老實說,我們從來沒變,上一期我所提出的「下一個企業」,雖然在感覺的溝通上隱隱有到位,但確實--仍沒把我們的「定位」(positioning)講清楚。
先請大家看個象限圖,圖中的橫軸代表企業的「大小規模」(business scale),縱軸代表企業經營模式的「創新程度」(innovation level)。
當企業位置愈往右上角走,代表它「大而新」;反之往左下角,則是愈「小而舊」。在台灣的財經雜誌裡,絕大部分的player都集中報導橫軸的偏右區塊企業,也就是大企業,而且恕我不客氣地說:是更偏向右下角的第IV象限,也就是「大而老」的企業。
之所以會如此,有幾個原因:大企業的人物讀者耳熟能詳,讀者有親近度;大企業的經營模式「穩當」,所以不會有報導失誤的糗事發生;大企業動態的參考資料多,不必太費勁兒,也能寫出不離譜的文章。
抱歉的是,《數位時代雙週》關心的,絕非大家最哈的那一塊,而是橫跨第I和第II象限的上端那片廣袤地帶(圖中紅色區塊部分),我們姑且稱之為「創新板塊」(innovative territory)。
也就是說:在議題的取材上,我們更care那創新的企業,而比較不care老大企業;更確切地說:我們更focus往這塊創新板塊「位移」(move into)的企業(不管它原先是大或小、新或舊),而比較不focus哪些僅只想「成長變大」的企業。
看《數位時代雙週》良久的讀者都會有印象:我們對「創業」、「轉型」、「年輕人」、「全球化」、「心靈>物質價值」、「創意」和「創新」的無盡執著,應該和台灣其它年長許多的財經雜誌,大有不同。
《數位時代雙週》之所以如此想,來自一個核心旨趣:只有「個體經濟」(企業)的創意和創新,才能帶來「總體經濟」(台灣)的成長。
企業以低毛利衝高營業額的成長,雖然促成自身的規模體型和市場占有率,卻無濟於國家競爭力;而雖然創業小公司隨時可能灰飛湮滅,但它創新的種子,終必能在另一個角落生根發芽(也就是所謂「創新的擴散」)。
而如果一個國家裡大、小企業同步創新(例如加州矽谷和現今的愛爾蘭),那此地的生活水準和心靈富裕感,也就必能逼近北歐國家的「準理想國」境界。
上期封面故事的「設計師老闆」,是一個微型企業的創新、創業趨勢;這一期的「心的華碩」,則是大公司的內部創新轉型故事,它們都屬於創新板塊。
也許過去《數位時代雙週》投注最多心力在科技產業,讓讀者們有「科技雜誌」的印象,但毋寧那是因為「科技」和「創新」的血緣如此交融,而非我們各個編輯是科技狂;更何況,「設計」和「品牌」正是這一波台灣企業經營的下一個趨勢呢!
華碩副董事長童子賢車上的《聖經》和《鄭愁予詩選集》,把我們的夢想詮釋得最好不過--「數位時代」的真正涵義,是每一種企業都因使用了科技,而更能勇敢、無畏地創新;每一位工作者,都能在科技中發現新感性,找到自己獨一無二的價值。財經世界絕不枯燥無趣,它很美麗、很動人、很幽默,充滿著最迷人的想像力。
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。
