一場不帶履歷的面試大會,求職平台Wanted拉近企業與台灣求職者距離
一場不帶履歷的面試大會,求職平台Wanted拉近企業與台灣求職者距離

如果說最老派的求職博覽會中存在一種氣味,必然是安靜的、尷尬的、不自在的,並充滿了西裝與套裝。面試者覺得難受,企業也不一定喜歡這種形式。

來自韓國的求職平台 Wanted,試圖在台灣舉辦一場最 chill 的「職涯嘉年華」,甚至要求職者把履歷跟套裝都留在家裡,不以求職為最大賣點,專注探索對於現場職缺的一切疑惑。

Wanted 成功了嗎?

人才很重要,聆聽人才的聲音一樣重要

Wanted 的台灣總經理陳佳聰認為,過往硬梆梆的求職博覽會過於制式,Wanted 希望可以增進求職者與企業間的「真實交流」,兩方互相聆聽對方的聲音,讓求職不再只是單向傳播,同時也讓求職者有「面試企業」的機會。

對求職者來說,有機會在企業的攤位上直接與團隊接觸,第一線了解工作內容;對企業來說,則可以透過使用者的反饋,避免「開了一個不可能的職缺」的問題。

參與本次職缺嘉年華的企業,毫不意外的以新創多一些,包含雷亞遊戲、旋轉拍賣、KKday、iKala 等,不過也有在業界打滾已久的企業如 GOMAJI、精誠資訊與台灣樂天市場,我們也實地訪問了幾家企業,分享他們對於走向線下實體招募的看法。

雷亞 CTO 鐘志遠
雷亞CTO技術長鐘志遠分享雷亞遊戲的文化與職缺。
圖/ Wanted

雷亞遊戲的 CTO 鐘志遠認為,對於部分懸宕較久的職缺,想知道求職者對於工作敘述或實際的工作內容是否有疑慮,透過直接與求職者接觸,能更理解職缺是否「接地氣」。而鐘志遠在現場也不吝與求職者解釋雷亞所採用的技術細節,期望能夠更貼近目前人才市場的現況。

旋轉拍賣的人資林妤蓁也說,來到現場都是技術的主要負責人,求職者可以直接與負責人互動、互相理解。畢竟進到旋轉拍賣後,求職者都將直接與這些負責人共同工作,對企業來說,提早與求職者面對面,能夠降低後續雙方相互不適應的成本。

最後則是老牌企業代表,精誠資訊。數位轉型顧問林漢坤說,雖然精誠資訊已經在業界較久,但透過直接接觸以及不斷吸收年輕人的創意,有助於精誠資訊打造未來年輕化的團隊。

免費占卜未來職場運勢、拍攝 LinkedIn 相片

不過,在 Wanted 求職嘉年華中,大部分的職缺仍以工程師為主,現場也有不少人在企業攤位詢問工程師之外的職缺。雖然目前台灣企業工程師人才缺口大,卻也能感受到其他職缺人才蠢蠢欲動的焦慮。

Wanted 就業嘉年華
Wanted 就業嘉年華中的 LinkedIn 照片拍攝。
圖/ Wanted

現場除了企業攤位之外,最受歡迎的則是 Wanted 特別設立的兩個攤位:LinkedIn 相片專屬攝影棚,以及塔羅牌與龜卦的職場運勢占卜。這也是讓現場氣氛較為放鬆的其中一個原因,畢竟比起漫無目的的在企業攤位中閒晃,這裡至少目標相當明確。

Wanted 也設置了「企業說故事」的橋段,讓企業能夠在舞台上介紹公司文化,也有許多企業的講者相當直白,毫無保留地將公司內部的工作情況展示給現場求職者。

最後,回歸到一開始的問題,Wanted 的職涯嘉年華成功讓台灣人求職者放鬆了嗎?很難說,現場仍有一點「放不開」的味道、職缺類型也沒有辦法滿足所有人、企業的攤位也稍嫌小了一些,但至少,他們讓台灣求職者在會場開始喝起了啤酒。

關鍵字: #人才
往下滑看下一篇文章
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?

家電是典型的低頻、高單價商品,消費者可能數年才換一次冰箱、洗衣機或空氣清淨機,但品牌與消費者的接觸遠早於購買當下:從搜尋產品資訊、比較規格、閱讀評價,到進一步留下會員資料、瀏覽官網,甚至進入門市體驗,消費者的決策路徑越來越分散,即使最後的交易發生在線下,購買的決策可能早在線上決定。

這也是夏普(SHARP)會重新思考數位行銷的原因。

過去,品牌比較關注如何「帶來多少流量」,但當數位接觸點持續增加,重要議題逐漸變成:誰在關注什麼?誰可能進入購買週期?又該在什麼時間點,提供什麼內容?

SHARP 台灣總經理張凱傑表示:「我們的目標是串聯產品、 AI 、會員數據以及服務,讓 SHARP 從一個『賣家電的品牌』,逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術, SHARP 致力將科技融入日常生活,預先設想、解決消費者不同階段的生活需求;如今,這套「半步先行」的思維也延伸到數位行銷:不只是等消費者說出需求,而是透過數據,更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據,但因數據資料分散在不同部門與系統,想要為行銷活動建立目標消費者輪廓,需要跨部門整理與人工處理。例如,需要先請 IT 撈取資料,再由行銷團隊分類目標客群,前後可能花上 3 到 5 天,活動發送出去後,也難以即時掌握消費者接下來的行為。

為解決上述挑戰, SHARP 開始評估、測試客戶資料平台(CDP),最終選擇與 Insider One 合作。評估過程中, SHARP 關注的不只是資料整合能力,也包括系統是否容易上手,以及線上、線下數據能否進一步串聯。

首先, SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類,還有提供行銷引導與 AI 工具,例如行銷自動化等,讓團隊可以更精準地擬定媒體策略與決策,以清晰的投資報酬率(ROI)等數據,建立內部行銷與業務部門的信賴機制。

張凱傑指出:「對我們來說, CDP 的價值是縮短從資料、決策與行動的時間,讓行銷團隊可以把更多時間放在策略與內容,而不是處理資料。」舉例來說,導入 Insider One 後,行銷團隊用說的就可以完成受眾設定與行銷流程初步建置,將原本需要 3 到 5 天的時間縮短成 1 分鐘,然後,由系統觸及,以及追蹤開信、點擊與轉換,大幅縮短跨部門協作的工作流程。

Insider One
1912 年創立的夏普,在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ,透過數據整合,真正了解消費者的需求,精準推薦,股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。
圖/ 數位時代

對 SHARP 來說,另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用, Insider One 團隊扮演如導師般的角色,透過手把手的培訓與指導,不僅大幅縮短系統摸索時間,更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內,成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點,以消費者全通路(OMO)旅程數據持續深化互動關係。

張凱傑表示, SHARP 超過 80% 的銷售來自線下通路,部分合作通路同樣採用 Insider One,讓跨通路數據串接有了共通基礎,在 Insider One 團隊的協助下, SHARP 與生鮮超市合作,在符合資料授權跟隱私規範的前提下,透過會員輪廓標籤掌握跨通路消費需求,並以此規畫跨業聯合促銷(Joint Promotion)。

股東購物節四大指標皆雙位數成長, SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說,股東購物節是年度最重要活動,透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案,結合會員資料整合與行為分析,去(2025)年, SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群,轉變成掌握消費者對不同產品與內容的興趣,再搭配個人化推薦與自動化顧客旅程,讓對的內容在對的時機觸達對的人,極大化行銷綜效。

SHARP
「股東福利」官網提供一站式數位權益服務,包含股東卡領取、合作商家優惠查詢及精選好禮解鎖,輕鬆掌握各項專屬禮遇。
圖/ Insider

更重要的是,隨著數據累積與平台熟悉度提升, SHARP 的數位行銷成效持續優化。

以股東購物節為例,今(2026)年,不僅股東購物節的 eDM 開信率近 40%,流量、轉換率、客單價與回購率皆較去年成長15至25%,讓 SHARP 更加確信:數位行銷的重點不只是「吸引多少人」,而是能否辨識「哪些人值得溝通,以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷, SHARP 成功從會員名單中找出 4,000~5,000 名具有相關興趣與行為特徵的消費者,如喜愛手沖咖啡、熱愛科技、享受質感生活等客群,針對這群人進行精準溝通,帶動數百台產品銷售,創下轉換率超過 15% 的成績。

張凱傑認為,以 CDP 持續深化第一方數據資料有助於極大化行銷成效,以維修服務為例,如果系統辨識出消費者的冰箱使用年限已久,且近期有多次維修紀錄,即可在適當時機提供換機資訊,甚至從節能效益切入,讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果,不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」,持續深化對消費者的理解,讓線上的互動、內容與優惠,成為消費者消費或走進實體通路的前一站,也反映出家電行銷正從追求流量轉向對消費者需求的持續理解,成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用,立即了解:https://insiderone.com/zh-hant/contact-us/

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
一次搞懂工業AI
© 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