專案的成果誰負責?
專案的成果誰負責?

當大家討論到「專案管理」以及「開發流程」時,不免俗地會重啟敏捷式開發(Agile Development)和瀑布式開發(Waterfall Development)的辯論。尤其被美式新創文化渲染的今天,很多人已經深信,只要採用敏捷式開發,整個專案的管理和執行就不會出問題了。

這樣的辯論其實不是非常重要的命題。因為敏捷式開發和瀑布式開發,本來就沒有互斥的概念。

多數企業組織看待「專案管理」時,常從工程師的角度想事情,實際上只有不到一半的考量是技術考量,剩下的都是其他營運層面的疑難雜症。因此,並不是所有產業和業務,都能夠塞入兩個禮拜的sprint(進程衝刺)去處理,也不是所有問題都能等到「跑完整個開發流程」才會去面對。

shutterstock_676225636_team.jpg
無論敏捷式或瀑布式開發,Stakeholder的角色都至關重要。
圖/ Roman Samborskyi via shutterstock

「敏捷式」和「瀑布式」的命題,要說是管理方法的革新,不如說是一個科技進步的副作用:當軟體不再藉由光碟片銷售,軟體的開發和更新流程自然就會縮短,這不代表任何「瀑布式」的長期計畫已經過時,也不代表所有「敏捷式」的即時連動模式都是好事。

其實,所有的科技公司都不可能達到,純粹以敏捷式或瀑布式開發去進行管理,反而是依照自己產業所需的採購流程、品管流程和跨領域分工模式去量身訂做,畢竟管理是沒有「尚方寶劍」的,一定是隨環境而改變

沒有恰當的Stakeholder,PM就跟「打雜工」一樣

敏捷式開發在台灣鼓吹也將近10年了,但客觀而言,台灣的軟體開發團隊效率並沒有跟上美國的腳步。為什麼呢?

我們的工作和產業文化中,並沒有「Stakeholder」的完整概念,直譯就是「利害關係者」,在一專案開發流程中,扮演的角色是確保究責(Accountability),明確溝通並確保專案的目標、時程和結果的期望值。

大家會覺得這種責任應該是落在PM(專案經理)身上嗎?還是老闆、抑或工程師?

「為成果負責」的事,台灣人常認為應由PM或老闆來擔。其實不是,Stakeholder的責任落在誰身上,跟一個人的職務功能無關,是跟專案的專業性質有關。

Stakeholder的工作不是在告訴大家「怎麼做、何時做哪些事情?」而是提供專案所需的專業判斷能力,來協助定義專案的方向、範疇,並在最後主導結案流程。

打個比方,如果今天公司內部有個「提升行銷自動化」的專案,按常理來說,很有可能會牽涉行銷、PM、工程等跨部門職務的人才。專案的時程、人力配置和風險,自然是需要由PM來評估,但是該專案的Stakeholder則應該由主要專業——行銷來擔任,因為對最終成敗,最能感同身受和最能夠裁判的,也是行銷部門。

但在台灣,公司大都是一條龍囑咐下來,老闆吩咐給PM,PM負責按部就班、分配工作,並且負責監督作業。

坦白說這種作法是相當拙劣粗糙的企業管理方式:一位PM怎麼可能去檢查所有人,督促不同部門完成工作?

分工與究責明確,才能拯救企業效率

也正因為我們的企業中,常常執行端(PM)和監督端(Stakeholder)的職責沒有明確分開,該有的各種專業,Stakeholder沒有指派,才搞得PM跟打雜工一樣什麼都得管、什麼都得做,而且做很多都是自己專業度不足以應付的「鳥事」。

這更是企業效率一直很難再提升的主要原因之一。

如此現象當然其來有因,在華人歷史中,相較起中亞和歐洲,幾乎沒有發展「分權」和「共議」的觀念。即使空有執行與監督分權的制度,東亞社會仍多會回歸單極的獨裁決策結構。

Stakeholder無論在敏捷式或瀑布式開發,都是相當核心的觀念。 在瀑布式開發,Stakeholder常指派給產品經理,因此跟PM的工作是分開的。在敏捷式開發,Stakeholder的角色統稱為Product Owner(產品負責人),是根據每個專案的專業需求,去尋找最能夠裁決專案方向的人來擔任。

PM雖然負責管理時程表,但是其評估時程所需的專業能力,卻是仰賴Stakeholder。缺少了正確的Stakeholder,PM估出來的時程,到最後一定和現實情況會有很大的差距。

Stakeholder也不應該是老闆,因為老闆的角色應該是「負責策略性決策和規畫」,不可能在每種專業的執行面都瞭若指掌,多數的情況下不適合擔任Stakeholder。

故此,當我們在思考說,到底PM是否要懂技術?或是要懂特定專業才能管理時程?其實真正的問題不在PM的能力,而是在於組織的專業分工和究責制度。

責任編輯:陳建鈞

(本文內容同步刊載於《數位時代》第314期,2020年7月號雜誌)
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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