為什麼管理對企業成長如此重要?
為什麼管理對企業成長如此重要?

在這個數位快速變遷的時代,管理的議題往往比業務討論得更熱烈,原因就在於很多企業早期的成長,靠業務能量可以做得不錯,但一踏到管理的領域,便踩到許多坑,也因此就算業務吃得下,但管理不當造成業務接越多反而賠越多,數位時代的管理到底為什麼變得這麼困難,讓我一一道來。

難題一:行銷/廣告渠道的快速變化,CRM從單一管道變得更多元

其實不管是2B市場還是2C市場,資訊科技的變化都是難以想像的快速。2C端的從最早的Google廣告到Facebook到現在Line的社群甚至Instagram、抖音等等,而且技術也變化十分快速,從早期靜態照片、網頁的宣傳,到現在用影片,甚至有AR或是臉部辨識的動畫特效來做置入宣傳。

光是行銷的渠道,在近十年的時間,幾乎可說是每一兩年就有一個新玩具,這種狀況叫一個管理數位行銷的人如何應對呢?更別說還要在不同的渠道搜集數據、比對數據,進一步勾勒用戶樣貌,甚至有的公司還想要自己做平台,我最常被問到的問題之一就是,作為一個行銷領域的PM到底要懂到何種程度才能與工程師合作呢?

說老實話,要能做這種領域的PM進行管理,除了經驗老道會抓重點外,還要對於新技術有大量的好奇心跟持續追蹤,才能永遠走在科技的尖端,這種人才別說在台灣,在這世界上恐怕都是難以尋找的。

獲取新客戶_new customer_shutterstock_411602617.jpg
圖/ shutterstock

難道2B市場就好很多嗎?如果你這樣想,那可就錯了,在這個數位發達的時代,跟一家公司合作,即時通訊軟體各家用的不一樣,Slack、Line、WhatsApp、Facebook Messenger,更別說中國還有微信跟釘釘,光要在不同渠道管理不同客戶的議題,就不容易了。再來專案管理的工具,也是每家都不同,雲平台也有AWS、阿里雲、微軟Azure、Google Cloud,要經營數位時代的業務,這些工具還只是基本,進到企業內的議題管理,也隨著即時通訊軟體的發展,造成所有資訊量不只是從Email來,訊息之快速恐怕難以想像,在這種狀況下,不管是2B還是2C的業務,對於客戶關係的管理,基本上都比過去十年的情況更難以駕馭。

至於要做到良好的管理,很多人以為是用系統來管理。其實不然,用系統是最後一步,但企業內的人員要先能對基礎知識同調,但這點在企業內就需要投入大量的教育資源,來讓大家的行為同調。在過去業務發展迅速的狀況下,這件事要同時做到是十分困難的,但相反地,剛好因為今年的疫情,凡事都便緩慢的狀況下,格外適合做到內部教育跟行為對齊的事情,這點對於CRM來說,絕對才是入門的第一步。

難題二:成長良好的員工很快便有可能被挖角

我常常聽到一些老闆提到,好不容易訓練好的員工,卻成了人家的戰將;在這資訊發達的時代,找尋更好的機會,變成了每個人的基本技能,以前資訊不發達的時候,或許要找到一個有價值的工作,相對是不容易的,但是現在光是靠社群網站的朋友介紹,搞不好就可以看上不少機會,更別說現在一堆徵才相關的網站,釋出的資訊也不只是大公司,外商公司、新創公司,現在的機會在網路上可說是玲瑯滿目,更別說現在時下的年輕人很多人還滿腦子想著要當看看網紅。

還記得我十多年前剛踏入職場的時候,如果亂換工作會被人喊爛草莓,現在早就已經沒有這種文化,所以對於成長良好的員工跳槽到更大的市場,找尋更大的機會,肯定是一個常態,對勞工來說,這是最好的時代。但這對企業來說,恐怕就沒這麼好了,找人才不易就算了,更別說如果養出一個好的管理人才,但他卻去到更大的市場發揮更大的價值,知識的流失、交接問題、劣幣驅逐良幣等等的問題,都是現代管理者肯定會遇到的,那有何解決方法呢?

shutterstock_644927755_溝通_領導_向下管理_boss_communicati
圖/ shutterstock

方法有很多,但最重要的有二。其一是 企業內知識、流程的資訊一定要統一 。很多企業內部帶菜鳥的方式都是用老鳥去帶,這絕對是沒有問題的,但問題就是老鳥帶菜鳥是否有一本基礎的手冊來讓大家講差不多的話,做差不多的訓練,不要說別的領域,光以我們自己專長的PM領域,在很多企業內的訓練,往往都是見招拆招,連個基礎的規範跟定義都沒有,所以只要有資深的人離職,很多好的方法論或是見解就會失傳,一家公司的命脈自然有可能會慢慢壓在少數人身上,豈不可怕。

另一個方法,則是 用良好的分潤制度來留住人才 。很多企業現在還活在員工可能都是非他們不可的時代,所以在勞資談判的過程,資方不願意釋出更多的善意,這樣的行為也讓很多人才會朝外商流動,畢竟人家市場大、福利多、甚至公司文化又比本土公司更為誘人。這樣的情況,換作是我,我肯定也是向外發展。而缺少人才導致大多企業只能固守原有的業務,不敢向上發展,這就是大多企業遇到的惡性循環。

所以第二個方法,莫過於設計良好的分潤制度,讓優秀的員工得以發展,不適合的自然淘汰,再搭上企業內溝通一個良好的文化觀念,就會有些優秀的人才願意留下,甚至成為整個市場的指標。像近幾年的軟體產業,91APP、鈦坦等企業,其實就是在產業界相當知名的不錯公司,因為至少他們比大多數的公司更重視內部人才跟文化,也才會造就頂尖人才的認同感,這都是需要經營的。

難題三:適時引入外部資源強化內部優勢

就如早期fable的發展,我自己投入非常多的時間做內部的教育,但我後來發覺,適時引入外部資源遠比自己撞破頭在運作來得更有效。原因很簡單,因為外部資源除了有大量的經驗外,顧問的角色其實有個最大的優勢,那就是他與勞方、資方都沒有直接關係,也因此顧問的影響力會變成公司一個彈性的來源,當然前提是這個顧問要是真的有經驗跟手腕的。

前兩個難題牽扯到的管理議題,只是較常見的管理議題,其實各種不同的公司還有許多不同的變化,所以怎麼引進外部的資源讓公司能夠有效提升管理效能,包含時機點跟多元的資源如何找尋跟運用,肯定是現在這個時代相當值得探討的議題,也因此,在這個時代面對管理,建議各位老闆與高階管理人,與其讓公司同事花大量的時間關在公司想破頭腦,不如讓公司的人花一點時間在各種社群之間進行交流,再讓同事有機會做內部分享,搞不好公司需要的某些寶貴資源,就在不經意之中很快速便能取得。

延伸閱讀:台灣如何培育好的管理人才

談管理,重點是如何達成內部人員的一致認知

近幾年遇到一些顧問案,很多人認為管理就是談Agile、談OKR,但真正的管理議題,重點其實是在如何讓公司同事都有一致的認同感,而要達成這樣的目標,唯有重視內部教育,花點時間建立大家溝通的模板,才能逐漸讓所有人慢慢跟進。

或許很多人覺得內部教育會花上不少的時間跟金錢,卻不能馬上見效、非常沒用。但事實上,一個永續經營的企業,你會發覺最重要的核心,就建基在這些行之有年的溝通模式上,甚至有些公司不只是做到內部教育,更讓內部教育跟制度的建立,都能跟上現在時代的快速迭代,不斷地藉由教育的過程快速精進自己的內部流程。唯有業務跟管理並行成長的公司,才能真正做到客戶關係管理這樣的議題,在這個快速更迭的數位時代,祝大家都能找到自己公司管理的最佳解方。

責任編輯:文潔琳

《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