小編要請一位還兩位?法國AI廣告公司Criteo解析行銷3大誤區
小編要請一位還兩位?法國AI廣告公司Criteo解析行銷3大誤區

「小編的功勞無法被清楚的量化,」網路廣告平台Criteo南亞暨大中華區董事總經理黃瀚民從「小編KPI難考核」說起,點出的其實是常被企業主忽略的流量管道價值判斷問題。

一筆訂單成交,該算是Facebook影音的成效,還是Google關鍵字廣告?「如果管理者對整套歸因邏輯不是很理解時,就沒辦法給各渠道合理的價值評估,」黃瀚民指出,行銷是一趟旅程,若管理階層腦中沒有完整的地圖,很容易忽略成交前個管道的貢獻,在資源配置、人力安排上都容易產生盲點。

「所以要決定小編該加薪還是變兩人,或這個管道預算要增加、那個要減少,這在業界一直是很不容易的事情。」

整體行銷渠道碎片化,除了造成功勞歸誰的判斷障礙外,其實也反映了從源頭開始廣告預算投放就不夠精準,那該怎麼解決?黃瀚民認為,一切操作都要更「細緻化」才行。

流量切開來看

以中國手遊產業為例,過去中國手遊業者在App下載上花最多錢,一年有超過10億美元的預算都投在這,但隨著流量成本越來越貴,過去那種大手筆下廣告在Facebook、Google後就坐等下載量衝高的作法,已經行不通了。

他們開始把流量切得更細來看。就算是衝下載,目標也可分成完全沒下載過同公司遊戲的全新用戶,和已經註冊過其他款遊戲的老玩家。甚至,曾經在其他遊戲花很多錢買裝備的玩家,為什麼在新遊戲一毛也不花?已經下載安裝了,為什麼卻從來沒有打開來玩?這些都可以再細分。

「針對這些不同的人,整體行銷的想法,包括訊息、創意,各方面都要跟著改,不是一整包丟出去就說這個遊戲歡迎來下載。」不過黃瀚民提醒,切得越細,操作成本也越高,複雜度是指數性成長,但「即便是從一切成二,都可以觀察到ROI(投資回報率)的提升。」

行銷是一趟旅程,避免只看最後點擊

黃瀚民針對電商行銷更進一步指出,要避免只看「最後點擊(last click)」。

因為行銷基本上是一趟旅程(journey),消費者在不同裝置、不同網站、不同社群裡來回瀏覽,很難掌握每個廣告接觸點起到什麼樣的作用。

假設一個情境,有一個人因為一則Facebook上的影音對某產品產生興趣,在Google搜尋後,離開去做別的事情,晚上睡前滑手機時,再度被聯播網的個性化推薦廣告給吸引,終於點擊了橫幅(banner)廣告到平台下單成交。

這一連串的瀏覽行為中,若只看最後點擊,那功勞就歸功於聯播網的廣告,但實際上沒有前面的那些「傳球」,難道可以換到消費者最後剁手嗎?

「講難聽一點,(只看最後點擊)就是在比運氣好,比誰最後賓果。通常量撒越大,越容易賓果,這就變成一種機率問題,」黃瀚民以籃球比喻,「中間這些助攻、中場傳球,好不容易搶下一個籃板,讓最後一個人丟出去投籃、命中,難道最後的那一球,功勞是百分之百嗎?」其實是所有球員都有功勞。

賭博.jpg
只看最後點擊就像賭博,變成機率問題,投入越多、越容易中。
圖/ GregMontani via Pixabay

多數廣告平台包含Google Analytics的預設歸因模型是看最後點擊,但黃瀚民建議,要從整個旅程來看行銷效果,假設一筆訂單成交前有三個廣告觸點,那可以設置歸功頭尾各50%、或是平均每個觸點33%。尤其打新品時,在建立印象、說服消費者需要更多投入,因此前端的觸點更要多給一些credit(功勞)。

別被Google的模式給綁住

另一個他觀察到問題是,許多企業主的成效計算方式不夠細緻。

「曾經遇過有些客戶只看CPC(每次點擊成本),」黃瀚民說,「這就有點被Google的模式給制約了。」他指的是許多管理階層會謹守過去建立的概念性通則,認為CPC多少就是好,超過就是貴,「但應該要更進一步想,點擊了之後的成交率有多少?」

他假設了兩個情境,A是下1,000元廣告,買到1,000個點擊,每次點擊成本(CPC)是1元;B是100元買了兩個點擊,CPC是50元,那A和B誰好誰差?只看CPC,當然是A的成本低很多。

但進一步看,A只有一個成交,等於一個成交成本是1,000元,B兩個都中獎,等於一個成交成本是50元,那誰優誰劣?單看成交成本,當然是B。然而這就是定論了嗎?其實陷阱就在此,再細分的話,還要看貨單價跟毛利率。所以說,究竟要以什麼為指標,要看最初的行銷目的、以及當初訂定的KPI為何。

大膽啟用年輕人吧!

而在訪談尾聲,黃瀚民呼籲企業主大膽地相信和啟用年輕人,他分析,台灣數位行銷起步至今也超過十年,這段時間培養了一大批擅用行銷工具的人才,然而,他自己特別愛用現在20多歲、90後的年輕人才,「因為沒有包袱,不會被過去的經驗所束縛,」黃瀚民說,無論是細緻化操作還是因應數據所做的調整,反應在執行面上就需要快速和靈活調整的能力,而這是他看好年輕人潛力所在,正因為沒有經驗,所以學得更快、邏輯上更能跳脫過去的制約。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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