[痞客邦關鍵報告] 數位浪潮最後一哩-即時在地行銷
[痞客邦關鍵報告] 數位浪潮最後一哩-即時在地行銷

數位媒體、平台近年來如雨後春筍般不斷竄起,不斷地對消費者進行大量的商業行為與媒體廣告的接觸與遞送。但是如何在對的時間與對的地點給予對的內容,成功打通到達消費者的最後一關,一直以來是各大產業、數位媒體與各大平台積極前進的目標!

透過大數據,站在巨人的肩膀上

以全台最大內容平台痞客邦為例,若以每篇內容文章為一張A4紙高度計算,痞客邦目前文章量約為28萬棟的101大樓,並且每天繼續以超過230棟101的速度不斷累積,這些內容以及被瀏覽的行為看似零碎無特定脈絡,但若透過大數據進行分析,將非結構化的資料從資料庫串接到滿足使用者需求的資訊運用,萃取、轉化為可被應用的服務提供給使用者,利用數位創新槓桿大型服務,未來產業結構將重新重組,不再僅是實體交易E化、內容數位化或類比改進等形態改變而已,而是整個產業鏈及生態將會重組。

然而在大數據行銷已內化至各產業,漸漸改變了產品開發、市場行銷等模組,後續數位媒體行銷應用將會如何發展?繼現在最夯的即時競價廣告(RTB)模式後,數位媒體的下一站將由即時在地行銷(LBS)完成到達消費者最後一哩的任務,並結合各產業產品、服務發展,成為 2016 年後的最新趨勢!即時在地行銷(LBS)與即時競價廣告(RTB)的不同,是在於核心理念的差異,前者注重的是使用者情境;後者主要在於清理庫存,兩者在設計與出發點上,就決定了截然不同的走向。

圖說明

(圖註:
若即時在地行銷結合了大數據的龐大資料,就如同站在巨人的肩膀上,可以透過數據與資料站得更高,看的更遠!)

流量來自於需求,工具只是驅動

根據全台最大社群網站痞客邦數據顯示,每天約有 2800 萬的流量,有將近半數來自於手機,透過行動裝置進行瀏覽與閱讀,而這些位於全台各地的閱讀者,無論是透過何種載具,共同的行為動機皆為「需求」!,也就是試圖透過在網路上的搜尋,解決自己在日常生活中產生的需求或問題,像是尋找美食旅遊、搜尋時尚美妝等,皆透過如:東區平價聚餐美食、上班族一週穿搭等自身情境、需求的「情境式搜尋」,進而轉入痞客邦站內產生流量,同時間,使用者在完成搜尋的結果後,不論是透過社群網站或是即時通訊軟體,大多也會再透過社群擴散出去,從使用者需求被滿足後,再透過社群與通訊工具等重新驅動與擴散,讓產業以及品牌行銷人員,可以透過內容與使用者重新且不斷地接觸,形成社群互動的迴路,帶來大量的流量與商機。

(圖二)

搜尋情境決定接廣告好感度

透過痞客邦長期觀察社群及整合數位行銷操作的產業經驗發現,消費者進行搜尋的時候,「時間」與「 情境」這兩大要點,將決定了消費者是否會採取下一步行動。在痞客邦發布的各產業【痞客邦關鍵報告】中,可以明顯的看出週間與週末使用的裝置,有明顯的改變,消費者會在週間的時候透過桌機進行規劃與整理;到週末的時候,多半會改以行動裝置進行搜尋與確認;在搜尋面,消費者也朝向情境式的搜尋蛻變,以夏天為例,透過系統發現消費者不單單只搜尋品牌及品項名稱,如:防曬用品 / 防曬乳等關鍵字,使用者已趨於轉向搜尋海邊注意事項、夏季美白要點等取而代之,且搜尋時的時間、地點也成為了消費者需求的明確指向,因此能否在「對的時間與對的地點」給予目標消費者想要的東西,將是決定行銷成效是否有效的重要關鍵。

【痞客邦關鍵報告】參考文章:

[痞客邦關鍵報告] 年度網路口碑檢測:美妝產業市場分析
[痞客邦關鍵報告] 年度網路口碑檢測:掌握國內旅遊消費市場脈動
[痞客邦關鍵報告]口碑驅動電影票房 2014五大片商黑馬電影

縮小距離,放大商業價值

即時在地行銷( LBS)比起傳統的廣告遞送,除了具備「即時情境」的優勢外,更具備了「精準」的特性,比起過往的簡訊遞送,即時行銷系統精準了 1 萬倍(一般簡訊投遞範圍為 1KM x 1KM)透過LBS 在地化的設定,可以將目標鎖定至 10M X 10M 的位置,透過系統縮小距離,放大了商業價值!達到了讓使用者在經過店家門口的時候,接收到該商家的優惠與訊息,串接線上與線下( O2O)產生商業價值!對於民眾來說,可以簡易的透過行動裝置直接搜尋滿足需求,並且獲得即時的優惠與服務;對於商家來說,可以透過更精準的訊息遞送,接觸到更大量、有意願消費甚至就在門口的消費者,並且提供聯繫的方式,對於整體的生態圈來說,在縮小了距離的同時,也大大的放大了整體的商業價值,締造消費者與商家雙贏局面。

圖說明

即時在地化整合 O2O 創造新契機

隨著電子商務與 O2O 的蓬勃發展,即時在地化行銷更具備巨大的市場潛力,逐漸轉換成新的商業模式,透過 LBS 的規劃,伴隨定位高精度週邊功能的興起,可以整合所在位置的商家,再透過大數據的分析與具象化的呈現方式,把餐廳、加油站、電影院、百貨公司、觀光景點及交通設施等重要地理資訊一一彙整,並且結合廣告的推送,讓找餐廳的消費者可以找到優惠,讓看電影的消費者可以看到折價...另一方面,對於商家來說,也可以反向的把促銷的商品、優惠的訊息、甚至是注意的事項精準的推送至 50 公尺內消費者的手機上,形成了雙贏互惠的正向循環,成為了最後關鍵的推手。

圖說明

透過即時在地行銷平台串起數位浪潮最後一哩

從社群活動到內容行銷再累積成大數據,再藉由大數據的資料分析歸納後,產生了RTB 與 DMP的廣告模式,最後透過 LBS 將 O2O 串起,打開了數位時代中的嶄新的一頁,自 2010 年累積至 2015 年的能量,將協同 LBS 與行動裝置的使用一次爆發,讓行銷走入生活中,預計於 2016 年給予社群行銷全新的體驗。

@@ACTIVITYID:378@@

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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