P&G一檔廣告刺激銷售成長75%!故事行銷大師拆解敘事的黃金8步驟
P&G一檔廣告刺激銷售成長75%!故事行銷大師拆解敘事的黃金8步驟

2016年寶僑(P&G)旗下洗衣精品牌Ariel在印度拍攝的廣告,放上網路短短50天內累積超過20億次的曝光,觀看次數突破5,000萬次,相當於花費1,100萬美元才能買到的電視廣告曝光率。如此高的曝光率,不僅引來臉書營運長雪柔‧桑德柏格(Sheryl Sandberg)轉貼協助轉發,更讓Ariel在印度的銷售額比前一年同期成長了75%。

這支影片的成功關鍵,是不推銷、不說教,訴諸一個具感染力的故事。

影片以一位印度父親視角開場。某天借宿女兒家時,發現女兒一回到家,就一邊接公司電話,一邊幫兒子脫衣服、準備晚餐、幫老公倒水⋯⋯;反觀女婿只是坐在電視機前,把女兒遞過去的茶水視為理所當然。

「我很驕傲,同時也感到抱歉。我從來沒跟你說過,這不是你一個人的工作,但我要怎麼開口?畢竟我沒幫你母親分擔過⋯⋯不過經過那麼多年,應該把事情導正過來了。」影片以父親的一封手寫信收尾,鏡頭帶回父母親家,當母親伸手要幫父親把髒衣服拿去洗時,父親出手阻止。他決定以後都由他負責洗衣服。最後,影片點出廣告主旨:「一起分擔家務」(Share the Load)。

寶僑(P&G)「一起分擔家務」(Share the Load)廣告。

桑德柏格在分享時提到,「它展示了刻板印象如何形塑我們的生活。這個廣告告訴每個父親、丈夫,你可以踏出一小步,創造更平等的家庭。」

故事行銷公式,設計屬於品牌的情節

《故事行銷聖經》指出,「故事」是最適合人類思維的溝通方式,它以情感為訴求,傳達邏輯清楚的訊息。作者羅伯特‧麥基(Robert McKee)認為,故事不是大事紀,也不是單純的敘事,而是由衝突而起、逐漸變動擴大的一連串事件。真正的故事會讓你聽到全神貫注,如同印度Ariel廣告一樣,讓人想看到結局。

麥基身兼導演、作家、編劇多職,曾指導超過60名奧斯卡得主、200多名艾美獎得主說故事的技巧,其中包括皮克斯創辦人暨創意總監約翰‧拉薩特(John Lasseter)、《魔戒》導演彼得‧傑克森(Peter Jackson)等人。他的「故事學」不只在影視界流行,也漸漸在商業世界打開名聲,如Nike、微軟(Microsoft)、惠普(HP)、西門子(SIEMENS)等企業,都相繼請他授課。

他將故事的鋪成拆解成8個階段。以下用電影《魔球》(Moneyball)為例,教你說個好故事。

第一階段:了解目標受眾,找出能感染情緒的元素

行銷人員在發想故事前,要先了解故事的受眾是誰,並確定作品最後要對受眾的思想和情感產生什麼影響。

《魔球》是真實事件改編的電影,目標受眾是對體育有興趣的成年觀眾。但對體育有興趣的人,其實都已經知道現實中的結局。所以當時的編劇想讓受眾對事件背後的過程和原因更深入了解。

第二階段:故事背景描述

在故事剛開始時,會先點出主角的核心價值,對《魔球》來說,是比利‧比恩(Billy Beane)想把奧克蘭運動家隊打造成冠軍球隊的核心價值。

第三階段:突發事件,讓生活開始失衡

在第三階段,故事會讓核心人物的生活開始失衡,為整個故事揭開序幕。無論是變正面或負面,這個改變都會讓主角備受壓力。

2002年賽季開始時,比恩遇到耶魯大學經濟系畢業生,對方介紹他用賽伯計量學(Sabermetrics)評估球員,這個事件打破比恩的生活平衡,讓他對下一個賽季充滿希望。

然而,這個事件同時帶來副作用:這個分析法違背傳統,讓比恩跟球隊另外兩位重要人士產生摩擦。這也讓他對計量學的看法,迅速從正面扭轉成負面——畢竟他必須為此賭上自己的職涯。

第四階段:想方法重回平穩生活

當故事的核心人物察覺到事件讓自己的生活失衡,自然會努力讓生活重新恢復平穩。為了達成這個目標,就會出現一個「欲望對象」(object of desire),意思是要讓生活重新恢復平衡必須取得的東西。

在《魔球》裡面,比恩把希望寄託在帶領球隊打入職棒大聯盟總冠軍賽。他覺得如果透過計量學分析能讓球隊變更好,就有機會讓自己重回平穩生活。

第五階段:第一個行動

核心人物開始採取行動、朝向欲望對象邁進。比恩採取的行動是利用賽伯計量學,雇用不被其他人看好的球員,用這樣的方法補齊球員。

第六階段:不太有用的第一個回應

通常這個階段會讓核心人物的期望破滅。他採取的第一個行動不但沒有得到正面回應,還會讓他發現對抗的勢力遠遠超過預期。

也就是說,第一個回應通常是「違反預期」。在《魔球》裡,奧克蘭運動家隊重整球員後,在最初46場比賽中輸了26場,球隊經理認為賽伯計量學是一大敗筆,開始不顧比恩反對,編制自己想要的球隊。

第七階段:危機中的選擇

因為第一個回應不如預期,讓主角陷入更大的危機。這時,他要採取第二個行動,通常這個行動會比第一個更艱難、風險更大,但他還是希望這個行動能引發正面回應,讓他如願以償。

比恩跟球隊經理協商,從別的球隊交易到對方想要的明星一壘手,以此換得球隊經理同意使用賽伯計量學的方法經營球隊。

第八階段:高潮反應

主角的第二個行動會讓他獲得欲望對象、生活恢復平衡,故事就在此高潮處收場。

在《魔球》裡,比恩採用賽伯計量學做法激勵球隊,最終取得20場連勝,打破美國職棒聯盟的紀錄。在賽季結束時,球隊戰績為103勝59敗,讓球隊有機會進到季後賽,也讓比恩再度有機會帶領球隊打入職棒大聯盟總冠軍賽。

本文授權轉載自:經理人;作者:林庭安

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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