助遊戲玩家課金增162%，SAS用機器學習走進會員的心|數位時代 BusinessNext

助遊戲玩家課金增162%，SAS用機器學習走進會員的心

人工智慧已經不再是高不可攀的概念，而是立即可以應用在各種企業管理應用中，實現智慧決策的工具。全球數據分析軟體廠商SAS與遊戲業、金融業、電子商務平台展開合作。

導入AI後，遊戲平台付費率成長超過162%

台灣遊戲廠鈊象電子近來主攻線上遊戲市場，面對不斷創新高的玩家人數，分秒累積的數位軌跡資料量已讓既有系統的邏輯架構難以負荷，促使鈊象電子想要利用AI技術分析更複雜的玩家行為。

因此於2018年中旬，鈊象開始與SAS展開合作，以AI技術先行啟動「會員貼標」專案，針對玩家「遊戲習慣」與「儲值習慣」打造機器學習模型，並運用模型結果所產出的特徵分群，在2018年底推出了玩家「個人精準推薦禮包系統」。

同時，鈊象也開始觀察玩家儲值行為前後期的變化，當玩家產生高風險的情況時，即可啟動特殊照顧策略，以促進玩家消費。鈊象電子與SAS合作短短半年多，已讓部份遊戲平台付費率與營收皆成長超過162%以上。

客群化推薦還不夠，做到個人化才能留住會員

在今年，鈊象最重要的目標則是要進一步做到自動化的個人推薦。

在遊戲產業中，由於玩家多使用虛擬身份，因此對於會員的性別、年齡等等輪廓時常難以清楚描繪。因此，「客群化」推薦往往無法滿足需求，需要再進一步做到「個人化」的推薦。

鈊象電子副處長姜伯威説，在過去，鈊象電子曾利用Excel進行簡單的統計分析，並搭配主觀經驗進行分析說明。但透過SAS 機器學習模型後，發現每位玩家因其遊玩習性不同，而產生出自己消費疲弱的時間點，如以過去將玩家進行一視同仁的銷售方式，其效果有限。目前鈊象已轉往以機器學習導向進行分析，終極目標是達到「自動化」玩家照顧與增強玩家遊玩體驗。

電商導入AI指日可待

電子商務也是另一個講究會員管理與數據分析的場域。目前許多電商平台與品牌賣家，都會投入將當多的人力與資源在流量分析、造訪率、轉換率等等數據分析上。在未來，數據分析的能力也絕對會是電子商務市場的致勝關鍵。

數位通路帶來大量的數據資料，但是必須要將數據轉換為消費者的樣貌，由客群化的行銷分眾，走到個人化的行銷推薦，才能帶來最大的效益。

舉例來說，就像是在實體通路的消費經驗中，店員可以透過面對面的交流來了解各別消費者是不是比較在意服務品質？或是更為在意高CP值？並針對不同的消費習慣，給予不同的服務與VIP優惠。透過AI分析，就等於將這樣的消費者購物體驗轉換到線上。

目前，SAS也已經開始與電子商務相關業者接洽合作。未來能透過旗下的AI分析平台，協助更多企業的AI應用落地。

AI 與數據正快速落地至各行各業，從製造、金融、電信、醫療到零售，應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域，卻長期受到數據破碎且不透明的限制，只能仰賴人力蒐集資訊，再憑直覺和經驗去解讀資訊、做出決策，使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點，方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」，以開放式平台為核心，串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色，勾勒出 B2B 企業服務生態系的全貌，希望能透過科技促進數據流動，為商用地產企業協作模式開啟新的可能性。

方睿科技雙軌策略，讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出，在 AI 時代，人應該專注於「最有價值」的工作；然而在商用地產業中，專業人士卻有約 70% 的時間耗費在資料蒐集與整理上，真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配，讓人力從低價值的資料處理中解放，將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

為此，方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台，運用 AI 技術，將過去產業中破碎、非結構化的資料，重塑為可被運算、可驗證的標準化數據，並結合圖表與互動式介面，讓使用者能夠快速得到完整市場資訊，實現「用戶即專家」的目標。

第二條則是推動生態系聯盟，將不動產視為企業服務的核心載體，串聯設計、家具、搬遷、清潔等多元服務夥伴，使空間不再只是靜態標的，而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄，平台得以發展「資料即推薦」模式，推動商用地產從單點交易，邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制，實現用戶即專家目標

在 AI 模型日益普及的當下，真正的競爭關鍵已不在模型本身，而是能否有效率地收集資料、提高資料品質，並將其與實際決策流程緊密結合。為此，方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪，回應商用地產長期面臨的資料破碎與決策效率低落問題，成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明，資料飛輪機制的運作架構。首先在資料收集階段，必須系統性蒐集公開資料、內部檔案與報告，並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉，透過資料清洗與實體對齊，將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關，則引入不動產專家進行校正與產業判讀，補上模型難以理解的規則與慣例，確保關鍵數據的正確性。最後的決策反饋階段，藉由收集使用者提問與行為，檢視現有資料是否足夠精準，再回到專家校正與補齊流程，使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上，方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示，PickPeak 並非單純的物件搜尋工具，而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動，提出人數、預算、區位、產業屬性等多重條件，再由系統動態生成可比較、可驗證的選址方案，真正將 AI 從「回答問題的工具」，轉化為「陪伴決策的數位專家」。

創新 Data to win 模式，讓 AI 深入商用地產各階段決策流程

不過，單靠數據整合與 AI 應用仍不足以支撐產業全面升級，因此，方睿科技提出的第二條路就是，推動產業生態系聯盟，整合商用地產市場上不同角色的數據，讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出，目前在企業、房東或物業主與各類服務供應商之間，缺乏有效的整合機制，導致企業在選址與空間規劃過程中，難以快速找到真正合適的服務與解決方案，形成明顯的產業斷點。

為解決這些斷點，方睿科技提出「Data to win」模式，以資料取代傳統「Pay to win（付費買廣告）」思維，讓真正具備經驗與實績的服務夥伴，在適當的決策節點被看見。

曾凡綱說明，在廣告投放效益越來越低的情況下，企業服務商面臨的問題已不只是「如何曝光」，而是「如何在對的地方被看見」，這將是未來的市場勝出指標；而 Data to win 正好可以協助企業服務商建立此能力，方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料，經過去識別化與結構化處理後，再嵌入企業決策流程中，讓推薦不再來自廣告投放，而是真實、可被驗證的使用經驗，透過這樣的機制，不僅提升企業決策的準確度，也能同步放大生態系夥伴在合作中的實質價值。

舉例來說，方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料，讓企業在選址階段，就能同步評估空間規劃方案，加速決策流程。又如，整合出行服務夥伴 USPACE 悠勢科技的服務資料，並呈現在地圖上，協助企業評估辦公據點的交通便利性，優化員工日常通勤與出行體驗。此外，平台也可整合大樓的 ESG 認證、公共設施與服務層資訊，協助企業快速篩選符合需求的辦公大樓，提升進駐媒合效率。

「Raise Day 只是這場變革的起點。」吳健宇強調，方睿科技已經透過投資與合夥模式，將布局延伸至專業地產服務與空間經營領域，至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星，以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作，方睿得以更深入理解產業真實痛點，讓科技不只是工具，而能真正回應實際決策與服務需求。

此外，方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟，目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入；接下來，方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入，讓數據在安全、可控的前提下流動，進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值，為產業轉型啟動下一個關鍵階段。

右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁、Backbone班朋實業創辦人暨執行長廖家葳，透過企業服務生態系合作共同為產業啟動下一個關鍵階段。

圖／數位時代

方睿科技官網： https://www.funraise.com.tw