每一個新媒體的特性,找出他們長期發展的策略和方向,然後根據自己公司的發展和產品特性,通盤規劃如何使用一個新的媒體。我認為這才是一個負責任的行銷長該做的事。

客製資訊滿足需求,銷售目的才達陣

再說到經營客戶關係。我們前面說到,在數位新媒體中你可以記錄到所有客戶使用行為的資料,包含基本資料和需求資料。但唯有真正找出需求資料,行銷人才能據此提供客製化的產品與服務,讓顧客滿意開心。

像我們的客戶IBM,他們的目標對象是資訊長(IT決策者)和其他IT人員。這兩組人在選購科技方案時,想的事情大不相同。IT人員在意的是產品好不好用、 建置容不容易;而資訊長要看的是新方案對企業未來的營運有多大幫助。他們對時事的關心面向也有差異,IT人員想知道生活周遭的新聞,而資訊長會關心國際經 濟和科技的發展趨勢。

舉個例來說,透過觀察資訊長偏好閱讀的網路資訊中,我們發現「ECFA」這個議題的資訊看得特別多, 因為這項兩岸的商務協定會影響企業的佈局發展。於是,我們從ECFA切入,先提供對企業有哪些影響的資訊,接著端出IBM某個解決方案可以幫助他們因應這 種變動,同時找出類似情況的企業案例佐證。最後,如果有興趣進一步了解IBM方案,我們安排業務人員登門拜訪。

在整個溝通過程中,我們會針對同一個人在不同階段、提供不同的資訊與服務,來達成最終銷售目的。這是很精細的客製資訊,重點是你要挖掘出他的真實需求,並一步步滿足,才有最後的銷售結果。

給行銷人的三個建議

從事行銷工作,一定要開闊心胸。行銷的方法變化太快了,很多傳統的行銷觀念並不是錯,而是改變了。我鼓勵35歲以上的行銷人要做數位的移民者,儘可能去瞭解新媒體的特性和生態。

當你瞭解之後,才會知道何謂「虛實整合」,這可是未來媒體發展很重要的新變革。例如,由AR(Augmented Reality)技術帶動的擴增實境,未來可以在活動現場的螢幕上,把虛擬世界套入現實環境,產生令人驚艷的效果。

最後,再回歸到一開始談到資料議題。在數位媒體時代,「All is data.」──用資料驅動所有活動的發展、優化行銷投資報酬。我建議行銷長要好好思索:「我的資料策略是什麼?」包括建立數位平台、背後的資料庫架構, 資料該怎樣累積、分析,轉換一個優化活動效果的實現者。這件事想得通,就能讓你在精準行銷的挑戰中,把每一分錢都花在刀口上。

更多精彩行銷案例與專家訪談請上:【數位狂潮 – 行銷長的必修課】臉書粉絲頁

 

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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