宅男只宅在家上網嗎?  無時不刻新「行動網友」誕生
宅男只宅在家上網嗎? 無時不刻新「行動網友」誕生
2013.11.20 | 行銷

消費者上網行為已經在改變,廣告主還在只投放單一數位媒體平台嗎?

 

 

**2012****年網友使用電腦及手機上網比重互補
**根據資策會2012年調查報告,已預估台灣智慧型手機普及率至2015年將達56.8%,將有超過五成以上的民眾持有智慧型手機,顯示國人使用行動上網的情況日趨攀升。從去年的流量觀察中,也可看到行動上網與一般上網的巧妙差異。

在去年的流量觀察,依照每小時流量分析曲線圖發現,網友使用手機及電腦上網的時間點恰為互補。每日的早上7點至10點及晚上11點至凌晨1點,這兩個時段,皆為行動上網的高峰,且使用一般電腦上網時間卻相對的降低,說明網友在睡前及早上起床都是習慣使用手機上網來結束及開始這一天的。

 

▲圖一:2012年觀察:行動上網與一般上網行為互補。

**2013****多螢世代****網友身處多屏數位環境
**今年資策會FIN調查媒體使用行為研究顯示,與2012年報告相較,台灣人在跨螢幕使用比例有普遍性的增長。如今民眾已不再專注於單一螢幕上,多屏多螢的時代已來臨,網友上網也不受限於某個特定時間、固定地點了,隨著行動裝置的普遍,大家幾乎是一邊用電腦上網同時,還用手機看社群動態。

與去年相較,在每小時流量分析曲線圖上發現,一般上網與行動上網並無顯著的互補差異了,可見對現在網路使用者來說,行動載具(包括持有平板電腦或智慧型手機)的運用已經融入生活圈,而非僅是為「出門在外」的上網工具。

其中值得深入觀察的是,兩者時間點上的差距,行動上網的時間曲線明顯比使用電腦上網晚了一個小時。第一個區間是在中午休息時段,可發現上班族在午間休息結束前,還是較傾向選擇手機來上網瀏覽或進行娛樂及通訊,而非下午開工時仍須操作的電腦;另外是在下班通勤及晚上休息的這段區間,可見行動載具上網的偏好度在下班或放學時間後開始高於使用電腦上網,反應出行動上網的高成長度。

 

▲圖二:2013年第二季流量觀察。

**從網站類型觀察網友使用載具上網變化
**而網友在瀏覽新聞及社群討論這兩種分類頻道時的變化也可對應於載具使用。

從瀏覽為重的新聞類型網站調查發現(圖三):在早上9點上班族入進公司及中午休息時間,民眾在使用電腦上網的情況有明顯的增幅成長;而在使用行動上網的部分,雖然在上班通勤時間並沒有明顯的流量高峰,不過卻在過了中午休息時間後的一小時流量突然攀升,並在下班時間(大約7點)後又再開始顯著成長直至夜間。

在社群論壇類網站的部分可從圖表(圖四)觀察到,日間一般上網及行動上網的流量比例上差距其實不大,晚間則都呈現逐漸增幅的情況,且在使用電腦上網的比例上較高,但從接近午夜(晚上12點)開始,上網載具使用偏好則明顯轉變至行動上網直至清晨。

▲圖三:從網友在新聞類型網站調查發現,使用電腦上網第一波主要明顯增幅來自早上9點~中午12點。

 

▲圖四:在社群論壇類網站,從晚上12點開始,網友使用行動載具上網的比例增加。

比較兩種不同類型網站觀察網友上網習慣行為,可以發現:無論是瀏覽新聞或是社交目的的上網行為,在日間還是以一般使用電腦上網為主;而在晚間,因可使用的數位螢幕選擇較多(電視/電腦/智慧型裝置),從流量比例觀察,網友在新聞瀏覽上則會選擇傳統媒體電視或手機,並且同時間使用多屏螢幕上網。但在睡前或進入夜間,則改以使用行動載具。說明行動上網佔據網友的使用時間週期較一般上網是更長的,並在夜間有較明顯的差距。

綜觀重點整理:
1. 消費者使用電腦及手機的時間曲線已經相同,不再是互補。
2. 迎接數位多屏多螢的世代來臨。
3. 網友在新聞類及社群論壇類的上網習慣,於日間以使用電腦為主,而在夜間則會選擇手機並同時間使用多屏螢幕上網。

出自域動行銷

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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