我做的一切,都為了提升品牌
我做的一切,都為了提升品牌
2012.09.25 |

陳榮華
正新輪胎總經理。1950年生,台灣大學經濟系、交通大學EMBA畢業,並獲頒雲林科技大學榮譽博士。

MAXXIS始終是台灣話題性最強的國際品牌。

2012年2月,林書豪旋風式的連勝才開始,MAXXIS就成為第一個搶下尼克隊贊助的台灣品牌;投手陳偉殷在美國大聯盟金鶯隊初登板,亮橘色的「MAXXIS」標誌已經好整以暇出現在本壘後方的廣告看板,一如當年王建民率洋基隊邁向19勝,MAXXIS也站在這個黃金版位,向全世界招手。

這並非一夕爆紅的押寶式幸運。1999年,MAXXIS首度贊助美國職籃洛杉磯湖人隊,它就拿下年度總冠軍;接著,它大膽加碼贊助美國職棒亞特蘭大勇士隊,結果勇士隊也拿下總冠軍,MAXXIS頓時知名度大增。

MAXXI是台灣國際品牌中的異數。相對於在全球具有優勢的資訊品牌,正新身處台灣相對弱勢的汽車產業,卻一開始就勇敢地投入競爭激烈的美國市場,而今也成為與最多國際級名牌、名人結合的台灣品牌。

在品牌這條路上,正新輪胎總經理陳榮華一路踽踽獨行。23年前,當台灣企業仍靠著傳統參展方式來打知名度,正新卻已經懂得用運動行銷來塑造品牌性格;近年,當台灣品牌爭相投入運動行銷以爭取國際曝光,正新卻又已經往上提升,進入深化品牌靈魂的層次。

陳榮華想的是:當消費者看到「MAXXIS」logo時,會產生什麼樣的感受與感動?他心裡的目標是用「100%服務」「100%品質」與「100%信任」,創造消費者毫不遲疑的信仰。於是,他便以這三個價值為核心,發展出策略架構「Triple3」。

這個架構,是陳榮華和南加大教授一起發展出來的,整個理念足足要三十多張投影片才講得清楚,面向涵蓋員工、夥伴、客戶和供應商,內容豐富度不亞於正統的學術理論。為了在組織內外形成文化與共識,陳榮華像個傳教士般,逢人就宣揚這套架構,甚至連合辦活動的策略夥伴和經銷商也被說服,將「Triple3」海報貼在自己公司裡觀摩。

對於品牌所能產生的價值,陳榮華應該是台灣最堅信、也見證得最深刻的CEO。正新每年都將2%營收、約24億元用來打造品牌,金額相當於某些科技大廠一整年的毛利。陳榮華坦言,他喜歡做「長期的事」,「贊助尼克隊能多賣幾條輪胎?這很難估計,其實也沒必要估計,」他的目標很明確,「我做的一切事情,都是為了品牌,而不是賣輪胎!」
**
陳榮華品牌經營心法:運用「triple 3」,使品牌深化、升級!
近兩年,總經理陳榮華將MAXXIS的三個管理目標「Service」(服務)「Quality」(品質)和「Trust」****(信任),進一步發展成一個三個層次的三角形。
**
核心:瑪吉斯家族
許多企業以「team」(團隊)「partner」(夥伴),來形容與利害關係人之間的關係,但陳榮華偏愛用「family」(家族),「『team』好像任務完成就要解散,我們的『family』雖然沒有血緣關係,但因為共識而結合,所以力量很大
!」

他認為,身為國際化企業,讓愈多人加入家族,力量愈大;還要分享利潤,使每個成員都得到好處,所以MAXXIS Family也可簡稱為「Max Family」(最大的家族)。
**
管理目標:100% Service、100% Quality、100% Trust
陳榮華認為,如果只談「服務」「品質」「全球化」,聽起來一定不痛不癢;但如果強調「100%」的決心,「連小孩都知道100分是滿分!」,感受就會不同**。

每一個管理目標,又有3個評估指標
。以「100% Trust」為例,可以從「是否顧客、員工、經銷商都樂意擔任『品牌大使』?」「產品是否能提供顧客終身價值?」「是否能與經銷商建立互信的長期夥伴關係?」3個方向來執行。

他舉例,許多企業對「顧客價值」的定義是「一位顧客、一生能帶來多少生意」;但他希望**經經銷商能反過來先思考「一項產品、能為顧客一生帶來多少好處」**,做生意的心態就完全不一樣。
**
策略目的:全球化、穩定成長、持續性創新
**「穩定成長」指的是成為專業輪胎公司,不做業外投資;「全球化」是指生產、銷售、人才都要廣布全球、融入當地;「持續性創新」則是不只產品,連行銷、服務的方式都要不斷改進。

 

陳榮華的管理講義

DOs
1.企業要建立長期價值,比如品牌、通路與組織文化。
2.做品牌,要不斷創造話題。

DON'Ts
1.做運動行銷,不要贊助運動員個人,要贊助整個團隊。
2.****不要想「顧客一生能買多少產品」,要想「產品能為顧客一生創造多少價值」。

資料來源《經理人月刊 No.92》

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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