[謝榮雅]創新可以不一樣：組織篇|數位時代 BusinessNext

如果你所屬的企業是以創新為商業核心價值，那麼它的組織與人力布署是否也具有設計思維呢？負責領軍研發設計部門的是誰？是什麼背景？位階多高？是否有決策權……如果企業想要得到不同以往的創新，若不能換腦袋就得換人。

三年前輔導一家本土的品牌家電廠轉型，那一次的合作，除了專注設計服務之外，對企業內部設計師和設計管理也擔負組織再造的任務。在輔導過程中我逐一面談幾位重要的設計團隊成員，瞭解分工和團隊組織，其中一位工業設計的主管令我印象深刻，主要是他的觀念和學經歷都算傑出，實在無法與這家公司平凡無奇的產品連想在一起，直到瞭解他的頂頭上司是該集團其中一個製造廠的廠長，我體會在製造思維掛帥下，他對設計的熱情一步步消失殆盡的原因。

其實這不是特例，過去輔導產業時常看到企業偌大的設計部門卻只能做出無趣的產品，深入瞭解後都有一共通點，就是設計團隊雖不乏在設計提案時有令人眼睛為之一亮的好概念，但因所屬部門在公司的位階不高，又總是遇到沒有風格、美學素養且缺乏想像力和對未來的商業機會具備鑑別能力的上司，所以就在不斷被打槍中轉趨保守、畏縮，因此最後量產的產品就只能是這樣結果。

影響最大的是：許多優秀的設計師在無法施展才華的鬱悶中相繼離開，最後只留下尚能忍受或者思維已被同化的「設計公務員」，以及抱怨台灣沒有設計人才的企業，而誰也沒能挽救離市場越來越遠的產品。直到產品每下愈況到出現危機，沒人敢再為設計承擔決策的重責大任時，有些企業乾脆「進化」成舉手表決因應。

過去我有一客戶為了全員表决的需求，費時開發用於表决統計的電腦程式，方便線上投票，甚至還可以因應主管位階差異提供不同的加權票數，自以為是最面面俱到的民主，理當可以規避風險，並且做出大多數人都喜歡的產品。但，這設計決策的方式導致我無法繼續為他們服務，因為他們總是表決出「安全卻平庸」的產品付之量產，試圖讓多數人喜歡卻反而阻礙設計師做出會令一群人瘋狂愛上的產品，可惜了當年這家公司創業階段神來一筆的精釆有趣商品無以延續。幾年後我聽說這家盛極一時的產品和品牌，已完全消失在市場上，公司也灰飛煙滅了。

隨著中國翻天覆地崛起，台灣製造的優勢早已不在，全球品牌商品的價值訴求也走向感知、風格和體驗。在專業分工下，要不就精進理性的製造技術和管理，走向代工；要不就讓感性主導，洞析使用者且不斷變革優化。但企業轉型時，總想把過去成功的經驗複製到產品或管理模式，也以為可延續過去成功之人（包括老闆自己）以及用過去成功的方法去管理這些不同領域的創意人，最後因不同特質常搞到雙方不歡而散。

追根究底還是組織和觀念，殊不知過去製造導向的公司難以驅動品牌化所需創意、創新，更有甚者如我曾輔導過的一家製造業傳產公司，數十年來考核績效是以部門別每月原料用量的噸數重量為量化基礎，當因應轉型品牌所需而得在多樣少量要求下開發打樣時，就遭遇同仁極大的排斥和矛盾。

這些經歷令我看待一家公司的創新能力時，會關注誰來帶領研發設計部門？是什麼背景？位階多高？是否有決策權？或另一件更重要的事：有沒有犯錯的容忍度？當然這最後都會導向一個事業的創辦人，或董事長、總經理，因為是他們決定企業提供了什麼樣的價值以及用什麼樣的經營模式，所以才規劃了什麼樣的組織以及用什麼樣的人，做什麼價值的選擇。也因為這些價值的選擇所以才造就今天這個企業，這些選擇搭配最後的結果只不過剛剛好反映本質。要得到不同的結果當然不能用相同的過程，要得到不同以往的非凡創新，若不能換腦袋就得換人。

多年來看著許多台灣產業想要從代工轉型品牌，找了幾位年輕的工業設計師，甚至多數都只是沒經驗的應屆畢業生，天真地認為有造型能力就是有做品牌設計的條件，再加上美美的Logo設計並且架設網站就能大幹一場。殊不知這種把設計當作美工人員的戰術層次，早就無法因應消費者感覺、知覺不斷養大的胃口，偏偏又將設計、創新者置於不對的組織中，由不對的人作出不對的決策，那連戰術性也談不上了，也無可期待用舊的方式會長出新東西。

這種痛處也成為我奇想團隊一年多前spin-off兩家公司時，讓設計領軍也讓思考（Design Thinking）成為主導創新的核心，也於此我富奇想（SquareX）公司即便是品牌產品的平台，卻特別強化UX（使用者經驗），甚至組織內有導演和策展人這類以體驗為思考核心特殊角色。這的確是我多年所呼籲和推展的「設計4.0」具體落實，也就是設計或創意驅動者當家作主，讓有品味、懂美學，能塑造風格和能有對使用者體驗有感知力的人主導企業的創新，才能夠逐漸深化成為每一位成員的DNA。

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。