撈錢4招,讓CRM系統變搖錢樹
撈錢4招,讓CRM系統變搖錢樹
2002.09.01 | 科技

客戶滿意,生意才會繼續上門,因此,越來越多企業將客戶關係管理(Customer Relationship Management,CRM)視為公司的重要改革,紛紛花錢設置了客戶關係管理系統。
從數字上可以看出提供CRM應用與服務的市場有多大:市調機構Gartner集團推估,2000年全球產值達230億美元的CRM應用與服務,在2005年將超過750億美元。資策會也預測,國內CRM將在2003年達到台幣99.7億元的市場規模。
有需求才有市場,雖然提供CRM服務的市場逐年成長,但是究竟設置CRM系統的成效如何呢?教育訓練機構Data Warehousing Institute針對1200位企業主管調查結果顯示,CRM實施後,有16%的企業覺得成效超出預期、42%覺得符合預期、卻有高達41%覺得失敗。Gartner的調查也顯示,完成CRM系統建置的企業中,有32%在1年後即很少使用該系統。
花大錢做出來的CRM系統,有4成企業覺得失敗,有將近1/3的企業只用一年。問題出在哪裡呢?
「CRM是企業用於建立獲利關係的科技工具,重點並不在科技二字,而在如何妥善管理顧客關係,以獲得經濟利益。這和任何投資沒有兩樣,」一位資深企管顧問指出。
他說對了。不是單單運氣不好或系統太爛,而是使用上的不得要領。管理顧問安奎斯特(Eric Almquist)認為,要想用CRM賺錢,有4個使用CRM系統時,必須注意的重要觀念。

CRM撈錢第1招:
沒有生意點子,科技派不上用場

以嘉信理財(Charles Schwab)為例,該公司能維持長期的領導地位,就是因為能率先預期即將到來的顧客需求。
80年代,顧客開始尋求低價又可信賴的服務時,嘉信已是家價格優惠又有附加價值的折扣業者;80年代末,顧客需要個別投資建議時,嘉信早就好整以暇,隨時可與線上的理財規劃師合作;90年代末,該公司推出的「一次購足」服務,又再度領先競爭者,這樣的新需求連顧客自己都尚未覺察。
道理再簡單不過,CRM這樣的科技產物,固然是嘉信與顧客間互通有無的關鍵界面,但充其量仍只是配角,要角還是得由「生意點子」擔綱。

**CRM撈錢第2招:
讓關鍵資訊訴說未來

**
「CRM系統可鉅細靡遺的記錄與顧客互動的所有資訊」,這是許多系統供應商用來招徠生意的廣告詞。但嚴格說來,「只收集所需的重要資訊」,才能善用有限的資源。
顧客資訊不是以多取勝,也不是囫圇吞棗照單全收就好。CRM應該鎖定關鍵資訊,並在解讀後,把資源優先配置在能讓顧客獲得更好體驗的事項上。
資訊應該除了讓你知道「現有顧客」在「今天」的消費型態與行為外,還必須能動態地讓你預知「現有顧客」與「潛在顧客」在「未來」可能出現的消費行為,否則資料再多,都只是靜態的、過時的死資訊。

**CRM撈錢第3招:
用對衡量指標,才能做出對的系統

**
根據美國工商協進會(Conference Board)的調查,多數CEO都把「顧客忠誠度」視為首要管理議題,殊不知常用於衡量顧客忠誠度的「顧客留置率」(Customer Retention Rate),若用於衡量顧客對企業的價值,卻非一項好指標。
最簡單的例子是,一個顧客留置度達100%的信用卡業者,未必會比留置度較低,但去除高壞帳用戶的同業來得出色。關鍵在於,每位顧客的購買習性與所貢獻的利潤不盡相同。
美國信用卡業者Capital One就設計出一套分析精密的生意模式,針對利潤貢獻度較高的顧客,推出量身訂做的優級服務,成為業界佼佼者。

**CRM撈錢第4招:
成為動態學習型組織

**
CRM等IT投資失敗的主因之一,是組織高層未能因應系統導入而同步調整策略,導致員工還是用老方法做事。
以「共同為提升顧客價值努力」的基本信念而言,對擁有一個以上事業部的企業來說尤其困難。某出版集團資深主管便指出,「我們有好幾個部門的顧客或多或少重疊到,每個部門都想自己獨大,要統一砲口簡直要他們的命。」
高層與各部門領導人應先共同決定「顧客價值如何衡量」,繼而決定必要的改變與共同目標,再透過內部溝通,創造鼓勵員工投入的激勵環境。接著,培養員工「慣常於持續改善」的能力與企業文化,使其能自動收集有助於提升產品與服務、改善流程、更新生意模式的相關資訊。
以聯邦快遞(FedEx)為例,它有每日自動追蹤的機制,可以在內部網路看到「顧客投資報酬率」或「每包裹收益」等價值相關指標的最新資訊。此外,跨功能團隊也會分析服務品質的相關指標,找出應改正的問題與可發展的新機會。員工每年還必須接受「顧客照顧」(customer care)訓練,不斷精進能力。
「先小規模試辦再全面實施」並非聯邦快遞的作風;以動態學習的組織架構,不斷且快速推出各種新活動,邊測試邊學,才是該公司善用收集自CRM管道的資訊,在業界呼風喚雨的真祕訣。
CRM雖蔚為流行,但在善用此一看似無所不能的IT利器前,還得先培養好一顆能時時記掛如何為顧客提供價值,如何從顧客身上獲取價值的生意頭腦,才是CRM系統能否發揮最大效益的關鍵。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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