數據智慧處理公司Collibra估值破50億美元，如何與微軟、Snowflake等雲端巨頭競爭？|數位時代 BusinessNext

從布魯塞爾發跡的數據智慧處理公司Collibra於2021年11月9日宣布，於G輪融資中籌集了2.5億美元，其投後估值已來到52.5億美元，比去年F輪宣布的23億美元估值高出2倍之多，其聯合創辦人兼首席執行長Felix Van de Maele告訴《TechCrunch》：「跟其他競爭對手相比，我們的估值是最高的，這強烈反映出我們在市場上的地位」。

數據處理公司的重要性：幫助企業或組織「化零為整」

Collibra是布魯塞爾自由大學STARLab的衍生產品，創立於2008年，是一家專門提供客戶查詢、管理、儲存和分析數據工具的公司，可將內、外部數據集中到一個名為數據智慧雲（The Data Intelligence Cloud）的平台，幫助客戶遵循當地數據保護政策，安全地儲存數據；讓員工更輕鬆進行協作和檢索，以全面了解公司營運狀況，並達到整合組織或加強公司決策的效果。

最新一輪的融資是由紅杉資本全球股票和Sofina共同領投，並得到Tiger Global Management、Battery Ventures、臉書執行長馬克祖克柏格管理的基金Iconiq Capital、谷歌成長基金（Capital G）、Dawn Capital等的支持；新資本將用於擴大在美國、歐洲、中東和澳洲的業務，並在工程、銷售和產品方面進行人才招聘，預計到2023年員工人數將增加1倍。

不過，Van de Maele也提到：「儘管公司已成立十多年，過去我們也看到許多數據陸續搬移到雲端，並有許多創新，但也因為數據使用的廣泛，例如：AI、機器學習或數位化，其結果反而是更加複雜和分散。我們也聽到許多組織需要的是一個能將零散數據全面整合的平台，而不是需要透過3或5個不同的工具來處理數據」。

數據及其隱私在當代社會為何受到重視？

在了解數據處理公司在企業和組織運作所扮演的角色與提供的功能後，接下來揭開「數據在當代社會愈加受到重視」的幾個原因。

一、國際上相關立法通過，讓數據使用與保存受到關注

被稱為史上最嚴格的個資法《一般資料保護規範》（GDPR）和其他數據保護與隱私法規陸續成為正式法律後，許多擁有大量客戶數據的企業和組織，在如何保存與使用數據之類似問題上，不斷受到社會關注，許多公司也已意識到他們無法以最佳方式使用和儲存數據，成為Collibra能介入的契機。

二、設備雖易攜帶且易於連接網路，但公司安全漏洞卻反而增加

根據Proofpoint釋出的《2021年網路釣魚狀態報告》，61%的美國員工允許家人或朋友使用自己的工作設備，員工也越來越常選擇使用安全性不足的個人電腦、平板或手機來工作；此外，反惡意軟體開發商PC Mactic Inc. 對遠端工作者的網路安全調查顯示，91%的遠端工作者從未取得任何防毒軟體，這些現象讓企業或組織不得不開始重視數據保存與安全防護。

三、疫情大流行讓雲計算的需求增加，數據對日常業務的重要性也逐漸提高

COVID-19大流行讓遠端工作模式興起，公司也被迫走向數位或雲端化，但組織或企業的數據也因此愈來愈容易外流；此外，Collibra的另一位創辦人兼首席數據公民Stijn 'Stan' Christiaens也說：「數據對日常業務流程至關重要，而且其重要性還在不斷提高」。

數據處理公司現在與未來

《SiliconANGLE》於8月刊出的文章中，作者Betsy Amy-Vogt從技術革新、大環境轉變和數據文化等層次，討論個人和組織在維護數據安全面臨的狀況以及應扮演的角色，該文更開門見山的點出數據雲端時代的有趣現象--「隨著軟體吞噬掉世界，數據也接管了工作場所」（原文為As software ate the world, data took over the workplace）。

Van de Maele說：「以前數據處理都是人為手動完成，現在我們利用AI和機器學習讓模型自動化」，對於Collibra所扮演的角色，他也充滿信心的說：「因為我們相信好的數據能透過將人和想法融合在一起來改變關係、業務和生活，也因為我們在改變組織使用數據的方式，我們的客戶開始可以改變世界」。

Collibra在數據管理和治理領域與微軟、Snowflake和Informatica等雲巨頭互相競爭，現今更與全球500多家企業和其他大型組織合作，例如 AWS、Google Cloud和Tableau。雖然Collibra並非唯一的數據處理公司，它的競爭對手還包括Informatica、IBM、Talend和Egnyte等，但目前Collibra的市場地位及其先進技術，已給投資者留下深刻印象。

資料來源：techcrunch、collibra、siliconangle、techstartups、siliconangle

責任編輯：傅珮晴、錢玉紘

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。