[蘇麗媚] 分裂與新生|數位時代 BusinessNext

在網路時代，內容可以怎麼樣創造價值呢？許多人告訴我的答案是：電子商務。隨著應用普及與技術進步，電子商務發展至今，確實有了很不一樣的面貌，在行動與社群的相互作用下，需要的是一種更準確且兼具感性的模式。就如同網路家庭董事長詹宏志先生所說的：過去在網路上我們對「多」有期待，現在我們得要知道使用者要找的是哪一棵樹。更重要的是，它有時是一種生活方式。

先來談談準確。在行動應用的年代，我們因為個人化導向，因而能夠抓住一些很細微的東西。從做生意的角度，準確性帶來的意義，不應
該從來客量減少來評估，而是它能夠降低來客的成本。比如《數位時代》上一期未來商務介紹的巴西飛雅特直播門市，就是一個好的例子。這種準確性，不僅僅是電商業者去定義自己的目標消費族群，也包括業者未來在產業中的位置。

針對消費端的部分，電子商務目前發展的趨勢在於，必須在過去平台的功能性之上，再加入所謂的娛樂性。娛樂性表現的方式，可能是賣家與買家之間直接議價的過程、可能是姐妹淘一同逛街的討論，或是把玩不同商品的比較過程。

對比過去實體店與消費者的關係是「一次性」的，網路上的每次消費，其實是下一次購買關係的開始，消費者的經驗分享會是另一個消費者搜尋的開始，所以當你能準確找到客戶，又能愉快互動，商務成交率自然提高。

在所謂的娛樂性考量下，整合影音元素將是電子商務下一波的發展重點。美國曾經有個網站DealitLive，它的模式就很有趣，把「購物台」的概念帶到網路上，讓賣家以10分鐘為單位，可以錄一段影片或是透過直播的方式，在線上賣自己的商品，同時也提供一個聊天室，買家可以即時打字給賣家。不過，因為它在2009年就推出，不論頻寬或互動技術都沒有現在成熟，在當時雖然引起話題，但經營結果並不是太成功。然而就現今的環境，這個模式滿足C2C的社群互動需求，其實大有可為。

在這樣的變化之下，也意味著產業分工角色會越來越精細，比如YouTube日前釋出最新廣告機制，將開放廣告商在影音廣告中內嵌商品價格、影像和購物連結按鈕，它們將自己的平台角色做到極致。

但也有人反其道而行，來自芬蘭的Videoly，就將目光放在協助電商業者進行影音行銷，成功走出一條創業之路，去年獲得15萬美元的創投資金。他們提供Videoly的軟體套件，消費者只要在瀏覽器上先安裝好，當你去像是Amazon這類購物網站買東西時，它會主動在YouTube上尋找相關產品的開箱文等影片。對消費者而言，少掉了搜尋時間，增加對物品的理解；對商家來說，也節省內容行銷的成本。除了搜尋之外，Videoly也提供相關影音內容的製作，把過去在影視產業裡的影視製作公司，放在不一樣的產業裡，造就自己新的產業位置。

回到我身為內容產製者的角色，這些變化也引發我的反省，過去都是整合電子商務，但反過來，也許我們應該把自己想成是一個電子商務公司，然後產製相對應的內容，在原來的社會角色中進行分裂與新生，才是推動產業進步的開始。

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。