防疫宅在家,不能遠距辦公的製造、金融業怎麼辦?看日本有哪些應對措施
防疫宅在家,不能遠距辦公的製造、金融業怎麼辦?看日本有哪些應對措施

為控制疫情,許多企業選擇讓員工在家工作。不過,什麼產業都能遠距工作嗎?不能遠距上班的企業,又該如何因應?

芝加哥布斯商學院助理教授喬納森.丁格爾(Jonathan Dingel)和教授布倫特・內曼(Brent Neiman)研究了由美國勞工部贊助,包含1000多種職業的數據庫,發現只有37%的工作內容,可以在家完成,大多是教育、科學研究、管理等工作。

較難遠距工作的產業:零售、醫療、農業、業務

不能遠距工作的產業包括:以服務為主的產業,像是零售商、醫療服務;以勞力為主的工作,像是農業;以及一線工作者,像是業務。

美國勞工統計局(Bureau of Labor Statistics)的報告《2018年美國時間管理調查》(2018 American Time Use survey)也指出,只有大約1/4的全職工作者,能善用遠距工作帶來的靈活性。

shutterstock_1220809918_在家工作
圖/ G-Stock Studio via shutterstock

借鏡日本,較難遠距上班的工作如何應變?

之前日本宣布進入緊急狀態後,企業擴大實施遠距上班,根據Persol總合研究所統計,去年4月資訊類產業遠距工作比例超過5成,醫療、照顧產業低於一成,像是製造業的工廠或銀行分行,分別有以下應變計畫:

製造業:減少出勤日。

豐田汽車去年5月在線上法說會表示,公司通勤時間減少80%,接觸人數減少85%。工廠作業為了防疫,切割成狹小的工作間,但產品開發預估有部分會延遲,供應商的零件開發也可能遇到相同情況。

東芝去年6月起針對1萬名工廠從業人員實施周休3日制,減少出勤日,但延長出勤當天的工時,達到出勤日減少但不減工時,保障員工薪水。

營造業:分流開會。

大型公司如大林組、鹿島建設、清水建設因為都爆發群聚感染,去年4月下旬起關閉部分工地。不過,目前各公司都有復工計畫,國土交通省要求工地遵守3項迴避政策:朝會分開舉行、徹底紀錄工時與體溫、確保休息場所空氣流通、保持社交距離。

金融業:加速推動數據連線運作。

銀行實施遠距上班最大的困難在分行。金融廳要求銀行持續營運分行,處理企業資金或個人貸款等較急迫的需求,不過分行營業時間縮短、又分組上班,員工都得上緊發條才能消化得了工作。

此外,金融業有很多機密資料,如果不開放遠端接觸的話,輪班在家的人什麼都做不了。數位化程度較深的大銀行已經著手資安問題,仍會管制外部連入的人數。還有經手實體票據的業務,無法遠端執行,突顯出銀行推動無紙化、電子化推動速度不夠快的問題。

相較之下,證券業紛紛自主管理,除非顧客要求,不直接拜訪客戶。營業員運用公司發的手機和平板,就可以在家裡工作。

廣告媒體業:視訊錄製節目。

去年6月日本疫情緊張時,日本電通創意部門負責人石田茂富說,電視廣告的拍攝和製作9成以上延期,廣告主不得不改用別的方式宣傳。舉例來說,大塚製藥請了高中生視訊合唱寶礦力主題曲,也呼應了學校關閉的現狀。索尼娛樂針對新專輯,請日本知名 YouTuber在家自己拍宣傳片。NHK製作了一部遠端劇〈這時候製作了一部新劇〉,全部演員都視訊、遠端攝影;富士電視台的闖關節目〈VS嵐〉,改為來賓視訊玩遊戲,朝日電視台的音樂談話性節目也以來賓遠距參與的方式錄製。

資料來源 / Chicago Booth Magazine、週刊東洋經濟

延伸閱讀:
1. 店不開,房租還是要繳!疫情時,餐飲業如何自救?穩住營收的 3 個思考
2. 紓困4.0補助,你能領嗎?紓困補貼措施、申請方式、補助資格一次看

本文授權轉載自:經理人

責任編輯:郭昱彣

關鍵字: #遠距辦公
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