剛裁員1,000人，Salesforce又宣佈招募1.2萬名新員工！估公司規模擴大2成|數位時代 BusinessNext

剛裁員1,000人，Salesforce又宣佈招募1.2萬名新員工！估公司規模擴大2成

在各大企業紛紛因疫情凍結招募時，Salesforce宣佈半年內擴編4,000人，明年還要再招募1.2萬名新員工，為何可以這樣逆勢操作？

電商趨勢帶動服務需求，Salesforce今年股價成長46%

就在宣佈這項招募計畫前幾週，Salesforce才公佈亮麗的第二季財報，營收較去年同期成長29%達51.5億美元，高於外界估計的49億美元，同時預期公司能維持優異表現，預估第三季營收可達52.5億美元，同樣高於外界估計的50億美元。

同一週，道瓊指數更決定將包含Salesforce在內共3家企業列為成份股，取代埃克森美孚、輝瑞、雷神等企業。在疫情陰霾壟罩下，Salesforce仍然把握住企業特殊時期面對客戶的需求，接連繳出佳績。

儘管近期受到美股下跌波及，2020年迄今Salesforce的股價仍舊成長約46%。維德布什分析師丹．艾夫斯（Dan Ives）認為，Salesforce主攻的客戶關係管理在過去10年原先就非常成功，如今受到大環境影響，企業接連擁抱雲端，為Salesforce帶來了新一波的成長動能。

例如在公佈財報時，貝尼奧夫曾提到，由於實體門市被迫關閉，民眾無法上門消費，企業也開始利用Salesforce的客戶關係管理技術，開闢電商創造疫情下與民眾的接觸點，

Salesforce提到，客戶之一的智慧音箱品牌Sonos便開始強化電商經營，體育用品品牌Under Armour也採用了他們最新的Commerce Cloud技術。

為轉型做暖身，Salesforce裁完1,000人，宣佈再補萬名新員工

不過，就在Saleforce第二季財報令外界又驚又喜，貝尼奧夫口中「難以置信的佳績」令股價暴漲近30%時，他們卻宣佈一個令人錯愕的決定，聲稱Salesforce將裁員1,000人。

尤其3月疫情於美國引爆時，貝尼奧夫才呼籲各方企業不要裁員，並承諾未來90天內公司不進行任何大型裁員，頓時使得Salesforce的裁員消息變得格外刺眼。

但Salesforce強調，裁員是為了「適應未來」做準備，他們將重新分配資源布局公司未來成長，「包括聘用新員工、安排內部調轉，以及取消不再是我們業務重心的職位。」

時隔幾週，Salesforce便公佈了這起大型招募計畫。目前Salesforce的員工數約為5.4萬人，光是2021年預計新僱用的1.2萬人，達到既有員工總數的22%之多。

貝尼奧夫在推文中表示，「Salesforce即將在未來6個月招募4,000人、下一年招募1.2萬人，加入我們擁有5.4萬名員工的大家庭，一起定義軟體的未來。我們是全球成長最快的5大軟體企業之一。」

Salesforce目前尚未公佈招募細節，例如新的職缺主要面向哪些領域、在哪些國家地區招募、公司希望如何藉由這些人才，奠定未來的發展方向等資訊。

不過在公佈招募1.2萬人前，Salesforce也宣佈推出人才聯盟計畫，預計將透過線上學習平台Trailhead，以及多個培訓計畫，並利用自動化面試等技術，公平公正地為公司及合作夥伴廣納更多人才。

Salesforce在全球40個國家地區擁有接近200個合作夥伴，承諾承諾未來聯盟成員與Saleforce有關的20%年度招募額度，將透過這項計畫尋找合適人選，範圍包括應屆生、轉職人士、就業培訓班成員等各種新人，幫助Salesforce生態系外的人才找到工作。

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。

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。」

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。

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。