IBM 及 Marketo 與社群媒體結盟:透過數據整合,提供更精準的個人化廣告
IBM 及 Marketo 與社群媒體結盟:透過數據整合,提供更精準的個人化廣告
2015.05.13 | IBM


當社群媒體成為民眾生活不可分割的部分,按讚、留言、打卡和動態分享等線上足跡,也代表著重大商業價值和無限商機,因為這些社群媒體活動數據,包含各種早期難以被完善紀錄甚至分析的消費者資料,像是個人價值觀、商品評價、購買動機和及時商業決定等。因此如何妥善運用這些珍貴的線上原始數據,來幫助品牌企業獲得更好的行銷成果,成了市場分析/顧問公司和社群媒體的共同目標。

這也是為什麼在過去一段時間內,我們頻繁地看見兩者的異業結盟。這一篇文章也介紹近期內三個此類型的合作計畫,仔細一看,可以發現三個計畫都有相似目標:妥善整合「雙方數據」,並且透過數據分析工具,幫助企業製作更為精準的「客製化廣告」。

IBM 與推特的合作計畫:結合推特數據與 IBM 雲端產品,幫助企業用戶運用推特資訊

在去年十月底時,IBM 和社群媒體推特(Twitter)宣布兩者的數據分析合作關係,最主要的合作內容就是將推特數據納入 IBM 的雲端分析商品,透過加入推特數據的全新資料庫,來幫助客戶做更完善的商業決定。

合作方向和目標

IBM 表示該項合作計畫有三項重點實施方向和目標:

  • 將推特數據與 IBM 的雲端分析服務像是 IBM Watson Analytics 結合,讓企業顧客能更簡易地使用新數據。
  • 幫助企業透過推特數據來改善商業決定,例如透過推特內容的語意分析與行為數據,業務、行銷和客服人員可以和潛在客戶進行更好且客製化的互動。IBM 也會組成團隊來解決企業和推特相關的特殊商業需求,像是行銷和客戶服務。
  • 針對特定產業(像是銀行業、消費者產品、零售、旅遊和運輸等),推特和 IBM 將合作開發特別解決方案,幫助這些產業內的公司更有效運用推特數據。而 IBM 也預計在全球訓練 1 萬名顧問成為推特平台的專家。

IBM 與推特的商業考量

推特數據對於 IBM 企業客戶的價值,包括反映社群用戶當下想法、決策動機,甚至對特定類型商品的評價和抱怨,幫助企業更及時了解顧客與合作夥伴,並有效地進行個人化互動,以及提供長期趨勢判讀,協助企業更準確辨別市場未來走向,規劃相應的產品開發計畫。

從 IBM 的角度來看,和推特的合作專案使得 IBM 旗下的雲端分析產品更為完整,並大幅增加他們對顧客的吸引力。IBM 商業分析團隊總經理艾里斯特˙瑞尼(Alistair Rennie)表示「就像所有分析工具應用來源都不是單純為了科技動機,而是為了商業考量一樣」,推特獨有的資料庫將能優化它們的分析工具,幫助客戶更好地解決問題。

推特也表示,它們現階段有許多品牌合作夥伴透過推特平台投放廣告,雖然它們能夠提供這個合作企業非常大筆的「原始數據」,但是這些數據對企業的用處卻十分有限,因此和 IBM 的合作,將能讓推特數據為企業客戶們帶來更多價值。

對推特而言,這項合作計畫除了讓他們既有的合作品牌企業,更有效率地運用平台數據,也能幫助其他企業更了解推特這個平台,甚至讓本來對推特陌生的企業用戶,開始實際在推特平台上進行商業操作和布局。進一步推動企業用戶的推特參與,甚至是鼓勵企業在推特上進行廣告投資,都是推特開啟和 IBM 合作的重要誘因。

IBM 與臉書的合作計畫:整合臉書數據與 IBM 雲端資訊,製作臉書平台的客製化廣告

繼和推特的合作計畫宣布約半年後,IBM 和臉書也在幾天前宣布全新合作關係。

合作重點與目標

IBM 與臉書合作計畫有幾項重點,包括:

  • 整合臉書上的龐大線上訊息(像是個人資訊、按讚偏好、分享紀錄、留言內容、打卡紀錄,甚至及時動態牆抱怨),以及 IBM 行銷雲端平台上的線上與線下顧客資訊(包括基本資料、購買歷史、客服紀錄,過往和投放廣告的互動資訊、以及所處地點的訊息等)。
  • 透過 IBM 的數據分析工具(像是 Journey Designer 和 Journey Analytics),幫助企業用戶在臉書上找到更精準的目標客群,了解潛在顧客的想法和期待,製作出專屬且反映當下情境的個人化廣告訊息。
  • IBM 也期待所製作的專屬廣告,和學習到的潛在客戶資訊,能幫助企業用戶在其他平台和管道有效投放廣告。

舉例來說,如果 IBM 的運動裝備零售商客戶希望宣傳長途慢跑鞋,他們將可以利用臉書資料了解潛在客戶背景與掌握地點資訊(像是當地天氣和客戶與零售店的距離),並結合 IBM 行銷雲端的顧客專屬訊息(像是之前的運動鞋購買紀錄及網站瀏覽歷史等)和數據分析工具,來找出他們希望進一步鎖定的目標族群,並製作出個人化加上情境化的宣傳訊息。

臉書廣告的重要性

IBM 表示許多零售商和消費者品牌客戶,在過去的互動中不斷詢問何時能夠納入臉書數據,因為他們看重臉書龐大的全球觀眾市場,希望能透過 IBM 的分析工具和經驗,來有效地解讀臉書數據,幫助他們更有效地在臉書上和顧客互動。

根據美國皮尤研究中心「2015 年新聞媒體狀態」報告指出,臉書在過去兩年穩佔所有數位顯示廣告營收的第一名,且營收比例高達二成五,而如果只看行動顯示廣告營收,臉書仍居首位,且營收比例增加到三成五,將近是排名第二名 Google 的三倍,而臉書數位顯示廣告營收也成長 5%。這也解釋為什麼 IBM 和臉書的合作方案主要專注在臉書廣告市場,因為臉書不只是現階段最龐大的數位廣告市場,其重要性仍在持續成長中。(延伸閱讀:「2015 年新聞媒體狀態」報告 8 大重點:新聞網站行動裝置流量高,但造訪時間短)

IBM 與臉書的互利共生

而臉書也是第一個加入 IBM 新的商業 ThinkLab 的公司。IBM 打造 ThinkLab 是希望提供一個讓消費者品牌與零售商客戶,與 IBM 內部企業專家、數據科學家、工程師和設計師直接互動的空間,加速幫助客戶開發新科技產品以及製作廣告商品,來提供客製化的顧客體驗。而臉書內部專家的加入也將豐富 ThinkLab 的團隊組成,幫助 IBM 的合作品牌加強臉書平台上的大規模客製化行銷。

對臉書而言,他們期待透過和 IBM 的合作,幫助企業用戶們製作出表現更好且更有用的廣告,來增加廣告收入;而對 IBM 來說,就像和推特合作一樣,他們希望能為客戶帶來更好的數據服務,並因此為他們的數據商務部門帶來更多收入。

Marketo 與 LinkedIn 的合作計畫:整合線上資訊,提供內容一致的 B2B 個人化廣告

LinkedIn 在上個月底宣布與行銷軟體公司 Marketo 的合作計畫,目標是希望透過結合顧客與品牌的網頁與社群媒體互動紀錄,以及個人資訊,幫助品牌製作具高整合性的線上個人化廣告。

LinkedIn 與 Marketo 的個別優勢

LinkedIn 新的「領導加速器」(Lead Accelerator)產品,會整合用戶在 LinkedIn 職涯社群社交網站上的個人資訊,以及用戶的線上行為數據,包括用戶瀏覽特定品牌網站的紀錄,以及在特定網頁上花費的時間;而 Marketo 的產品主要為品牌企業提供橫跨網頁、電子信箱、社群媒體以及行動平台的電子行銷。

透過兩者的合作計畫,Marketo 將能幫助其客戶在多個線上平台上提供內容一致,且和用戶緊密相關的廣告訊息,同時靠著 LinkedIn 大約 3 億 5 千萬的「專業人士」用戶數,Marketo 也將能夠更有效地為品牌客戶鎖定企業客群,投放 B2B 廣告。

運作方向

而結盟後的第一個品牌企業就是具創新精神的老牌科技公司「奇異」,奇異表示他們一直致力於和顧客以更有意義的方式進行互動,因此很期待透過 Marketo 與 LinkedIn 的結盟,能夠大舉為奇異的專業客戶提供客製化溝通體驗。(延伸閱讀:缺乏操作社群媒體的靈感嗎?不妨參考老牌企業「奇異」的創新)

這邊也舉奇異的例子來介紹該合作計畫可能會如何運作:

如果有一個潛在顧客拜訪奇異公司的官方網頁,花了些時間瀏覽網頁上的產品資訊,因為臨時有事而關掉網站,由於此為訪客並沒有留下任何聯絡訊息,因此奇異公司也不知道該如何繼續追蹤該訪客。但如果該訪客之後登入他的 LinkedIn 個人網頁,LinkedIn 可以透過「領導加速器」,得知該訪客的個人資訊以及先前的瀏覽紀錄(像是專注在哪個類型的產品),而對該訪客投放和奇異相關的客製化廣告。

而這些廣告中會包含鼓勵訪客留下聯絡方式的宣傳內容,像是下載產品說明或參加線下活動,而訪客留下的聯絡資訊則會被建檔在奇異的 Marketo 系統中。接著訪客將會在信箱、網路上顯示廣告或社群媒體廣告中收到和奇異相關的個人化廣告,而這些廣告都是考量個人背景資訊、早前網頁瀏覽紀錄,以及和奇異廣告的互動方式所製作,因此可以說是獨一無二且高度整合的客製化廣告。

值得一提的是,Marketo 早先也已經和 Google AdWords、Google Analytics 以及臉書等進行合作計畫,LinkedIn 可以說是 Marketo 在整合社群媒體資訊策略中最新的一步棋。

這些例子紛紛點出了社群媒體數據對於數位行銷的關鍵地位以及未來趨勢,更重要的是,除了掌握社群媒體數據外,品牌企業還需整合其他線上與線下數據,才能更精準地識別客戶,並為其製作專屬的客製化廣告。行銷顧問公司與社群媒體結盟的戲碼,勢必在未來持續上演。

參考資料:Forbes, Fortune1, 2IBM News releasesLinkedIn blogThe New York Times, The Wall Street Journal, & Twitter blog

原文出處:新媒體世代

關鍵字: #IBM #LinkedIn
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