[簡立峰] 和網路有關，都是年輕人的機會|數位時代 BusinessNext

台灣的硬體、資通訊、石化工業，這些傳統產業過去看起來跟網路、服務沒關，但其實很多傳統產業都開始結合這兩個領域，替年輕人製造了新的機會。最終凡是跟網路有關，就是年輕人的工作機會。

以前我們的內需產業（零售業）只是自己在賣，沒有網路的概念，可是現在電子商務興起了，零售業開始要走網路買賣。台灣進入中國的實體廠商非常多，但我們把台灣產品進入中國零售業做為主打的卻很少。可是實跟虛正在整合，這是一個品牌概念，都需要年輕人，所以我認為所有傳統產業在整併的過程中，都需要向網路邁進，這都是年輕人的機會。

我們遭遇到22K最大的問題就是沒有新的工作機會。原來台灣職場有藍領和白領，但教育體制的問題讓所有人朝向白領，所以藍領沒有人要去做，而白領的工作機會就在新興產業，否則在舊的產業中，年輕人無法出頭。美國網路產業都是年輕人，但汽車產業一樣都是老人。

台灣未來必須要加強的能力是網路行銷和電子商務，老一輩的能力都培養在業務方面，但這套在網路時代沒什麼用。原先這方面規模不夠大，是因為電子商務在台灣占零售業的比例還很低，現在比較高了，帶動需要的人才。如果傳統零售業前進到中國或東南亞市場，網路業就會帶動得更快。

台灣中小企業、創意產業如果能隨著中國大陸崛起，賣得比較好，那無形的服務業就擴大了。現在台灣設計業人才很多，但還沒什麼大公司需要，不過這會慢慢改變，在未來幾年需求就會產生。

這些是台灣年輕人喜歡做的事情，但目前產業需求還很低，是供需正在磨合的過程。我們的設計人才大都是商業設計，但不是產品設計，那是很不一樣的，也是年輕人未來有機會的地方。

未來所有能留下來的企業都必須往品牌去走。因為當我們不做品牌，屬於B2B代工業時，就不需要廣告，可是如果今天做終端產品就必須要廣告。為什麼韓國起來了？我覺得關鍵在於它們做到終端產品了，這就可以帶動軟實力、行銷設計人才全都起來。

未來產品經理（PM）的概念要翻新，PM的角色要先把溜冰場整平，讓工程師很平順地溜過去，所以PM永遠要在工程師動起來之前就知道往哪裡走。台灣過去產品經理的能力在於專案管理，而不是產品管理，前者管的是時程、品質，而後者是站在消費者的最前端，創造消費或創造需求，是兩個完全不同的概念。

企業需要PM，政府也需要，現在政府已經走在企業後面，所以溜冰場蓋得來不及，路都不平，中間出現了鴻溝，政府應該要站在企業要去的方向把路鋪平。

現在舊產業遇到困難，新產業還沒起來，新人才和舊產業供需失衡，還需要一段時間磨合。但是這些過程中還缺少創新，台灣應該從科技島重新定義為創新島，這中間一定要不斷投資新產業，年紀大的人不能要求年輕人一定要來加入舊產業，這樣才有新機會。

我們正在前進東南亞的過程中，千萬不要犯一個以前在中國的錯，就是只把中國當工廠，不把中國當市場。這是台灣最後一次機會，要去東南亞，就一定要把它當市場。數位時代雜誌2013年3月號

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。