如何利用公開數據思考行銷佈局，解決行銷不斷徒勞的窘境|數位時代 BusinessNext

從人類有行銷概念始的歷史發展，大體可以分為五個主要的階段，分別是「1920仰賴業務銷售表演技巧的年代」、「1950開始導入市場研究概念的時代」、「1990強調建立公司與客戶之間關係的年月」、「近期混合市場研究價值與客戶關係，創建以客戶為中心的戰略」，到「現今建基在大數據與人工智慧上的數據行銷」。

你是否有仔細思量過擔負起「行銷」這名詞的工作，該如何賦予它新的意義或獨特的見解，以期讓你的工作做得更出色？面對這前所未有的COVID-19大浩劫，所有的產業無一不被顛覆，我想從不同切角的「數據」著墨，讓你我在操作所謂「行銷」的行為時，能更聰明、更有策略，且不再被逐年升高的廣告費用綁架！

洞悉「逐年升高廣告費用」的本質！

我們先來看看人類行為與商業行為之間的關係，當一個行業的需求大於供給時，行銷的角色與需求就會下降，甚至為零！看看現今各國政府爭搶的「晶片」，供給的廠商清清楚楚，幾乎無需任何行銷角色置入；反之，當一個行業的供給大於需求，行銷的角色與需求會被大大提升，越競爭的產業，為求產品或服務被看見，在行銷的花費上會更大，對於行銷內容的創意性與吸睛性會更要求。

當一個行業的需求大於供給時，行銷的角色與需求就會下降，與之相反，當一個行業的供給大於需求，行銷的角色與需求會被大大提升，越競爭的產業，在行銷的花費上會更大。

圖／ Flickr CC by Mike Cohen

因為各行各業均已呈現飽和狀態，這也說明為何現在的行銷越來越重要。來看看台灣最盛行的臉書，2020年各行業CPA的平均成本，最貴的前三名分別為新聞媒體相關，每次均價為台幣約為1,600，其次是金融理財相關，均價為台幣約為1,200元，最後是美妝與健身相關，約為1,100元。

試想，如果你是一名銷售健身課程的教練，透過臉書行銷，希望能導入願意試上課程的學員，但單一個學員，你就得先花費約1,100元台幣讓他除了看到你還有意願接受你的服務，這不是顯而易見的一門賠本生意嗎？現實社會就是，許多產業大家似乎卯足全勁在做賠本生意，但披上一個很有願景的說法，擴大市場規模，取得先機，建立規模經濟後，可自動進入經營成功的境界！

真的是這樣嗎？細數這十年來失敗的案例：已結束營業的家事服務業Homejoy、史上最燒錢的新創Uber，與特重行銷的Elon Musk所創辦的Tesla，每天以幾億的規模在燒錢！究其要成功的本質，若你沒有好好扎跟在自己的服務或產品上，客戶是完全不會有黏著性的。巨額行銷花費只會一昧的助長科技巨頭擁有更大的權力反噬你。

一家受疫情影響幾乎零營收的公司，如何利用公開數據快速反轉並創造3倍營收？

這邊先用TentCraft案例跟大家分享，美國的TentCraft是一家面向公關公司提供戶外音樂會等活動的訂製帳篷服務公司，但疫情期間，全球幾乎無任何活動在進行，原先，公司高層所關注的是疫情的相關數據，如確診與死亡病例在各州，各市，甚至各鄉鎮的分布狀態；於此同時，有人注意到了一件事，醫院為了防堵疫情擴散，在醫院外增設臨時檢驗區，臨檢區不就表示將有大量搭設帳棚的需求？

這一發現，讓原先3月份已消失的60萬美金營收，在快速調整方向後的前二個月營收便暴增200萬美金！於此過程，行銷團隊先根據Our World in Data所提供的數據，篩選出受疫較嚴重的區域，廣撒2,000至3,000封陌開的信件到各醫院的相關主管單位，後續在觀測其開信率，客戶回覆與其對話狀況，釐清該接觸的目標對象？他們的痛點？需要什麼樣的服務解決問題？

清楚整個脈絡後，由業務團隊接手，利用上述觀察與數據，理出更聚焦的100至200的客戶名單，針對客戶問題，提供客製化需求與內容，逐一攻克並結單。這是一個僅使用公開數據，就能快速讓其業務成長的案例。這邊想要提倡與聚焦的一個重點是，行銷所關注的數據，並不僅在於已發生的數據，此類數據很難讓你感受到更高格局的趨勢發展，也容易讓你誤判當下的情境，導致重複一而再，再而三的數據誤判中！

如何利用垂手可得的數據資料，最佳化你的泛行銷決策？

玩一下聯想遊戲，當你看到「全球十大億萬富翁最多的城市排名」時，你的直覺會想到什麼？再深入理解後，又會感受到什麼？如果你所販售的是跟高端有關的產品或服務內容，你是否會根據排名變化，在行銷廣告的區域預算分配上有所不同？更進一步，是否可以就已揭露的資料邏輯，去沙盤推演，接下來有可能的興盛區域在哪裡？積極的早對手先一步策劃線上與線下的行銷佈局？

數據的有價與無價，端看人們後續如何解讀與利用它，最低端的是僅作「數據內容」的傳播，高手是讓這些數據產生更有意義的價值與解決方案！公開數據垂手可得，這裏推薦《Our World in Data》，你可以根據不同的主題，瀏覽他人如何利用數據做更深入的思考，並提出建議或提醒事項。

除此之外，投資用的經濟指標更是珍寶，消費面數據包含汽車銷售、連鎖店銷售、消費者信心、成屋銷售與未充分就業等；重要經濟指標如人均國內生產毛額（GDP）、生育率、生產者物價指數等，這些數據如何與你的產品或服務做關鍵性的聯想？以近期備受關注的「生育率」為例，究其本質，人類的誕生是性行為的結果，此結果將驅動未來幾十年的支出模式，不同世代的發展模式並非全部類似，二次大戰後的嬰兒潮，創造了人口統計上一個很大的起伏，並驅動20世紀後半葉至21世紀初期很多趨勢，但至此以後每個世代就統計領域上來看，數量都相較於上一世代少，且越來越少。

對此我們可以延伸了解的面相有幾個，包含「越富有的國家，生小孩的誘因會減少」、「經濟體越富有，家庭結構就越小」、「家庭結構越小，可供教育，汽車和房屋使用的所得就會越高」，類似這樣的延伸理解，便可以佈局在整體的行銷策劃與謀略中！

結論：

拋開只有大公司才有大量積累並可供分析的數據迷思，此時此刻，企業所面臨的是無時無刻需切入新市場，甚至未知的市場，有時所積累的大量數據甚至一無是處。
一個有創意的行銷，要成功應建立在對於全盤數據的掌握上，猶如棒球的打者，精準算計好球帶後，打出漂亮的一記全壘打！
身處在商品與資訊氾濫的時代，在人人競相爭取數秒的眼球聚焦時刻，在那麼難以獲得關注的年代裡，透過「跨界」與「價值」的角度思考行銷的本質，洞悉本質，大幅提升行銷策略的成功機率。

責任編輯：郭昱彣、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）

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問