當網紅成為顯學：市場競爭，但缺口還很大|數位時代 BusinessNext

網紅新商業模式，垂直領域型具潛力

翁梓揚認為目前台灣網紅的商業模式主要分為三種：知識型、娛樂型與未來相當有潛力的垂直領域型。

知識型主要以內容付費為主，娛樂型則是透過業配與廣告分潤作為主要收入。垂直領域型的優勢在於能與電商直接結合，並不是粉絲經濟或販售周邊。但前提在於必須在垂直領域中擁有影響力，如YouTube頻道「千千進食中」，主打女大胃王的「吃播」，最近就嘗試推出「千拌麵」。翁梓揚補充說道：「 接下來，網紅（KOL）的下半場將是推出自己的品牌 」。

Miula則是更聚焦在知識型領域，在每個頻道都不到10萬人訂閱的情況下，還是能從免費走向付費制。他認為 小型頻道的獲利關鍵，在於「是否擁有1,000個死忠粉絲」 。「用各種手段去把他們轉換出來，中間過濾掉很多人也沒關係。」Miula說。

網紅的下一步：從UGC走向PGC

談到網紅的下一步，呱吉先引述黃子佼的話：「所有的演藝工作者，為了不被看穿、看膩，都需要做很多功課，也是很大的壓力。」他接著舉了一個例子：「蔡阿嘎已經紅了10年，從過去喊『中華隊加油』，現在也不斷找尋新的模式。」

除此之外，他認為前段班的創作者在意識到競爭危機後，會想辦法做出技術上的門檻，「 現在要靠對著鏡頭講幾句幹話就紅，在2019年會很困難，因為大家都在向前進 。」

翁梓揚講得更直接，未來網紅一定會從UGC（使用者創作者內容）走向PGC（專業創造內容）。

網紅發展還在初期，市場空缺仍大

Miula認為，網紅很競爭，但仍有許多領域空缺與機會存在，「 拉長到10年來看，網紅發展現在還在初期。 」

以Google的角度來看，如果他們想用YouTube消滅電視，讓YouTube成為唯一的影像來源，那全部的電視節目在YouTube上都應該要有。「還有很多節目YouTube沒有，那就是機會所在，像是過去缺少政治型YouTube，現在也越來越多了。」Miula說。

呱吉則說，很多題目都很少人做，像是健身一直都是極具市場、潛力的主題。此外，呱吉也提到手機遊戲《神魔之塔》的案例，「過去他月營業額4億，一年突破50億，但廣告都打在網路上。」當遊戲、3A等級的大作，行銷預算可能超過一億元，如果不花在電視廣告上，以一個網紅一支業配20萬來看，可以買500個網紅，「 空缺還很大，代表有些人有錢想花但是沒地方花。 」呱吉說。

翁梓揚則說，鼓勵所有投入的人走向百萬訂閱，但關鍵在於觀眾的黏性，以及靠著內容策展，進行精密的用戶營運。找尋精準的受眾，過去廣告商只看基數（訂閱、觀看），未來會看更多的男女比、轉換率等數字。

政治人物的網紅化？

最後這個問題為呱吉量身定做，許多政治人物開始開直播、推影片，邁向網紅化，「跟你有關係嗎？」主持人問得直接。

呱吉回答得更直接：「我參選時有些實驗動機，完全不上政論節目。我想證明不靠政論節目一樣選得上。我想證明你們這些東西是沒有價值的， 政論節目是一堆垃圾 。」

他用數字來佐證，假定收視率調查有效、統計沒有誤差，如果收視率不到1%，觀看數不過2、30萬，「任何一個網紅都能超越這個數字，名嘴講的口沫橫飛，但真的有影響力嘛？我真的覺得還好。」

「我證明了換個方式做也有效，我想應該有人會受到我的影響。」呱吉說。

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。

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。」

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。

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。