轉換率海放傳統廣告!企業行銷主流玩法出爐:聯手網紅「打團戰」
轉換率海放傳統廣告!企業行銷主流玩法出爐:聯手網紅「打團戰」

網紅不只會「圈粉」,他們的影響力已經大到讓大公司願意主動「宣示效忠」,專門「圈出預算」。

今年第二季,雅詩蘭黛(Estée Lauder)執行長在法說會上表示,將把公司75%的行銷預算用在數位廣告——尤其是社群網紅(social media influencer)。他們並未說明預算金額,但看好這項投資很快就會帶來回報。

由Influencer Marketing Hub發布的《2019網紅行銷現狀:衡量基準報告》(The State of Influencer Marketing 2019 : Benchmark Report)指出,2019年全球網紅行銷預算為65億美元,較2017年高出2倍

值得注意的是,在參與調查的超過800家全球廣告代理商和知名品牌當中,約有63%企業表態預將在2020年加碼投入網紅預算、17%維持現狀,僅5%確定會刪減相關預算與投資。

台灣也籠罩在這場全球網紅風暴裡。

根據台灣數位媒體應用暨行銷年會(DMA)統計,包含KOL、網紅在內的口碑/內容行銷(Buzz/Content Marketing)廣告量成長速度最快,2018年度成長率達30%,超越關鍵字廣告(20.1%)、影音廣告(20.2%)和展示型廣告(11%)。

網紅媒合平台愛卡拉(iKala)共同創辦人鄭鎧尹觀察,台灣因為人口和市場的限制,基本上能擁有超過30萬粉絲就算是大型網紅、5至30萬粉絲屬於中型、1至5萬是小型網紅、1萬以下可稱作微型網紅。不過,「知名度高、流量大的網紅畢竟有限,所以企業自然會將目光轉移到人數更多的中、小網紅領域,讓行銷玩法更多元,影響力不容小看。」

台灣愛普生品牌溝通部副協理鍾家榛直言,網紅行銷與產品屬性息息相關。舉例來說,他們為了推新款標籤機,一開始找親子、情侶網紅合作;隨著上市周期變化,再找手作網紅開箱,帶出各種應用,像是製作禮物緞帶、管理廚房瓶罐等,鎖定衝動消費族,如此單次營銷創造出來的最高團購業績,甚至能占台灣整體單月銷售量的10%。

另一方面,垂直領域產品與網紅搭配,更容易激盪出火花與成績。

累積與80位網紅合作的交友服務平台Paktor認為,大網紅通常能觸及較多潛在顧客,強項在於推廣品牌、新功能上線,不適合設計太多細節;中小型網紅則適合和特定目標族群(TA)溝通,兩者搭配合作的行銷成效最好,關鍵在於找到屬性相符、擁有準確TA的創作者。

Paktor數位行銷經理郝晉平說,他們曾找網紅Joeman來體驗Paktor的實體約會服務流程,原因就是看好他的粉絲對新產品的接受度較高,該次合作也順利創造比過往多3至4成的轉換率。

070
交友服務平台Paktor找來Joeman體驗實體約會服務流程,成功帶動討論聲量,最後也順利創造比過往多3至4成的轉換率。
圖/ Paktor

大咖貴、熟面孔又太膩,企業靈活應戰

此外,讓網紅串連、「打團戰」,也是成功的竅門之一。設計產品電商平台Pinkoi在2017與2018年都推出「YouTuber 聖誕節交換禮物」計畫,拍攝多名網紅彼此互動的系列影片,單支影片最佳成績達160萬次點閱。

鄭鎧尹強調,##透過網紅人海戰術傳遞出來的是一種「氛圍」##,較能帶動社群內的討論。他以愛卡拉先前與遠東商銀合作的行銷社群銀行「Bankee」為例,業主就不希望將資源押在單一大網紅身上,選擇採用40位網紅戰隊並進。

行銷顧問公司OneShot也有相同觀點,執行長黃一峰曾在執行一檔衛生棉新品上市行銷案時,攜手技術團隊Tagnology分析年輕女生愛用的社群關鍵字,先找出在Instagram上具有影響力的微網紅,最後篩選出20多位網紅。OneShot再以小而美主題舉辦挑戰,邀請學生粉絲把棉片當成妝點包包小物,成功帶動討論聲量。

黃一峰指出,在他去年接觸的品牌業者當中,今年平均都在網紅行銷上加碼一成的預算;願意和中、小、微型網紅合作的比率亦大幅增加。

「台灣網友很特別,他們對太商業化的東西很有意見。」商研院商業科技應用研究所副所長戴凡真認為,網紅行銷作為一種廣告策略的難處在於不能「太廣告」,因此走向小微紅、微網紅人海戰術,頗符合現實情況,畢竟各領域的「專業咖」人數沒這麼多,「但無論玩法怎麼變化,還是要回到跟受眾溝通的原點思考。」

隨著網紅熱一再加溫,市場也開始出現「大咖喊價過高、分眾領域網紅重複出現」等問題。夠靈活的企業已提前應戰,透過大、小型網紅之間搭配、培育品牌KOL等作法,回應這場瞬息萬變的影響力之戰。

責任編輯:江可萱、林美欣

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