MarTech最新趨勢解密:極致個人化、對話式商務、科技體驗將大行其道!
MarTech最新趨勢解密:極致個人化、對話式商務、科技體驗將大行其道!

今年受到新冠肺炎疫情影響,許多企業將營運往線上搬。數位營運會產生許多數據,針對整個企業營運價值鏈生產、行銷接觸和消費者等各領域所產生的數據,如何設計儲存、處理、良好串聯應用,進一步產生價值,是未來幾年的重要課題。對此,MarTech 時代中,看似滿手眼花撩亂工具的行銷人,該如何因應?

《數位時代》舉辦的「MarTech行銷科技高峰會」邁入第二屆,今年邀請行銷科技之父Scott Brinker,以及來自Appier、偉門智威、Netflix、LINE、UNIQLO、中國信託銀行和TutorABC的八位講者,共同分享2021年全球與亞洲的MarTech趨勢,深入探討可在台灣實際落地的MarTech實際運用的策略。

去程式化、大運營,MarTech重要趨勢

數位時代_MarTech應用大現場_Scott Brinker
圖/ 數位時代_MarTech應用大現場

因為疫情關係,MarTech概念創始人、HubSpot平台系統副總裁Scott Brinker特別採越洋視訊連線,和與會來賓分享全球接下來的MarTech趨勢。他提到,「無程式碼」的公民創作者(“No Code” Citizen Creator)、系統、網絡和平台當道(Platforms, Networks & Marketplaces)、行銷科技產品大爆發(The Great App Explosion)、大運營概念(From Big Data to Big Ops)和人機間的協調(Harmonizing Human & Machine)將是未來10年MarTech的五大重點。

「無程式碼」公民創作者的趨勢,其實就是去程式化,指的是企業想推出行銷服務時,不必再找專家特地寫一套程式,現今不論建立網站、聊天機器人、APP整合等各種需求,都有相應服務商。隨著系統、網絡和平台普及,iOS、Android等系統讓企業能在一致的平台上做出創新,Facebook、LinkedIn等社群網絡則促進知識、數據和內容共享,Airbnb、Uber等平台讓消費者和商家相互連結,行銷人能槓桿運用這些平台的資源。

Brinker另外提到,MarTech的市場還很大、很遠,從2011年至今,各領域的解決方案和商品數量,已經從150家成長到超過8,000家方案,其中包括雲端、服務、APP平台等各種服務商。大運營概念則從大數據發展而來,人們總說數據是新石油,但 Scott 認為「數據更應該被看做是油彩(new oil paint),可以如圖畫中般地更被細緻運用,」Brinker強調,聚合行銷、產品、銷售等各領域的數據,都能從中挖掘出不同寶藏。最後,AI將持續進化,Open AI的自然語言處理模型「GPT-3」不只會寫文章、翻譯,還能寫程式碼、畫圖,這也為人們帶來恐慌,在未來,人機間的協調勢必是重要議題。

MarTech要發展,AI是核心技術

數位時代_MarTech應用大現場_游直翰
圖/ 數位時代_MarTech應用大現場

對於亞洲MarTech的發展現況與未來機會點,Appier執行長暨共同創辦人游直翰則認為,AI是刺激MarTech發展的核心技術,未來AI將被大幅使用在各行銷層面。他指出,個人化行銷、消費者行為預測、對話式商務和異質化資料整合等將是接下來人工智慧刺激 MarTech 發展的四大重點領域,在技術上來說,自動化機器學習與AI的可解釋性則是兩大有待克服的難題,也是接下來應用MarTech能觀察的重點。

個人化行銷,是利用AI去預測,如何對不同使用者分群,該給於什麼訊息或優惠,是目前發展相對成熟的領域。而蒐集個人數據後,就能針對消費者行為做更主動的預測。未來想做到一對一、極致化的個人服務,對話式商務會是關鍵一環。異質化資料整合包括IoT和不同裝置、線上、線下的資料,「只要能整合一個異質化領域的資料,就是很大的市場。」游直翰說。

自動化機器學習的趨勢,則是因為好的資料科學家難尋,用機器學習而不用資料科學家來建立模型,是有前景的。過去幾年,一般認為機器學習跑出來的複雜結果都是好,只要無條件相信即可,但AI必須具備可解釋性,在精準度和可解釋性間達到最佳平衡,是將來的關注重點。

夢幻企業Netflix,善用推薦法抓眼球

數位時代_MarTech應用大現場_李庭柏
圖/ 數位時代_MarTech應用大現場

來自 2020年全球科技人心中的第一名夢幻企業Netflix,資深資料科學家李庭柏分享了他們在「影片推薦」的獨到之處。他提到,Netflix片庫量大,但服務介面能夠推薦的版面有限,就要靠排序分類演算法和視覺個人化模型交互應用。排序分類演算法會針對不同使用者的興趣,排出適合的影片,推薦頻率也能做到差異化。視覺個人化模型則根據用戶對演員、色調、影片類型的喜好,挑出合適的視覺圖片。

個人化推薦也可能發生失誤,例如「優秀女性」影片分類裡,演算法算出的結果卻呈現出封面為男性圖片的影片,「其實模型沒有錯,它只是要找到最好的圖片,是你沒告訴它推薦要符合分類上的語意。」李庭柏認為,這種時候資料科學家團隊就必須適時介入,設立新的規則、建立新的模型。

因此,今年Netflix也推出大受好評、非個人化的「Top 10推薦」,「這顯示個人化和非個人化混合,可以提供更好的影片。」李庭柏解釋,用戶也會想從別人觀看的影片裡找尋靈感,「不應該先入為主,透過數據和實驗,才會知道什麼是最好的方式。」

掌握顧客需求,用科技打造有感體驗

數位時代_MarTech應用大現場_張詒銘
圖/ 數位時代_MarTech應用大現場

偉門智威科技長張詒銘直指,他現在都稱品牌客戶為新型態的VIP(Very Interactive People),也就是在數位時代長出來的新人種,這群人非常在意互動和體驗。

數位時代的體驗分為使用者、顧客和人三個層級。張詒銘認為,在使用者層面,同一個APP在安卓、iOS系統上,儘管介面相似,體驗卻大大不同,搜尋欄可以在上、可以在下,「代表要創造的體驗出發點不同。」至於顧客和人的層面,張詒銘分享了日本東京富士幼稚園的例子,建築師手塚貴晴設計的圓形幼稚園,讓孩童盡情在裡面探索、學習,孩童、老師、家長做為人與顧客,對幼稚園有了前所未有的感受。

他提醒,科技工具可以協助升級體驗,卻非一蹴可幾。例如偉門智威集團從2003年至今,持續協助香港赤臘角機場改善體驗,從機場動線、標語到APP,一切都是持續滾動,「科技冷冰冰,體驗很溫暖,但必須是不斷進行的過程。」

分眾的對話式商務,不再無差別攻擊

數位時代_MarTech應用大現場_陳胤嘉
圖/ 數位時代_MarTech應用大現場

LINE企業解決方案事業部成長經理陳胤嘉,呼應游直翰的觀點,強調MarTech中對話式商務的重要。根據LINE統計,2019至2020年間,LINE的官方帳號數成長18%,2100萬的用戶中,有83%會使用官方帳號互動。陳胤嘉認為,雖然人和機器間要做到通情達意的聊天,仍有長路要走,「但對話式商務是一個穩定溝通的管道,能在簡單互動中,傳遞價值。」

他舉例,隆美窗簾和用戶建立連結後,透過售前對話式引導,能協助消費者從房間格局、大小等因素,挑出合適窗簾,「這不用花費消費者任何成本,他們願意進入的機會就高,對話過程中也能蒐集數據。」加上對話式商務現今已有更多技術整合,過去只能對消費者做出「無差別」攻擊,如今運用API與分眾訊息,能傳遞更精準、更符合需求的不同資訊。

傾聽消費者心聲,UNIQLO持續進化

數位時代_MarTech應用大現場_黃佳瑩
圖/ 數位時代_MarTech應用大現場

一般人會認為,UNIQLO是服裝零售業,但早在三年前,創辦人兼社長柳井正便明白指出 UNIQLO 已經開始變革為情報製造零售業,「我們是應用情報(日語漢字,在中文意指資訊),進行製造、生產並賣出產品的品牌,」UNIQLO台灣海外行銷暨宣傳戰略部部長黃佳瑩解釋,UNIQLO數位變革的核心,是了解每一位顧客,只製造消費者想要的產品。

但什麼是重要的情報?「對UNIQLO來說,就是聆聽消費者和員工的心聲。」黃佳瑩點出關鍵。UNIQLO不僅蒐集員工和消費者意見,近來更將外包的客服中心內包化,由店鋪人員直接轉為客服人員,觀察消費者購物行為的變化,像是疫情時的穿著差異。UNIQLO 也打通線上線下通路,創造隨時隨地獲取客戶心聲的管道,加上對面料、科技、色彩趨勢等外部環境觀察,導入AI技術分析,便能快速對消費者需求做出回應。

「UNIQLO的變化除了透過數據,還要專業的人進行深度判斷,才能感知到什麼是最符合消費者心聲的服裝,讓世界變得更好。」黃佳瑩說。

從KYC到KYI,意圖行銷即時掌握需求

數位時代_MarTech應用大現場_王俊權
圖/ 數位時代_MarTech應用大現場

中信數據暨科技研發處資深副總王俊權認為,在新金融時代下,影響各家業者的三個成功關鍵要素,分別是創造了哪些數據、走向AI智能化和始終以客戶為中心。他提到,將蒐集到的數據串聯在MarTech發展藍圖上,提出超級個人化戰略,才能提供相應的服務、產品給客戶。

金融業者必須遵法,過去金融行銷都建立在KYC(Know Your Customer)上,但透過剖析金融和非金融行為、事件的資料,像是分析用戶信用卡帳單裡的購物頻率、地點和時間,構築出消費者的生活圈,金融業的 MarTech 開始從 KYC 走向 KYC+KYI(Know Your Intend),「也就是個人意圖導向行銷,能即時掌握客戶需求。」王俊權舉例,假設發現用戶在APP裡看匯率,便要直接推播相應產品,這就是意圖行銷。根據統計,每兩個人中有一人會買單,「意圖行銷的美妙之處在這裡。」

打造混血團隊,成功提升業績

數位時代_MarTech應用大現場_黃嘉琦
圖/ 數位時代_MarTech應用大現場

線上教育平台 TutorABC 過去採一條電話線走天下的方式獲客,只要被拒絕,就難有第二次機會。近來,TutorABC 運用 MarTech,將 LINE、Facebook 等平台上的客戶資訊串接 CRM 系統,成為 SCRM(Social CRM),藉由分類行銷素材,看會吸引哪些顧客,再進行深度的精準行銷。TutorABC 暨 TutorJR 總經理黃嘉琦提到,SCRM實行後,不僅客戶留存率上升15%,業績也成長10%。

她透露,SCRM成功的關鍵之一,是重塑技術、銷售、服務團隊。過去技術端只做技術,銷售端的回應往往是客戶沒感覺,服務端則會說銷售亂賣產品,導致必須做許多售後處理。如今黃嘉琦要求,每個團隊必須打破界線、交換資源,透過數據驅動行銷,培養行銷思維,「組織要以行銷思維和技術能解決的方案為核心,來開展團隊,以支持產品和線上線下能想到的商業營運。」

近來總有MarTech會不會取代人的聲音,如同 Brinker 所說,種類愈來愈多的數據就像油彩,隨著色彩一多,會有更細緻的劃分和應用,而拿畫筆的人才是最重要的。游直翰也說,全球都缺資料科學家,但更缺懂得和客戶溝通、將AI產品推到市場上的人才。只要清楚認知使用目的,透過科技傳遞價值給想溝通的受眾,人永遠不會被取代。

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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