阿里巴巴單季營收年增60％！刷新IPO以來最好紀錄|數位時代 BusinessNext

電商帝國：4.5 億年活躍買家、3.7 萬億成交額

電商作為阿里的核心業務，第四季貢獻了超過8成的營收，達到315.7億人民幣，漲幅為47%，全年收入達到了1338.80億人民幣，較去年成長45%。過去一年裡，有4.54億買家活躍在阿里的各個電商平臺上。

不過從營收占比來看，中國境內的線上零售份額有呈下滑之勢，2017年其收入占阿里總營收的67%，去年同期這一比例為76%。與之相對應的是海外零售的營收占比由去年的2%上升至今年的6%，收入大幅成長 312%。

去年阿里全平臺的成交額（GMV）為3萬億元，今年這一數字進一步成長至3.767萬億。但需要注意的是，GMV包含了銷售額、取消訂單金額、拒收訂單金額和退貨訂單金額，並不等同於營收。

移動端的重要性日益凸顯，其月活用戶達到了5.07億（截至 2017 年 3 月），而阿里電商業務85%的收入，都是用戶在手機上貢獻的，變現率（平臺從單份銷售額中所能賺到的收入）超過了PC端。

財報中將移動端活躍用戶的增加，歸功於個性化資料與消費者的高頻互動以及「試妝魔鏡」、「夜操場」等新功能的推出。

「新零售」是近來與阿里緊密相連的詞彙。財報將蘇寧的天貓旗艦店作為阿里在「新零售」領域的合作範例。雙方在 2015年8月達成戰略合作，打通了電商和物流等項目，蘇寧的天貓店在第四季度中表現突出，全年成交金額是去年同期的3倍以上。過去一年裡，阿里還先後投資了銀泰、百聯、蘇甯、三江購物。

財報還首次披露了阿里在海外平臺的使用者資料，速賣通和Lazada兩個平臺的年度活躍海外買家合計達到8300 萬，其中6000萬來自速賣通。

口碑、菜鳥網路、雲端計算都還沒能盈利

然而，在電商之外，阿里的其他業務有不少仍處於虧損狀態。

作為阿里線上下的重要佈局，本地生活服務平臺「口碑」在第四季的資料還不錯，支付金額達到了750億人民幣，而去年同期這一數字只有210億。但這一季度阿里需要分擔口碑5.05億人民幣的虧損，阿里表示這是由於口碑在去年 12月較高的推廣費用所致。

整個2017年，阿里在各項投資中承擔的虧損合計50.27億人民幣，遠高於上一財年的17.3億。阿里表示這與菜鳥網路以及恒大足球俱樂的估值較高有關，其中，僅菜鳥網路阿里就需要分擔10.56億人民幣的虧損。

成長勢頭迅猛但還在燒錢的業務還包括阿里近年來重金投資的雲端計算。第四季阿里雲的營收成長了103%，達到 21.63億，這是自2016年第一財季起，連續8季實現三位數成長。

2017年，阿里從雲端計算業務獲得66.63億人民幣的收入，比上年成長了121%，連續兩年實現三位數成長。截止至 2017年3月底，阿里雲端計算付費用戶數量達到87.4 萬，較上一季增加了10.9 萬。不過從財報上來看，這部分業務暫時還無法為阿里實現盈利，第四季虧損5.5億人民幣。

當然，只要電商業務繼續保持強勁的成長勢頭，其他領域的這點虧損對於阿里來說也無傷大雅。 CEO張勇在分析師會議上就指出：

核心電商分部在巨大的規模體量下，仍延續顯著的成長和強勁的現金流，讓我們能夠對雲端計算、數位媒體及娛樂進行積極投資，推動中國經濟數位化轉型及優質消費。

本文授權轉載自：愛范兒

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。