2014全球創新企業的5個共同特質|數位時代 BusinessNext

顛覆型創新三關鍵：廣納意見、改良商業模式、企業文化

BCG發現創新者（Strong innovators）和突破創新者（Breakthrough innovators）具有五大共同特質：管理者認為創新是競爭優勢、重視專利權布局、對於創新可能帶來的風險及其所需的內外部資源整合有配套措施、創新方向以消費者為主體、在追求速度和承擔失敗之間取得平衡。

但突破創新者比創新者更為突出的關鍵在於，他們把創新放在第一優先，並且他們擁有三大共通點：廣納各方的意見、經常在商業模式上推陳出新和鼓勵顛覆型創新的企業文化。比如說有越來越多公司了解到軟體才是真正能為公司帶來差異化和高利潤的關鍵，因此逐漸從強調硬體銷售轉為軟體服務。

創新企業文化怎麼做？鼓勵失敗、開放、承擔風險

若更加細究這些突破創新者的企業文化，有三分之二以上的突破型創新企業表示，他們設有一個專責管理創新的機構，在這些專責創新發展的單位中，有一套不同的考績制度和作業流程，打造開放、鼓勵嘗試的風氣，並且讓內、外部的資源更方便流通合作。

其他重要的創新企業文化特質還有比如：獎勵創意以提高員工的創新動機，慷慨提供實現創意的空間和時間，不預設每一項創新的計畫都非得要回收利潤，有超過八成的突破型創新企業表示，他們不會在實驗性計畫的一開始就預設立場，這讓員工更勇於承擔風險，放心面對創意失敗可能帶來的後果。

蘋果和Google都是此類塑造開放風氣的創新企業代表，例如Google會鼓勵員工花20％的工作時間去實踐他們的創意，3M也允許員工花15％的工時在自己有興趣的專案上。

扼殺創新的三大病灶：官僚制度、成本導向和瞻前顧後

而許多大企業常會犯的毛病，往往也是扼殺創新的兇手。其一就是會不斷拖延創新速度的官僚制度，家庭清潔用品大廠利潔時公司（Reckitt Benckiser）執行長Rakesh Kapoor便表示，「優秀人才不想要在官僚體系中工作，他們想要在能夠把事情做好的地方大展長才…你必須表現得跟小公司一樣，公司大小也許可以帶來規模經濟，但對於創新來說，速度遠比規模更重要。」

其二是成本導向，企業若斤斤計較創新的成本，反而無法提供給創新人才所需的時間和空間。第三是瞻前顧後，不敢承擔失敗的風險。

企業育成中心回來了，帶著供應鏈和更多資源

值得注意的是，BCG的調查顯示，以前因網路興起而逐漸退場的企業育成中心有起死回生的趨勢。但不同於以往企業育成中心只是扮演砸錢的角色，這一波興起的企業育成中心更加注重與新創事業體的互動合作，他們開始提供R&D、供應鏈夥伴和客戶關係…等援助。在這次BCG調查的六大產業中的前十大企業，有43％都設有育成中心或加速器。

[活動推薦] Meet Taipei創新創業展
2014創業小聚年終盛事！掌握創新創業趨勢，抓住物聯網、雲端應用發展
12月9日(二)大會論壇、12月10日(三)創業之星Demo Show，在臺北文創大樓6樓。報名方式請參見活動網頁，快把握最後優惠時間～瀏覽系列專題文章，多了解此活動

延伸活動｜【驅動創新時代，Let’s Meet Talents！2015創業小聚暨AAMA台北搖籃計畫年會】
創新，是世界滾動的偉大能量，不分領域、不分世代，都在積極爭取創新DNA加入，這是一場開放的Talent Party，一同實現世代對話、創新交流、資源共享…. 2015/06/26 跟著數位時代、創業小聚、AAMA一同參與這場盛會！論壇報名
 大會徵展：超過600位國內外創業者、學生、企業家、投資人齊聚，快來現場介紹你的創新服務，吸引最棒的人才加入！

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。