我在阿里學到的第二課:平台思維就是留點事給別人做
我在阿里學到的第二課:平台思維就是留點事給別人做

我在集團內聽到某C-level 提出,「做平台的第一件事就是,想清楚自己不做什麼。」他認為平台不該做所有事情,而要「留點事給別人做」。但為啥呢?

老樣子,結論先走。

做平台就像城市規劃,你提供水、電與土地等基礎設施,公告管理辦法,然後拚命招來一群人在城市內盡情展現創意!

平台方不該搶走所有工作,而要想盡辦法拉攏各種角色。

平台價值就是連結

原先我對平台核心價值的認知是「連結」。平台負責連結供給與需求,例如:Uber 連結閒置車主與乘客,Airbnb 連結閒置空間與旅客。

或者,更高大上的平台模式。蘋果將高科技與人連結,Facebook 連結人跟人,Google 連結資訊與人,以及亞馬遜連結商品與人。

而我聽完某 C-level 演講後,認為平台除了連結責任,更重要的是「搭檯子讓人來唱戲」。換句話說,平台不該什麼都自己來,而是要想辦法適合各種角色進駐的生態系統,並讓每個角色從中獲利。

在這假設下,做平台得搞清楚的第一件事確實是,「什麼事該留給別人做?」

拿個例子。淘寶早期就是個 BBS 網站,提供買賣家發發文章等。而當銷售商品越來越複雜時,賣家開始需要裝修店舖吸引買家目光。

淘寶曾想過自己跳下來提供裝修店舖軟體服務,並藉此賺錢。特別是那時候淘寶依然堅持不收上架費與手續費,根本沒有營收來源。但後來發現裝修店舖是種客製化需求,平台不可能為每個賣家客製化店舖門面。這成本太高了。

但如果平台無法一次服務上萬位賣家,又失去平台存在的意義。因此最後淘寶決定僅提供基本功能,並提供一致設計規格。若賣家想要客製化視覺設計,則找別人幫忙。

賣家花錢找設計師獲得美美的店舖門面,吸引更多流量。而設計師從中賺錢。設計師成為早期淘寶上發展出來的第三方角色。


換句話說,身為生態系營運者的平台方,必須知道自己該讓利給哪些第三方服務者,藉此營造出多元化的生態系統。

順著這思維,Uber 這平台的角色數很少,只有乘客跟司機。在沒有演化出多樣化角色前,Uber 平台的底蘊深度其實遠遠不夠。

而去年我在台灣訂閱平台 PressPlay 工作時,也曾堅持不提供客製化視覺服務,僅提供三個視覺設計樣板。我們甚至拒絕願意拿錢請 PressPlay 設計頁面的創作者,請他找第三方設計師合作。

當時我只是模模糊糊認為平台不該賺這筆錢,而要導入外部夥伴。現在看完這位 C-level 演講,才更理解平台模式的運作邏輯。

但理解平台運作模式,不代表就能做出平台。

因為⋯⋯

平台是演化來的,不是設計出來的

前幾年台灣創業圈出現「滿滿的大平台」題目,人人心中都有平台夢。只是所有平台都從解決單點需求開始,而後才逐漸演化成多角色的平台生態系。

Facebook 一開始先滿足學生認識人與課表的需求,然後逐漸演化成人類社交工具,再引入廣告系統。至此,平台生態才逐漸成形。

平台提供支撐整個生態系運作的基礎設施,讓其他角色自由在平台上交易。


這像政府提供水、電與土地等基礎設施,並提出相關管理法則。人民只要不違反管理規則,要如何使用這些基礎設施則是個人自由。因此我們在台北能看到東區夜店、內湖科學園區、西門町次世代文化等多元生態。

而每個區域特色又能為整個城市提升價值,形成生生不息的正向循環。至於生態系會演化成怎樣,平台方僅能規劃方向,但卻無法百分百掌控。

當平台完成時,它便擁有了獨立的性格和生命。

本文由陳廷鴻授權轉載自其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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

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。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

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。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

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。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

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。

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
AI全球100+台灣20
© 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