【數位媒體對談】系列三(上),談到廣告主在要求成效數據的同時,數位媒體如何另殺出一條血路,以及國外已發展純熟的Omni-Channel概念,在台灣又是如何發展;廣告主、代理商及媒體間的data資料揭露大公開。在【數位媒體對談】系列三(下)將針對面臨巨量資料的到來,需要擁有什麼的思維應對,並從其中看見消費者商機。

**顛覆傳統迎接大數據思維**** ****挖掘數字背後的意義
**顏:其實我們就是在談大數據所需要的3V,Volume、Velocity、Variety,我認為必須朝這3個方向邁進,數據的分析才能夠真的幫助媒體進步。在許多媒體公司導入數據分析時,其實就是為了幫助客戶找到商品的價值,雖然對於不同的產業、不同的客戶所需媒體供應的數字關係相對的不同,但此時,代理商在這個地方,可能也要扮演一個很關鍵的角色,告訴廣告主應該怎麼來看這些數字的整合。

蔡:其實data就是data,他是硬梆梆的數字,但每個客戶對data的需求及看到data的價值是不太一樣的。對iProspect來說,我們比較接近是在做media base的顧問型工作,我們會針對客戶擁有的data及business goal來相互比對,找出最佳的解決方案。

由於媒體的不斷變化,media agency逐漸會變成顧問公司,精準建議客戶投放媒體以及解讀數據資料。所以很多人開玩笑說,未來廣告媒體將會變成數字人,完全是數字導向,因為要能夠掌握數字,才能幫客戶創造較高的投報率,也因為這樣未來iProspect會越來越朝向數據顧問的角色邁進。

顏:用這個角度來解讀的好處是,這是一個很實際的衡量方式,但相對的可能也會有些風險,因為變數太多,就像剛剛談到的物件、時間甚至廣告聲量,如何選擇什麼商品上架…等等都會左右一切的關鍵因素。

蔡:對,所以我覺得其實數字背後的涵義就變得極為重要和強大。在轉換、解讀過程中需要有更多的研究判斷,這就是左右腦的結合,回頭思考數字背後蘊藏的意義,追根究柢去研究,產生非常有價值的consumer insight,例如:消費者錯過特價時間,是因為過於忙碌沒有看到行銷宣傳,或是素材不夠吸引人還是投放時間點的問題?就如同顏剛剛所說的,我們看到數字之後,會去思考產品包裝是否需要重新組合,因為透過人的解讀與心思,讓數據對市場的細微變化有了不一樣的呈現,使數據分析成為有機體,否則將可能會做出一個硬梆梆的數字建議。

這些數據分析出背後的真正原因,才是我們要去發掘的。而不是單純下了一個結論就決定這個投放預算增加5%,卻沒有真正了解消費者、洞察消費者。所以我說未來數據解讀的人才要能夠運用左右腦,有藝術跟科學的結合能力,所以這個行業的門檻,應該會越來越高。

顏:其實我也很期待這件事的發生,未來媒體需要將數字剖析得更為完整、清楚及全面性,這也是我們應該努力的方向,不斷提供代理商最新消費者行為模式分析報告,幫助廣告主、代理商跳脫只用數字看待媒體效益,未來甚至可以結合客戶的business intelligence去找到最適合的方法。

蔡:對,我覺得那才有價值,因為如果只單看數字多賣5%、少賣5%,那只會是當下事實,可是如果可以看到消費者insight,進而觀察到整個市場的變化及走向,這才是真正有價值的。

點此見精華剪輯影片 Part4

**整合****Data****讓****Omni-Channel****的總體概念****產生巨大能量
**顏:但我必須要說,這對很多代理商來說可能是不容易的躍進。以後若導入所謂的數據分析媒體合作,客戶、代理商跟媒體之間就會變成一種長期合作partner,身為媒體端的我們,不斷提供關於消費者行為分析,媒體的方向就會不只是媒體,就會變成一種供給不同資訊來源的夥伴關係。

蔡:是的,就會變成一種beyond媒體,而且將來媒體端握有的data會非常多。當新的消費者行為出現,誰會優先發現及擁有這些資料?當然是媒體端了,因此這份分析報告若能被揭露出來,大家都可以發現非常多有趣的消費者行為。

我認為在台灣,有些敏銳度很高的公司早就在擷取這些data,只是並非全面性的轉換data能賦予的價值。因此在傳播的某些環節上,需要進行合作、整合,否則將會像現在一樣,每個媒體的都是單獨存在,做技術的技術很強、做品牌的品牌很強,在這中間其實沒有橋樑去搭建,而產生斷層。data的價值不但沒被看見,而且還是片段並被誤解。

顏:這是我們非常擔心的,尤其當我們是聯播網的角色時,很多客戶都有個相同的疑問:為什麼聯播網提供的數據永遠只有總量?主要是因為聯播網的網站非常多,所有的數據都應該由聯播網本身經過整合、分析後,才能真正幫助客戶得到全面性的報告。也只有聯播網才能看見每個網站裡的消費者行為差異,以及網頁與網頁之間的關聯。但若由客戶來進行任一的片面觀察,數據反而容易被解讀錯誤,繼而下了錯誤的投放決定,最終認為這個媒體無效,這個情況是我們非常不樂於見到的。

蔡:我也呼應顏剛剛講的,其實整個市場對AD Network是不公平的,因為你們要看的是總體而不是單一,而且我覺得AD Network其實就是Omni-Channel的前身,是一個前置概念,涵蓋代表數據的總體。因為Omni-Channel的最終目的就是如此,而非看單一的device、單一的channel,加上消費者行為是連續性的出現在各種環境中,例如:在公車上使用手機、在看電視時使用手機...等,自然廣告訊息能觸及的範圍更甚廣泛,必須把所有行為合在一起看,才有意義,因此總體將是一個非常重要的概念。

若以這樣觀點思維,來替客戶規劃媒體策略,可能就會跟原先數位廣告操作方式不同。就不會只是下單一個數位媒體,而是完全走向data driven的模式來看消費者行為和廣告成效。如今消費者行為加速改變,不管是廣告主或代理商或是媒體,都應該緊追消費者的腳步,觀察消費者、了解消費者及從消費者身上學習。

點此見精華剪輯影片 Part5 

**追隨消費者腳步還不夠**** ****廣告主還需看見其中商機
**顏:是的,消費者與媒體接觸的方式已經大不相同,其實行銷人應該要跟隨消費者的路徑,因為行銷的最終就是要把商品銷售給消費者,要用一個消費者能接受、喜歡的方式來接觸。我覺得這是媒體跟客戶都要共同來努力的,客戶和媒體間要互信,各自願意釋出一些資料進行整合,給彼此多一點時間,來看這個成效的發展跟表現。當然,我也認為當數字有機會進行整合時,媒體後續的分析解讀能力就非常的重要,對域動來說也希望可以增強這樣的能力,藉以找到物件與消費者之間的關係。

蔡:在媒體與客戶資訊整合中,其實我們可以把客戶分成兩種,第一種就是會用過去的媒體標準來看,不管過程,最終只看CPS或result的成效型客戶;第二種是永續型客戶,對於規劃過程有著非常高的興趣及參與感,甚至對於數據分析的呈現也抱持著相當高的期待,而且對於數字越來越有想法及思維,認為那會是認識消費者的一個途徑。不管是哪種客戶,他們最終目的只想透過數據看清未來市場及消費者的行為長相。

**學習解讀數字背後意義**** ****深入了解消費者真正輪廓
**顏:有一件事情讓我很期待的是,我們在這一年來不斷地聽到客戶、代理商表示,接下來的幾年是數位媒體成長一個很重要的關鍵,很多客戶也都把整體廣告預算大幅度往數位媒體挪移。但當這高成長的廣告量逐漸轉移的同時,數位媒體也應該思考如何讓自己成為擁有吸納更多廣告預算能力的重要媒體。

我覺得數位媒體同時也必須發展出一個可被客戶認同、認定成效達成的方式,客戶才會將預算移轉至數位媒體上,而這其實非常考驗媒體的下一步。我們都知道國外performance base的成長非常多,甚至不管在CPA或CPS的計價方式上也愈趨成熟,並符合市場的合理值;在台灣如同我們剛剛談到所有媒體的變化與發展,未來若我們做了這些調整與努力後,整個數位媒體市場的吸納量也相對擴充,除了達到媒體成長與媒體轉移外,又可以滿足客戶所注重的成效。

蔡:我覺得數位媒體一定是持續成長的,或許就現階段我們看不見究竟成長的狀態如何,但我們能從消費者行為上觀察到,其實有很多的消費者使用媒體載具逐漸轉移到數位平台,相對的廣告主也會開始思考content的轉移及投放預算比例的分配。

另一部分則是data的開放性,呼應我前面所談到的,我們必須清楚瞭解data背後的故事,解讀真正所傳遞的資訊。也許數位媒體產出的價值在過往是無法清楚被驗證,甚至還有一些錯誤的觀念,客戶也無法信任的將大筆預算投放其中。因此若能清楚的證明,並提供完整、全面性的媒體規劃讓客戶了解,提早走在客戶前面,未來數據應用的生態將會逐漸明朗。

而在iProspect我們做的是smart investing(聰明投資),我們都很希望可以變成客戶很好的夥伴,對於每個數位媒體投放的建議,客戶除了相信我們之外,我們也必須專業的提供結果以佐證投放的效益如何。

因此,身為媒體人是必須要會去解讀數字,從中瞭解新的消費者行為,箇中insight的意義才是最珍貴的。做行銷最終就是在打動消費者,所以若是我們可從數字去看到背後的一些故事一些趨勢,並跨界合作,我覺得世界就會非常美好。

顏:我想今天的對談,讓我們對數字分析這件事及未來發展有更多的期待,一開始我們看到的是單純滿足客戶需求、數字提供,逐漸的媒體開始有了大數據的思維,進而開始成長與變化。其實我們也更希望整個大環境,是這樣跟著媒體形式一起成長,若客戶也願意接受這樣的方式,在未來整個廣告市場上就會有很大的突破。

我看數位媒體的發展、big data的思維竄起,我覺得現在正是一個關鍵時間點,我們可以預見big data在未來可帶來的商機,但在這個關鍵時間點,不管是媒體、代理商、客戶,在數位環境每個人的價值觀念要開始做一些翻轉跟變化。從不同的角度來認識大數據這件事情,以及未來的合作關係,透過這樣的整合、合作,我們期待發現的是數字背後更多我們所不知道的知識。

點此見精華剪輯影片 Part6 

出自域動行銷

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