CMO行銷長做什麼?
CMO行銷長做什麼?

最近有篇文章提到未來CMO(Chief Marketing Officer,行銷長)的職位將逐漸被分割取代,內文邏輯脈絡其實很清晰,我也非常認同,只是標題與結論容易產生誤導,建議大家看內文。

推薦閱讀:行銷長消失中!麥當勞、Uber都取消CMO一職,發生了什麼事?

我在擔任行銷長之前已經有段時間沒有碰觸過「傳統的行銷領域」,雖然我想試著歸納我過去的工作職掌,不過聽過我自我介紹的人大概都能理解這個歸納有點難度,但感謝給我空間讓我能長成符合組織需求,又能發揮我優勢的行銷領域。

我繼承了由線上與線下所合併的行銷部門,但很快的我便認知到如果我繼續依循既有的組織框架,不僅沒有效率也沒辦法滿足組織任務。所以我必須把我的人分成三大主軸:

  1. 以消費者(會員)為核心的全通路行銷規劃。
  2. Digital marketing來協助品牌經營與銷售業績達成。
  3. 服務流程優化與新機會展開。

1. 以消費者(會員)為核心的全通路行銷規劃

原因很簡單,會員數據是這家公司最重要的資產,建構於消費者行為上的行銷策略比起瞎子摸象有十足的先天優勢。

再者,消費者認得的是品牌、是公司,門市與電商站只是場域的分野,所以線上線下視覺一致、價格一致、優惠一致、檔期一致是基本的,但付款方式、服務提供方式及諮詢顧問則可以因應場域有所不同。

所以說起來,這塊雖然是非常傳統行銷領域,一樣有New Acquisition(獲取新客戶)、Retention(提高留存率)、一樣有門市輔銷物、有網站的活動頁及Banner要製作,要兼顧通路行銷與網路行銷,但這些事情都更需要CRM(客戶關係管理)、數據解析能力,及跨通路的UI(使用者界面)/UX(使用者體驗)去解析各種消費者購物行為以打通整個服務環節。

2. Digital marketing來協助品牌經營與銷售業績達成

傳統思維常會誤以為Digital marketing(數位行銷)就只是幫電商站做導購,不過我們都清楚,除了以導購為主的分潤網站及績效型投放,現在消費者大量取得資訊的來源都來自於網路,所以在這樣跨通路的公司裡,既有行銷預算必須紮紮實實的在初期分成「曝光型廣告」與「導購型廣告」,後者是維持網銷業績的基本盤,但曝光型廣告卻是不得不選擇的必要投資。因為唯有透過一致且有規劃的曝光與露出,才能讓品牌及公司續留在用戶心裡,才能為實體店面換得流量,在品牌價值有被提升的狀況下,透過更多有效的溝通才能為實體店面換得轉換率。

這一塊更有趣的是在內部CRM(客戶關係管理)與外部DMP(數據管理平台)的數據結合,其實有助於提升導購型投放的效率,以節省預算,轉而投資更中長期的品牌曝光及口碑傳播。

046.jpg
圖/ 數位時代

推薦閱讀:資料殘缺,品牌就像得了失憶症!行銷人做好4件事掌握真槍實彈的數據

3. 服務流程優化與新機會展開

對於一個善用實體門市多年的通路來說,有太多既有的服務流程需要以網路的思維重新去做服務流程優化,但這考驗的不僅是Digitalization(數位化),一句老話 「Retail is detail」(零售就是細節),太多現場的細節,如果不是真正瞭解實體門市的人硬要去改變服務流程,通常會先把現場人員搞得一團亂。

再者,既有零售通路直到近年才開始有前台、中台、後台的區分,以前是一股腦的把所有功能綁在POS(銷售時點情報系統)上,所以要做服務流程優化前,一定得先弄懂系統架構,並善用結構及新技術一段一段補齊所有結點,我認為這是目前實體零售通路轉型最痛苦的地方。因為主導的人,必須實體與新科技都熟悉,也必須看得懂原來系統架構的弱點與能力,我不認為這是一個純資訊背景的人可以解決的,更多時候,是需要一個相互信任的團隊從不同面向相互理解才能規劃出來的。

更難的是,除了要與既有資訊系統相處,還必須能完整規劃新的溝通工具,像是App、Chatbot、數據模型及AI、影像辨識、現場軌跡及消費數據分析,這的確超出傳統的行銷專業,但反而是網路世代的年輕人比較有機會成功的領域。

其實未來的世界及待解決的問題本來就會越來越複雜,越來越難歸納,所以需要一個相互瞭解、相互信任,能互相溝通的團隊,在一致的方向上共同想方設法去達成。我的導師曾經跟我說:

「要達到一個目標,至少要克服3,000個困難,但只要有一個人說不行,我們就達不成目標,所以這仰賴的是團隊達成目標的意願有多強烈」。

未來不管有沒有CMO這個職位,但可預測的是,人不進則退,新科技新趨勢迭代的速度越來越快,必須虛心學習,隨時讓自己保持競爭力。

(本文由Scylla Tsai授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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