台灣第一家個性釀酒工作坊|數位時代 BusinessNext

很多創業的念頭都是來自於人生中獨一無二的體驗，從中間慢慢萌芽成為一種商業模式。但是這種商業模式是否可行，在整個創業過程裡就需要不斷地修正，拚了命讓夢想成真。原本在外商軟體公司當高階主管的盧震宸就是最典型的例子。回想十多年前，他在澳洲留學時，寄宿在一對英國夫婦的家中，每天晚餐的餐桌上都少不了各式各樣的葡萄酒。澳洲是全球葡萄酒的重要產地之一，而盧震宸因此開始了解葡萄酒的學問，也養成了品紅酒的嗜好。學管理的盧震宸回國後在外商公司工作長達十三年，在創業之前，已經做到參數科技(ＰＴＣ)的亞太區副總裁，「剛創業的時候，有談話性節目請我去談(如何賺到人生的第一個一百萬)，我非常不好意思地回絕，因為在參數工作八年，累積的財富超過千萬，」盧震宸說這番話，並沒有炫耀財富的用意。因此當他決定要辭職創業時，被父親氣得大罵：「你是哪根筋不對了？」甚至在創業第一年父親負氣揚言，絕不踏進店裡一步。做足市場研究才投入盧震宸從事業務銷售工作多年，品紅酒的習慣從未間斷，甚至會利用出差的時候，從國外找些台灣沒有進口的酒，和家人、親友、甚至客戶一起品嘗。「常常幾口紅酒下肚，大家的話匣子就會打開，心也打開了。」但是多年下來，盧震宸發現台灣人愛喝紅酒，但是真正認識葡萄酒的人卻寥寥無幾，「不過，台灣人對於紅酒的口感卻很挑剔，」盧震宸觀察到，就算喝到再名貴的酒，很多人都還是會希望口感能夠再酸一點、再甜一點，更符合自己的需求。這種大眾化的反應讓盧震宸創業的念頭蠢蠢欲動，「如果大家可以動手釀出自己理想中口感的葡萄酒，應該會受到歡迎。」再加上盧震宸在美國當會計師的哥哥常常越洋來電敲邊鼓，「個性釀酒的風氣，在美國、加拿大都很風行。」甚至熱絡地幫忙找原料商、設備商，或是利用出差之餘，一起去參觀各地的私釀酒莊。做過行銷工作的盧震宸，還去找了台灣經濟研究院的酒品市場調查報告，「台灣紅酒市場一年至少有五、六億元的營業額。」更堅定了他的信心，因此兩年前，當民營酒廠開放成立後，盧震宸便辭了工作，代理了全球最大的個性化葡萄酒製程連鎖體系諦梵尹(D' Vine Wine)，開設台灣第一家個性精釀葡萄酒坊。繳學費是必然的過程「我們引進原料、設備，開設品酒會，教大家如何調酒、釀酒。還有專屬美工人員，為客人量身訂做酒標，」為了做行銷，他一開始花了近百萬元在生活類雜誌刊登廣告，「但是反應是零，客人都還是靠口碑相傳而來，」盧震宸說。因為來的都是親朋好友或是客戶介紹而來，盧震宸自然盡主人招待的責任，讓大家很盡興地暢談、品酒，「所以我前面一年半的時間，幾乎都睡在店裡的地下室，凌晨送走客人，一早還要起來幫忙訂貨、送貨，」盧震宸說，不過口碑打開後，這種情形逐漸改善，因為來上門的企業客戶增加，像是去年的聖誕節、除夕夜都有公司來包下全場，辦品酒會，由諦梵尹提供餐點和美酒狂歡整晚。此外，還有許多證券、保險公司常常藉由舉辦品酒會，招待貴賓客戶。創業進入第三年，營收開始打平，但是他先後投入的三千多萬元，仍然還沒回本，「當初我想到這個商業模式時，覺得非常興奮，所以相信發展的空間還很大，」前晚出貨熬夜到四點的盧震宸說這番話時，眼睛突然為之一亮。就在採訪結束時，高齡七十的盧伯伯頂著室外只有十度的寒風，從自家步行來店裡探望大家。「我父親本來只喝高梁，但是他現在改喝紅酒，也算是對我的肯定吧。」盧震欣慰地說。

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。