長榮又有船隻卡住了!長程輪在美國巴爾的摩港外擱淺,拖船救援中
長榮又有船隻卡住了!長程輪在美國巴爾的摩港外擱淺,拖船救援中

一艘貨櫃輪據稱擱淺在美國維吉尼亞州切薩皮克灣的吉布森島(Gibson Island)外海。船舶追蹤服務網站Marine Traffic稱,這艘貨櫃輪是長榮海運的長程輪(Ever Forward)。

美國新聞網站WBAL-TV 11報導,似乎有數艘拖船在巴爾的摩(Baltimore)外試圖提供協助。

根據美國海岸防衛隊中大西洋區域指揮部,指揮中心是在13日晚間9時左右接到電話,得知有一艘1095英尺長的貨櫃輪在切薩皮克灣(Chesapeake Bay)觸礁。

美國海岸防衛隊表示,這艘貨櫃輪停在主要船舶航道外,未危及其他海運權益。

美國海岸防衛隊說,這艘貨櫃輪擱淺時沒有造成損害、人員受傷或汙染。

一年前,長榮海運(Evergreen)的長賜輪(Ever Given)貨櫃輪則卡在蘇伊士運河。

編按:
長榮海運在聲明中證實,長程輪於台北時間3月14日08:40(美東時間3月13日20:40)從巴爾的摩(Baltimore)出港時偏離航道擱淺,目前沒有燃油外洩的情形

官方表示,正在安排潛水員進行水下檢查,確認船體是否受損,並協調相關單位,儘速協助該輪脫困。該起事故不影響其他船隻進出港作業。

「長程輪」為長榮的F型貨櫃輪,船體長度約334公尺,寬度為48.4公尺,可裝載12,118 個20呎貨櫃(TEU)。

本文授權轉載自:中央社

責任編輯:錢玉紘

往下滑看下一篇文章
數據驅動體驗升級!全台唯一上櫃電商「美而快」如何打造成長引擎
數據驅動體驗升級!全台唯一上櫃電商「美而快」如何打造成長引擎

當電商市場告別流量紅利,企業的成長路徑也面臨改變。廣告投放的邊際效益不再、社群觸及率下滑,加上第三方 Cookie 的正式退場,使得傳統「廣撒網」的行銷模式失靈。面對變局,擁有百萬會員的服飾集團美而快,在導入直通國際ESi的一站式 CDP(Customer Data Platform)後,有效提升分眾溝通效率與顧客經營精準度,讓數據應用從行銷部門逐步滲透至營運節奏規劃,成為推動企業成長的新引擎。

流量為王的時代過去,顧客經營必須深化

「這幾年電商獲客成本增加很多,品牌若無法將流量轉為有效會員,很快會失去競爭力。」美而快總經理王志仁指出,在數位廣告成本飆升、新客轉換日益困難的趨勢下,「私域經營」就成了品牌必修課;依賴流量已不夠,如何讓顧客留下、回購、持續互動更是關鍵。

為了深化會員經營,美而快團隊開始深入分析會員行為,區分出長期未購、已回訪未結帳、潛在高價值等類型客群,再依據行為進行對應溝通與內容推播。然而,分眾管理極為繁瑣,需仰賴大量人力與反覆操作,「每天都得手動撈資料、打包受眾、分眾投遞。」王志仁直言,這是一項曠日費時、卻無法逃避的任務。

直通國際
圖/ 數位時代

對此,美而快選擇導入直通國際的客戶數據平台 CDP,以系統思維出發,打造可長期營運、可擴張、可迭代的顧客管理模式。

對美而快而言,導入 CDP 後最直觀的改變就是「效率」。例如:過去每日需手動處理的「180 天未購會員」分眾任務,現在可藉由自動化流程完成,釋放行銷人力,專注策略性規劃。同時,團隊也開始盤點冗餘的 LINE OA 投遞對象,刪除一年以上無回應的 LINE 會員,反而讓開封率與點擊率雙雙提升,ROAS 更一舉翻倍。

打通線上、線下任督二脈,CDP 為 OMO 鋪路

當 CDP 不再只是行銷工具,而是轉變為驅動企業營運的中樞系統,其價值即體現在資料整合、流程優化與策略制定的全面提升。美而快導入直通國際 CDP 後,另一個有感的突破就是線上、線下數據的打通,成功串聯集團旗下多元品牌通路,重構消費者旅程。

以 2023 年底開幕的 UR Living 實體門市為契機,美而快同步推動 App 積點與會員綁定機制,鼓勵實體顧客登入線上會員系統;同時,透過 CDP 將線下交易資料完整回收,不只實現會員輪廓識別,也為 OMO 策略奠定基礎。這套整合機制迅速展現成效——以主力品牌 PAZZO 為例,實體店開幕後,線上會員與營收成長 25%,其中近半新客來自實體通路。

「線下其實是很有效的新客來源,像 PAZZO 的新會員裡,有一半都是從線下來的,」總經理王志仁分享,若從會員結構觀察,不同品牌在線上、線下的表現其實有所差異,例如 PAZZO 線上與線下客群各占一半,而部分新品牌則在線下更具導流優勢。

有了 CDP 整合數據,美而快得以建立「雙向引流、數據貫通」的 OMO 策略,聚焦顧客行為與場域偏好,讓每一個接觸點都更精準、更有價值。

CDP 驅動商品決策,預測力成關鍵競爭力

讓數據真正驅動企業運作,關鍵在於能否跨出行銷部門,擴展至商品、內容與營運等決策核心。對美而快而言,這樣的延伸雖仍在逐步建立,卻已有方向。

服飾業的商品多為非結構化資料,細節如剪裁、材質、風格等變化極大,加上時尚週期更迭快速,除了基本的品類與顏色,很難建立細緻穩定的分類模型。即便如此,美而快仍透過 CDP 進行購物行為分析,掌握哪些商品高瀏覽但未轉換、哪些品項吸引新客,並回饋給內容與商品團隊,作為優化依據。「我們希望透過 CDP 協助商品開發,更細緻地理解交易失敗的新客行為,去改善、去優化,」王志仁表示。

「對零售業來說,不管是 AI 還是數據,最終目標都是『預測』。預測商品熱度、預測顧客行為、預測營收走向——能預測,才能控制成本、降低風險。而『數據』是每天必須做到的基本功。如果沒有奠定基礎,就無從發揮後續價值。」王志仁強調,一步一步把數據的基本功打穩,紮實累積、系統性整合,CDP 才能發揮價值,為預測力打下基礎。

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50
© 2025 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