飛利浦有一套獨門絕活|數位時代 BusinessNext

歐洲人、美國人、亞洲人、非洲人，不同人種對圓形、方形的感覺有什麼不同？」，這不是腦筋急轉彎的問題，而是飛利浦設計師們的年度研究議題之一。
「每一年我們都會設定10個類似的概念問題，激發大家的想像及觀察力。」飛利浦資深全球客戶及設計總監劉昭槐說，設計師不該只是畫圖的機器，而是要透過包括社會學、人類學、心理學的全面性理解，才能賦予產品動人的靈魂。

**設計不是等待發包，
更要推動產品走向

**
已成立80年的飛利浦設計中心，目前全球設有包括台北在內的12個分公司，專業設計師400多人，不僅有一套完整的作業流程，確保產品及品牌精神的穩定性，設計中心在組織層級上，更屬於一級決策單位，直接向執行長負責，「在公司內部所扮演的角色，重要性不下於研發或是業務單位。」飛利浦新加坡分公司總裁穆卡里奧（Mourad Mankarios）評論。
10月中，在新加坡的創新園區，一場「直覺式聯網家庭（Intuitive connect home）」的發表會上，主持人不是慣見的業務高層，而是由亞洲區設計客戶總監柏楷文（Gavin Proctor）挑大樑說明。
以目前市場熱門的平面電視為例，飛利浦就注意到背面的設計細節，「因為平面電視體積輕薄的特性，可以放在任何空間裡，變成室內設計的一環，比如說房間的正中央，所以產品就不能只看到接觸的表面。」劉昭槐展示著飛利浦新推出的一台電視，背面就採用流線造型的設計。
雖然是設計未來的生活，不表示設計中心可以天馬行空的發想，「每年我們都會跟各產品部門進行業務的簡報會議，確定彼此看到的市場方向。」飛利浦設計事業群亞洲區總裁簡敏思(Murray Camens)指出，設計中心不是被動的等待其他單位發包工作，更要積極的提出構想反過來推動產品的走向，「科技導向的時代已過，現在講求體驗式經濟，我們跟研發單位就像是人的左右手，一定要相互協調才會發揮最大的效益。」他表示，唯一的差別僅在於研發單位會區分出先端研究及產品開發兩個不同經營層次，設計中心更重視產品開發的可行性。

**透過創意管理，
掌握消費者需求

**
然而，對一個全球化的公司，取得一致性的溝通語言是更困難的部份。
「創意通常是零亂的，因此需要一些步驟程序來整合。」劉昭槐說，大約兩年前，飛利浦發展出一套「New Value Signs toolbox」系統，針對包括文化、科技、及商業行為三大主題，再區分出短期、中期（3~5年）、長期（5~10年）的時間表，透過小卡片的形式，讓包括設計師、工程師、甚至行銷團隊這些參與產品開發人員，可以持著小卡片當做溝通平台。
「我們發現，對不同地區分公司、不同專業的人員對於一些基本訊息的需求很大，既然如此，何必想一個方式，讓大家很容易可以取得。」負責這項專案的經理葛里芬（Bas Griffioen）指出，文化議題一向是品牌管理最困難的部份，透過這樣的作法，讓資訊標準化，可以減少很多溝通的成本。
以一張類別為「文化價值：印度的生活狀態」為例，卡片內描述：喜歡吃自然食物、有做瑜珈或散步的運動習慣、身體抵抗力強、虔誠的教徒、能自我管理等特色。
卡片上這些描述，並不是憑空想像，而是根據實際的市場調查得來，「我們不只是做口頭制式問卷的訪問，我們也會詳細記錄訪問時的地點狀況、她的穿著打扮，劉昭槐指著一個25歲名叫「kim」的新加坡女孩說明，「有沒有注意到，她戴得是Gucci的太陽眼鏡喔！」
「大家談創新或創意時，常常忽略了流程管理的重要性。」簡敏思指出，如果單純談設計力，飛利浦與競爭對手的差異並不大，但透過制度化的創意管理，整合研發到行銷的各種資源，才有機會真正掌握消費者的需求，創造企業的最大利益。借鏡飛利浦，台灣企業有為者亦若是。

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。