Media3.0時代來臨！「整合」行為數據的行銷技術全面進化|數位時代 BusinessNext

Media3.0時代來臨！「整合」行為數據的行銷技術全面進化

Media２.0時代才過２、3年就迎來新時代，如何整合客戶行為數據，並串聯各個媒體管道進行分析，將成新時代行銷趨勢。

整合消費者行為資料數據打造完整生態系統

對此，安布思沛提出了進入Media 3.0時代的全新解決方案：善用科技賦能，整合所有消費者的行為資料數據，進而串連起有意義的消費者旅程，完成一個可循環帶來商機的生態系統（Ecosystem）。

安布思沛台灣副總經理劉詩盈（Shawn Liu）指出：「因應Media 3.0時代，首先應跳脫出付費媒體的投報思維，修正為「任何媒體都可能產生效益」，重點在於如何整合行為資料數據，將付費媒體及客戶的自有媒體、賺得媒體等管道串連在一起進行分析。」

以品牌電商為例，客戶透過付費媒體（如網路廣告Banner）導進一批新客，但在後續行銷策略上不知該如何與舊有的潛在顧客區隔，且新客與舊客的行為數據相異，該如何整合分析？我們提出的解決方案除能讓品牌電商精準知曉新客從哪些媒體而來，也能分析哪些潛在顧客適合用自有媒體或其他手段聯繫，可幫助客戶省下不必要的付費媒體預算。

「在Media 3.0時代，所有能跟消費者接觸到的點，都能因應其需求做推播。」Shawn強調，客戶端握有CRM（顧客關係管理）系統、EDM、實體問卷、數位調查等各種數據工具，與消費者能透過門市、電商、App等渠道互動，但過往未能被有效整合，「形同一個個斷點，現在必須將其串連變成生態系統。」

整合數據形同數位變革愈早開始愈能取得先機

市場進入Media 2.0時代不過3、4年時間，如今馬上迎來急需變革的3.0時代，對品牌端、行銷代理商都是挑戰。我們觀察到，第一個難題便是客戶手上各種屬性、類型不同的資料，如網站上各個消費者的瀏覽行為資料、長期累積的既有顧客互動資料、門市與電商的購買行為資料等，光是整合規格便需要行銷代理商強大的技術支援配合。

第二個難題則是行銷長（CMO）的職能更加跨領域，不僅要管理媒體預算，更要兼具數位長、技術長的視野，「安布思沛在台灣本就有較高端的程序廣告優化師與數據分析團隊，不管是策略布局、人才轉型都能跟上時代腳步，甚至領導業界趨勢，但品牌商自身仍須有意識地進行組織內各執掌與分工上重新劃分與養成的數位變革。」

Shawn進一步指出，行為資料數據需要時間來累積，才能透過累積的有效資料，成功進行預測分析，畢竟「2週的數據跟2年的數據有很大差別。」

換句話說，在數位洪流裡，愈早覺醒的品牌愈有能力在Media 3.0時代取得先機，掌握更深刻的消費者輪廓，且當所有數據整合妥當，也更有機會因應日後人工智慧（AI）科技發展，真正實現全媒體管道綜效最大化。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。