KOL商業化後,粉絲還能信任他的推薦嗎?
KOL商業化後,粉絲還能信任他的推薦嗎?

從部落格成為第一種web2.0互動與創造內容工具開始,發聲工具太多,創造內容更容易,不管是文字、圖片、影片、短影片或Podcast,每個人都是媒體。你不發揮影響力影響別人,別人就會影響你。打開數位工具滿滿的都是「內容」,接著還有人正在開發虛擬社交平台,用更多新平台把新內容搬上去。平台超多,注意力被分散壓縮。

溫度、信任、風格,是KOL與粉絲的重要連結

如果要問KOL為什麼值得某一個人去follow(追蹤),答案是因為投緣、投其所好、你喜歡他,可能是因為興趣、說話方式,也可能是他帶給你的娛樂內容。如果提到KOL業配推薦,我認為其中有幾個重點因素要濃縮起來,首重「溫度」、「信任」及「風格」。

Gary Vaynerchuk(矽谷創業家,激勵家)曾經在書裡面分享KOL最重要的幾件事情,其中幾項是「真心做自己」,「不因短暫利益做虛假的內容詐騙社群」,「真心在乎跟自己互動的粉絲與其互動」。

上述我們說的要素「溫度、信任、風格」,溫度代表了互動跟社群之間的氣氛,把粉絲當做朋友一般、而不是一個會員的角色;信任則是維持KOL與粉絲連結的重要因素,推薦的商店與商品沒有地雷,標準始終如一;風格則是個人社群style,例如說有些人完全不管產品好不好用、不以功能取向,專門推薦漂亮的產品,這也是一種KOL的個人style。

shutterstock_1451974007.jpg
圖/ shutterstock

真心分享,不改變推薦標準為「信任」

智慧型手機普及的年代,我們每個人本身都是一個自媒體,平常我們都會介紹東西給我們的生活圈好朋友,推薦產品本來就是我們日常生活中會發生的事情,但如果要提到都給你錢了但你不會推薦,這件事情就涉及到產品跟公司的品牌是否會跟你的個人價值觀還有原則衝突。

以我自己個人過去操作的經驗舉例,所有「功能性」的產品可能大家的使用方面跟需求是不一樣的,所以不一定能夠達到每個人的喜好滿足需求。但是「民以食為天」,KOL推薦的美食至少他個人都是試吃過、也覺得好吃才會推薦,雖然每個人對於「好吃」的定義不同,但沒試過或不好吃、不夠自然、香精味太重的,絕對不會搬上台跟大家說「來喔,這個好吃,一起來團這個」,因為一定等著被爆頭。

KOL推薦粉絲的最後信任防線是「標準」

最重要的來了,「KOL商業化之後我們可以信任他推薦的事物嗎?」可以啊,當然可以,只要KOL沒有改變標準就行。回想「如果有人免費送你(是個素人)吸塵器,使用後覺得真的很好用,你就不推薦給朋友了嗎?」如果廠商給KOL錢要他把黑的講成白的,真的很難用的產品說超好用,有夠難吃的食物說好吃到不行、驚為天人,這樣就真的行不通了!

任何人推薦東西背後,本來就有一定程度的原則跟底線,思考KOL的事情之前可以先想想以我們個人平常在生活中的行為,事實上就是一個口碑傳播的大小節點問題而已。

素人影響力小、傳播節點小,KOL影響力大、傳播節點大,如果KOL收了錢做廠商的推廣對任何產品都來者不拒,那大概很快也沒有人願意相信這個KOL了。所以大部分的KOL都會細心篩選,愛惜羽毛,良好的粉絲與KOL的關係就是,粉絲知道KOL在幫廠商廣告,但KOL是細心挑選才執行業配行銷,品牌是請KOL放大產品優勢,替弱點緩頰說話,而不是昧著良心說話。

另外這部分還有一個KOL這一方的擔憂是「粉絲不喜歡看廣告,所以KOL一收業配,粉絲就跑怎麼辦?」這也是一個KOL關心的議題,再來找時間談談。

(本文由呂元鐘授權轉載自其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)

關鍵字: #YouTuber #KOL
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