寫程式抓BUG還不如抓真的蟲?
寫程式抓BUG還不如抓真的蟲?

「你們知道Snap Inc.(手機程式Snapchat的母公司)的毛利率(gross margin)是多少嗎?」上週某一天中午,我一邊用環保免洗刀切著烤半雞,一邊對圍在廚房一起用中餐的年輕同事們提出這個問題。

「60%?」資格最老但仍然是千禧世代的A君小心翼翼地猜測。

「70%?」暑假剛加入我們、前職為新創工程師B君加碼跟進。

「80%!」真正千禧年出生、芳齡十八、來自密西根的交換實習生C醬充滿自信地大喊。

Snap Inc.過去三年營收、銷貨成本與毛利資料.jpg
Snap Inc.過去三年營收、銷貨成本與毛利資料。
圖/ Yahoo! Finance

當我告訴他們Snap Inc.去年毛利只有18%,更之前的兩年都是負值時,三位狂熱的Snapchat使用者立刻你一言我一語,評論著公司在這個階段還在花很多行銷費用爭取使用者,所以「毛利」才會這麼低,直到我提醒他們:

毛利為營收扣除銷貨成本(COGS,Cost of Goods Sold),並不包含行銷費用(Sales & Marketing)在內。

「如果你們去閱讀公司財報,會看到比較仔細的解釋,就可以知道Snap Inc.把哪些支出歸為銷貨成本。但直覺來說,這些銷貨成本應該包含了伺服器營運費用、導流支出(TAC,traffic acquisition costs)⋯⋯等。」我瞇著眼睛把最後一點碎肉從雞骨上剔除,用叉子送入了嘴巴。

「但是這不合理啊!我們Hardware Club投資的很多硬體新創,毛利最少都有五成。怎麼Snap Inc.這樣的社群網路反而毛利只有不到兩成?」沒有受過金融專業訓練的B君露出不可置信的表情。

「是不是因為轉換率太低?」好歹是商業學校出身、而且加入公司兩年來已經被我震撼教育過多次的A君試探性地提出自己的見解,完全不知所云的C醬愣愣地看著他。

「沒錯,就像臉書以及推特這些免費使用的社群網路一樣,如果龐大流量轉換成營收的效率很低,因應吃白飯的龐大流量的伺服器和導流成本少不了,但營收反應不出來,毛利自然就會低,甚至會是負的。」我抽了張紙巾擦了擦嘴,起身將盤子裡光可鑑人的雞骨頭倒入垃圾桶中。

「臉書最早幾年毛利應該也是負的,但因為廣告轉換效率很快就拉上來,所以到申請上市時毛利率已經將近八成。推特上市當年毛利率也到六成,但在更早的2010年毛利率還是負的。」我站在流理台背對著三隻小豬,一邊刷著牙一邊吐著泡沫地解釋道。

公司營運的真實狀況得靠分析師重組財務數字後的判斷

「但是我聽說Snap Inc.在行銷費用上支出非常龐大,如果毛利率真的這麼低,公司真的沒問題嗎?」被我激起好奇心的B君拿出了筆電,開始搜尋了起來。

「你說的沒錯,去年全年Snap Inc.營收不到$1B,但銷售、市場和一般行政費用卻高達$2B,再加上研發支出約$1.5B,公司的營運損失(Operating Loss)高達$3.4B,因為沒有支付利息和稅金,這個數字也是公司的淨損(Net Loss)。」我嘴裡咬著牙刷,手指著B君筆電螢幕上顯示的Snap Inc.去年財報資料,逐欄解釋給瞪大了眼睛的三隻小豬們聽。

「但是傑瑞你不是一直說過,這些行銷支出很高的網路公司,如果降低行銷營收就會下滑,其實很多行銷費用是沒有長期效果的,更接近通路成本,應該列為銷貨成本嗎?」 A君似乎已經察覺到我提起這個話題的目的了,討好似地把我電過他很多次的主題提了出來。

「是啊,這就是為什麼追蹤Snap Inc.這樣的公司不能只看公司整理的財報表格的原因。公司一定會在符合會計準則的規定下,以對自己表面上最有利的方式歸類支出項目,但公司營運的真實狀況是否如此,就得靠分析師自己重組財務數字後的判斷。」我啜了一口咖啡,繼續說道:「以Snap Inc.來說,要跟臉書和Instagram抄襲的Stories功能競爭,得不斷下廣告搶新用戶或者把流失的用戶搶回來,這些用戶留存率(retention rate)不見得有有機成長(organic growth)所取得的高,廣告收益轉換率也可能更低。如果我是負責追蹤Snap Inc.的分析師,我會試圖推算出這些行銷支出有多少比例其實根本是銷貨支出,然後重新調整財報計算真正的毛利率和營業淨利率。」

三個千禧寶寶面面相覷。他們屬於行動裝置的世代,一天二十四小時裡,醒著的時候眼睛就是黏在智慧手機螢幕上,不管是Snapchat或者Instagram,他們都用得爐火純青,能夠有機會加入一個獨角獸新創或者風險資本公司,也是他們這個世代理所當然的夢想。但現在他們的偶像之一Evan Spiegel創辦的獨角獸,被一個中年歐吉桑戳破毛利率慘不忍睹,很明顯動搖到他們青春無敵的自信⋯⋯。

是不是傳統產業,跟毛利率、成長率或者客戶留存率並沒有絕對關係

「如果我跟你們說有另一間上市公司也是獨角獸,去年營收高達$2.74B,相較於前年成長14.5%,毛利率超過八成,客戶留存率高達八成五。你們覺得這間公司是做什麼生意的?」我帶著虐待狂的微笑趁勝追擊。

「一定是SaaS(Software-as-a-Service)類型的公司!」C醬不疑有他地按鈴搶答。

「而且應該是B2B的,因為如果是B2C通常用戶留存率不會很高,得一直花行銷費用獲取新用戶。」眼看被菜鳥搶得先機的B君迅速地加碼,還不忘整合入剛剛Snap Inc.討論的心得,慢了兩步的A君則選擇沈默觀望。

我在筆記型電腦上敲了幾下,找到了這間公司的官方網站,把螢幕轉給他們看,然後開心地看著他們下巴瞬間掉垮在桌子上。

「這⋯⋯我沒看錯吧?這是病蟲害防治(Pest Control)公司?」A君囁嚅著。

「是物聯網新創吧?要不然不可能數字這麼漂亮。」B君不死心地捲動著瀏覽器,儘管網站上那些各式膚色穿著工作服的「抓蟲專家」和鮮亮顏色的卡車的照片,讓人一點也無法聯想到物聯網之類的酷炫玩意兒。

「啊!這個logo我看過!我家附近偶爾會看到他們的卡車!」來自美利堅的C醬像是發現新大陸地高喊!

我給他們看的網站是一間叫做Rentokil Initial plc.的英國上市公司,這間公司成立於1925年,是全世界最大的病蟲害防治公司,其業務顧名思義,就是提供企業或者家庭用戶病蟲害防治服務,包含嚙齒類、爬蟲類、蚊蟲類⋯⋯等,都在他們的業務範圍內,目前全球員工高達一萬七千人,其中大部分是領有病蟲害防治執照的技術人員。

「這怎麼可能?這不是傳統產業嗎?」B君的呼喊聲中不無羞憤感,反應慢卻因此逃過一劫的A君在一旁竊笑。

「是不是傳統產業,跟毛利率、成長率或者客戶留存率並沒有絕對關係,這世界上有許多傳統產業,領導廠商已經取得相當穩固的防禦力,在競爭結構上擁有絕對優勢,所以可以穩穩地享受相對高的利潤率,客戶回流也很穩定。」

「但是傳統產業成長應該都很慢啊!」B君仍不死心。

病蟲害防治龍頭Rentokil Initial市值與過去五年股價走勢.png
病蟲害防治龍頭Rentokil Initial市值與過去五年股價走勢。
圖/ Yahoo! Finance

「一般來說是沒錯,但有些傳統產業因為總體環境變化的關係,可以享受比總體市場更高的成長率。以病蟲害防治來說,全球人口持續增加是不可逆的趨勢,而且一反嬰兒潮世代趨勢,現代的人口再度湧往大都會,導致都會人口密度節節上升,再加上全球暖化,整體來說病蟲害市場是會持續上升的。尤其在商業病蟲害防治上,例如餐廳或者食品業者,在社群媒體的發酵下,一個病蟲害案例,一張照片,就可能迅速在社群網路上傳播,導致公司重大損失,所以在病蟲害防治上通常願意花費更多以確保萬無一失,所以整體來說這個市場是看長的。這也是為什麼Rentokil Initial這個產業龍頭去年還可以有雙位數字成長,市值也超過七十億美元。」

「如果傳統產業也可以成長,那我們這麼辛苦投資新創幹嘛?」B君像是洩了氣地抱怨道。

「那你就錯了。正因為這樣一個傳統產業,竟然還有健康的成長率和相對高的毛利率,才更有顛覆的潛力,要不然你以為我幹嘛研究Rentokil Initial的財報?」我用盡量溫柔的口氣對B君說道,一旁的A君拍拍B君的肩膀,一副自己也是過來人的樣子。

「傑瑞的意思是說,越是躺著賺的傳統產業,經營階層越懶惰,越是新創顛覆的好機會。」儘管是老鳥口吻,但A君基本上只是重複我過去多次教訓他的對話內容而已。

「知道了還不趕快去幹活挖掘出這些新創來?」我笑著揮了揮手,結束了公司的午休時間,三隻幼鳥垂頭喪氣地走回各自的座位。

本文由楊建銘授權轉載自其風傳媒專欄。

《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。)

關鍵字: #物聯網 #新創
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