Media3.0時代來臨!「整合」行為數據的行銷技術全面進化
Media3.0時代來臨!「整合」行為數據的行銷技術全面進化
2019.10.25 | 生活

以數據為核心運作的「績效行銷」,自台灣數位媒體投資量在2016年正式超越電視廣告後更是獨領風騷,因其能藉著追蹤工具記錄每一個消費者的網路廣告點閱甚至購買行為而深受品牌商和廣告行銷業界青睞,自此開啟了Media 2.0時代。

即將迎接2020年的現在,媒體面貌更為多元,行銷操作不僅有傳統的付費媒體(Paid Media)可運用,品牌也能透過自有媒體(Owned Media)、賺得媒體(Earned Media)與消費者互動,再加上實體通路,消費者足跡像是一個又一個的小光點,擴散在不同的渠道上,以衡量付費媒體並優化投報效益為主的績效行銷,能否再有突破?

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。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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