流量紅利消失,流量池經營成了關鍵
流量紅利消失,流量池經營成了關鍵

這兩年來,兩岸,甚至全球都在談互聯網的流量紅利已經消失了,企業的經營要從增量轉往存量。

至於什麼是流量紅利消失?什麼又是增量與存量?什麼又是流量池呢?以下我依我的觀點來跟各位說分明。

流量紅利消失

要解釋流量紅利消失時,我想先讓大家看兩個圖表,內容都出自 《互聯網女王2018網路趨勢報告》 ,第一個圖表是智能手機的出貨成長量,我們可以看到從2010年達到高峰後就一路往下,到2017年為止基本上已經停止成長了,我們可以解讀為「會買智能手機的人,大致上都買了」。

新智能手機出貨量vs同比增長.png
圖/ 互聯網女王2018網路趨勢報告

第二個圖表是全球互聯網用戶的成長率,下表也可以清楚的看到,互聯網用戶的成長在2010-2011年達到高峰,接著開始衰退,在2016年有個反轉,緊接著在2017年出現了一個比較大的衰退,我們可以解讀為「會上網的人,大致上都用了。」

新智能手機出貨量vs同比增長-1.png
圖/ 互聯網女王2018網路趨勢報告

上面這兩張圖可以給我們什麼樣的啟示?如果會買手機的人都買了,會上網的人也差不多都上網了, 意味著網路流量的瓶頸大約就是40億人 ,往後每一年或許只有不到5000萬的成長,相較於2009-2017年間,每年以2-3億的成長速度來看,我們確實已經無法期望突然有一批龐大流量湧入。

讓我們再看一個數字,這是全球的數位廣告的成長量,可以看到數位廣告大概以每年5-10%的速度在成長。而在台灣,這個數字大約是20%左右。

全球數位廣告成長量.png
Global advertising spending from 2010 to 2018 (in billion U.S. dollars)
圖/ gipi的學習筆記

當數位廣告的成長速度超過互聯網用戶的成長速度,你會想到什麼?

簡單的說就是有更多的人來跟你競爭這40億流量, 所以每家企業透過廣告能分到的流量或用戶注意力都會減少 ,廣告效益降低,營收自然會受到影響,如果你要維持相同的業績表現,你在廣告投入的心力與成本就會上升,所以便會有 廣告愈來愈貴 的感覺,而流量紅利也是在這樣的狀況下宣告死亡了。

當然了,你也可以選擇把廣告投的更好,素材做的更有吸引力,在同一個池塘裡比其他人更有效的收割流量,但你不得不承認這個大池塘再也很難一次湧入大量的流量了。

增量與存量

在互聯網流量增速大於數位廣告增速時,透過廣告來獲取新客戶是相對容易的,但隨著流量紅利的消失,要獲取新流量、新客戶(增量)已經不再容易,所以有專家建議企業,若要穩固企業的銷售數字與經營,就要把重心放到既有流量、既有客戶(存量)的經營上。

「維繫一個舊客戶的成本是獲得一個新客戶成本的1/10。」

這句話我想大家都聽過,既然維繫舊客戶這麼容易,為何大家還是把心思放在新客戶身上?過去幾年,我接觸過許多的企業,這些企業大多把重心放在新客戶獲取上,有些企業每月的營收數字中,新/舊客貢獻的業績甚至達到8:2甚至9:1的比例,而新客的來源中又有9成是來自廣告。

但在2012-2016那幾年,這些企業的業績成長仍然很可觀,但在2017年,他們共同遭遇到的問題都是業績轉眼下降15%、20%、30%,有些企業甚至面臨裁員與退出市場的窘境。

為何強調存量?

存量,意味著舊流量、舊客戶,這些人對企業有一定認識與信任感,算起來是比較靠近自家碼頭的那些魚,別人要搶相對沒那麼容易,所以我們更應該好好把握住,讓還沒成交的成交,讓成交的繼續回購與推薦,並進一步讓客單價上升。

增量呢,難道就不重要了?

當然不是,不管你多會做CRM,服務做的多好,客戶每年仍然會以一定的比例流失,所以若你放棄經營新客戶,那總體客戶數量就會逐年下降,你最終還是會面臨衰退問題,因此增量市場你也一樣要經營,但你要把重點從廣告移往其他地方,諸如品牌、SEO、內容行銷等, 簡單的說 paid media的經營力道會放輕,而owned media跟earned media的經營力道則要加重。

付費廣告,是一種必然要經營的獲客方式,因為它會讓你觸及到過去你沒接觸過的潛在客戶,但它同時也是一種高度競爭的獲客方式,除了競價外,還有可能被壟斷。

前頭談到的那些企業,其中有幾間經過兩年的時間,已經將新/舊客營收占比調整到7:3或6:4,而新客來源則只剩下4-5成是來自於廣告,而剩下的部分則仰賴內容經營、SEO與客戶推薦來實現,FB算法調整對它們來說再也不是要煩惱的問題了。

我認為, 增量與存量市場需要齊頭並進,但增量市場的重點應該平均一些,不該過度偏重在付費廣告上。

從經營流量轉往經營流量池

從上述的增量與存量市場的經營,其實我們也可以看出另一件事,

舊流量與舊客戶的經營在過去並不受重視

雖然CRM與會員經濟這個概念談的這麼多年,但互聯網興起的這些年,大家以經嘗遍了增量紅利,所以壓根兒不是那麼在意這件事,有人說這叫流量經營,也就是傳統的銷售漏斗,屬於一次性的過程。

流量經營.png
圖/ gipi的學習筆記

在上一段落中我提到的那些企業裡,他們對業績的唯一看法就是 加大流量與提高轉化率 ,這觀念本質上沒有錯,但它們錯就錯在以下四點:

  1. 達成業績的 唯一方法就是加大入口流量,而加大流量的唯一方法就是廣告
  2. 流量進來若沒有成功轉化成訂單的, 未曾思考過如何讓這些轉化到一半的流量能再次被激活轉化 ,有高達8成的企業,沒有試圖留下那些未成交流量者的名單資訊(包含email、電話、FB帳號、LINE帳號...),所以基本上無法再次利用
  3. 對於手邊的名單,唯一個操作方式就是發eDM ,而且是不問對象的全面發送,所以得到的成效都極差。他們告訴我「eDM發出去能成交的都算賺到,正常來說能有個位數訂單就不錯了。」。此外,對這些名單就沒有其它運營手法了。
  4. 對於 已經成交的客戶,未做有效的運營,無法讓客戶開始使用,持續使用,獲得成效後發生回購與推薦 。也未曾思考對客戶做交叉銷售或up-selling來提高客戶單價。

那流量池經營又是什麼概念呢?我想用下面這張圖來表示:

流量池經營.png
圖/ gipi的學習筆記
  1. 對流量獲取的重視度下降,尤其是付費的流量,更多的把焦點放在既有流量上
  2. 運用數據與技術手法來持續提高轉化率,不論是改善用戶體驗或用a/b testing等手法, 全面性思考產品、行銷、網站、文案、素材等各層面 ,而不會單單思考文案或廣告素材
  3. 對於那些 未成功轉化成訂單的流量持續運營與開發,不斷努力讓這些流量往漏斗的下個階段轉化,直到成為訂單為止 。要做到這件事,其中一個關鍵的要素就是要能掌握這些流量,我們必須 盡可能讓客戶留下名單 ,因為有了名單才有機會與這些潛客做進一步接觸。
  4. 對於已經成交的客戶,要不斷提高他的終生價值(LTV),企業必須持續運營,確保他們對產品與服務滿意,對品牌抱持正面觀感,並主動去創造回購與推薦,而非被動等待客戶自然回購、推薦。而我認為核心的關鍵就是讓客戶在用產品的過程中得到他想要的,偏離這點,客戶的留存就會出問題,也別期待他會回購與推薦了。

這篇把一些基礎的觀念摘要性的提了一次,如果你有其它看法,歡迎留言討論。

本文由游舒帆授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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