[王景弘] 談談COSCUP：讓整個社群圈變成一個知識共同體。|數位時代 BusinessNext

台灣Opens Source 相關社群，自2006年開始會聯合舉行大型開放源碼研討會COSCUP，除了邀請國際級專業人士進行專題演講外，也有小型講座、攤位、社團同樂會等。目的希望提供一個平台，聯結開放原始碼的開發者、使用者與推廣者。今年度的活動，正於本周末展開，作者曾經協助 JSDC 2012/2013 兩屆前端開發者年會籌備，透過此文讓大家了解台灣開源社群的狀態，以及他們想要推動的事。

其實一邊對於研討會的印象是一種專業工作者聚在一起討論專業問題的地方。社群研討會也是在類似的概念上，只是社群研討會多數是由平常參與一邊地方語言社群的人組成，根據不同需要報名不同社群研討會。以這兩年資料科學研討會正夯，開源硬體也非常火熱。這些研討會有異於其他國家的狀況，通常都不是由一家企業主持(如 Oracle 主持 Java One)，而是由業界工程師自己發起籌備，藉由門票跟企業贊助打平活動成本。

這兩天正在進行的 COSCUP，前身是 ICOS 分家，有別於 JSDC/PHP Conf/PyCon.... 等專業語言領域研討會。更著重在開放原始碼應用與開發，當然不免俗的有技術討論，但應用面向更廣，精神上是希望連結要一般人(特別是學生)與技術實務之間的距離。

重要的是我們怎麼運用開發融入生活。開放原始碼運動一直給人們一種若及若離的親切感，看似開放好像非常友善，但原始碼畢竟還是需要專業程度，因為開放原始碼通常表示你也可以再利用跟再散佈。多數人乾脆就把開放原始碼運動跟免費軟體劃上等號，但是事實上兩者仍然有很大差距，開放原始碼不一定能免費使用、免費軟體也不代表是開放原始碼。

本來這只是工程師內的小社群，如果只是這樣也不值一提，那為什麼我們會需要認真的介紹這些活動呢？(連去年柯文哲的官網原始碼裡面，都有介紹這些研討會的彩蛋，出自我的手筆)

這是因為在台灣過去缺乏業界刺激的工程師圈，因為這樣的研討會給了大家一個競技做技術辯論跟倡議的舞台。而讓許多觀念快速的在工程師圈中更替，也改善許多企業彼此間內部資訊流通不足與訓練不足的情況，讓整個社群圈變成一個知識共同體。

同時因為我國大學教育長期校園資訊討論成效不彰，對資訊有興趣的後進，往往透過網路參與社群跟業界前輩們一起交流。而社群的特色就是血腥跟凶殘，對於不同意見的論戰是非常直接的，換言之能在這麼直接的討論存活下來往往都有一定水準。

而一年一度的社群舞台也培養了許多人在社群的能見度，以我為例，我也是在 2007 年藉由在 coscup 介紹 jQuery 來參與大型社群活動，進而在之後幾年成為 js 社群的貢獻者。籌備兩屆年會的過程也是藉由議程的邀請與社群聚會的協助，將一些社群的新秀有練習的舞台與試著讓他們來陳述這些觀念。來讓整個社群互相交流跟成長。

圖說明

這樣的野生社群是非常有生命力的，即使主持人離開，他都還能有自己的生態跟長出新的面貌。如同這幾年許多技術社群與年會雨後春筍般的冒出來一樣。這些技術社群凝聚許多技術同好，某個程度上也是諸如大家可能越來越熟悉的 g0v 等工程師社群的主要供給跟推手。

考慮到未來即將面對可能人人都會進入資訊世界，需要擁有資訊能力的考量。這些新世代意識組織的新未來社群，對於社會型態的轉換是很有幫助的。

很多人覺得 line 這種多人聊天模型是加速訊息傳遞。但這群人早就透過 irc 跟各種溝通工具再交流。很多人覺得任務還在透過 email 溝通跟電話訂單，這群人早就習慣 issue trakcer 為每件事情管理長達好一陣子。很多人還在思考大型系統如何分工跟授權後去中心化加速組織運作，這群人已經用 git 在讓大家能隨時看到每個人進度、分散協作而能有個簡易機制互相干擾跟協調。

這套工程思維對我跨領域參與各種類型事務時也起了許多效果。時至今日，當我們面對的更多是資訊跟決策問題，這群人其實將可能會是未來前面的領頭羊。當身邊的人下一代都在上一代眼中越來越 geek ，談論的越來越「專業」，我們還沒有清楚瞭解到哪些是未來的需要的話，我覺得這會讓人有點擔心。

真的有離那麼遠嗎？考慮到我過去一年把這些東西應用到最傳統的政治實務的感想，我覺得一點也不。是我們有沒有善用他的問題而已。現在的媒體一個足夠深入而且能夠對生活與資訊技術轉譯的視野。

不過沒問題的，如我這般的跨域社群資訊人，會努力的轉譯跟翻譯進一般人的生活，用一種讓一般人震攝的方式來進行。

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。