【專欄】供應鏈減碳最大難關:碳足跡到底怎麼算?碳資料又該如何共享?
【專欄】供應鏈減碳最大難關:碳足跡到底怎麼算?碳資料又該如何共享?

供應鏈碳排量是營運碳排量的 11.4 倍,因此若企業要邁向淨零,供應鏈減碳成效將是重要關鍵。然而,供應減碳上面臨兩大難題,計算方法不一致,以及資料透明度過低。

碳排計算為什麼容易卡關?又該怎麼解決?

碳數據誰說的算?

圖一:供應鏈碳足跡資訊分享過程示意圖
圖/ 吳衍諭提供

目前企業在作碳管理,無論是遵循ISO 14064的組織碳排放計算,或是針對產品碳足跡評估,都需要面臨跟上游供應鏈要碳排資料的情形。舉例來說,最下游的筆記型電腦品牌商如果要計算筆電的碳足跡,就需要跟數十或數百間塑料、電池、面板等各上游供應商詢問原料製造過程的碳排放數據,且這些數據是一層層往下傳遞(如圖一)。

在上下游碳資料難取得情況下,很多公司乾脆不計算產品碳足跡,或是僅揭露少數可以拿到的部份數據。除此之外,供應商提供的數據正確性也是一大疑問,例如:數據是否獲得第三方查證。

碳排計算三大難題

目前供應鏈碳排計算面臨的難題,可歸納為以下三大原因:

一、碳數據可信度存疑:

計算方法不一致以及資料庫來源不一致的,造成碳數據可信度打折。以計算方法來來說,企業在揭露上游供應鏈數據時,可能會依照物理基礎(以原料單位重量的碳排放係數作計算)、經濟基礎(以原料單位價格的碳排放係數作計算)、混合方式(供應商數據搭配資料庫數據)、或是供應商直接提供準確的碳排資訊等不同方式進行計算,不同的計算方式可能造成計算結果差異,很難保證結果一致性。

而資料庫來源不一致,造成排放係數不一,也會導致結果相異。目前國際及國內選擇排放係數上,具有相當多資料庫可供選擇(如:環保署碳足跡資料庫、工研院DoITPro資料庫、瑞士Ecoinvent資料庫等),不同企業可能會依照自己的盤查經驗或是數據計算邏輯不同,各自資料庫做為計算基礎,最終導致計算結果不一致。

二、商業保密和碳數據透明揭露,難以取得平衡:

碳資料取得需面臨各企業的保護主義,供應鏈碳排數據取得更是灰色地帶,如何提升數據分享透明度,同時解決商業機密風險困境,是企業共同的難題。

供應商和品牌商甚至可能站在對立面,對供應商來說,當品牌商要求精細的碳資訊,可能會降地提供意願。但以下游品牌商來說,當上游給我的資料越細緻,越可以幫助我提昇資料的透明度及正確性,並且可以幫助我訂定日後的企業整體碳排管理目標。因此這中間的平衡需仰賴一個一致性的要求。另外品牌商及供應商關注的是資料保密性,雙方分享製程相關資訊,如何確保機密不會外洩也是一大問題。

三、系統不相容,資料交換成本高:

供應鏈通常跨越來自不同行業、不同區域的多個利益相關者,因此在交換資料上有較高的成本。資料交換過程如何提高互動性(Interoperability),包含系統對接及格式架構相容,至關重要。

舉例來說,供應商今天同時提供原料給A品牌商及B品牌商,但AB兩間公司要求提供的資訊格式以及品質差異甚大,那對於供應商可能就會造成重工的困擾。因此如果就相同的產業鏈來說,如果上中下游能夠就資料分享架構上有一致的共識,應該能縮短資料分享溝通時間,加快資訊提供效率。

國內碳資料分享架構9大要點

由於碳資料的分享牽涉許多層面,未來國內各產業鏈間在探討供應鏈的碳資料分享應可參考由碳透明度夥伴聯盟(The Partnership for Carbon Transparency,PACT)發布的兩項資料:

1.COP26 會議上發布的第一版「碳排放資料交換的標準規範

2.今年6月發布的「促進標準化碳排放量資料交換

這兩版規範聚焦闡述未來供應鏈減碳「資料計算及資料取得」兩大難題,根據上述文件,碳排放資料交換時需考量開放性及全球性、高互動性、安全性、點對點連結、正確性、初級資訊、可驗證性及適用所有產業。

舉例來說,互動性(Interoperable) 說明資料分享應考量一致性的語言及格式,讓各產業容易使用這些資訊。安全性及點對點分享(Secure及Peer-to-peer) 則提到,資料應不能被第三方所任意操作,並只針對最低度需求來提供相關資料;另外資料是以公司間點對點及去中心化作為傳遞方式來提高安全性。正確性及初級資料,則說明企業的碳數據應透過一致性的方法學,並盡量提高初級資料使用比率,以提升數據準確度。

圖二、供應鏈間碳資料交換網絡需涵蓋關鍵要素
圖/ 吳衍諭提供

從上游到下游共同揭露初級碳資料,掌握最終產品的碳足跡

基於上述碳資料分享架構,第一版「碳排放資料交換的標準規範」中提到,供應鏈在提供資訊時,資料交換應含蓋五大面向:一般性資訊、邊界描述、資料蒐集、品質及交換、分配原則、碳足跡結果呈現。

而每個面向分別有應揭露之要素。例如在資料蒐集、品質及交換中,企業應針對初級資料使用比率、一級及二級資料來源、一級及二級資料蒐集時間範圍、蒐集資料之時間代表性等項目作說明。

此外,與國內一般品牌商在要求上游供應鏈時,多僅是請他們提供碳足跡計算方式及結果相比,此規範為鼓勵公司使用初級資料(Primary data),因此更強調揭露初級資料分享比率(Primary Data Share,PDS),讓碳足跡計算更精確。例如:最終產品原料若來自於公司 A 跟 B(如下圖三)(註1)則可先分別算出,原料碳足跡中,多少比例是來自於初級資料結果,並搭配採購原料的比重計算,最終得出產品的初級碳資料揭露。

圖三、初級資料分享比率(Primary Data Share,PDS)
圖/ 吳衍諭提供

全球減碳風氣下,上游供應鏈大廠商已開始要求下游供應鏈提供碳盤查資料,然而,目前大多數的台灣中小企業,碳盤查才剛起步,相較於範疇一及範疇二的碳盤查計算方式有許多指引可供參考,範疇三的供應鏈的碳盤查才是中小企業最大的隱憂,無跡可尋更是造成中小企業碳焦慮的來源。

供應鏈間牽一髮動全身,每個供應商的碳數據將影響未來整體供應鏈減碳目標訂定及成果檢核。現行國際標準規範,可做為台灣未來在討論供應鏈資料分享的架構一致性時的參考,讓供應鏈共同減碳有跡可循,精確做到碳足跡盤查。

《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)

責任編輯:隋昱嬋、侯品如

關鍵字: #淨零碳排
往下滑看下一篇文章
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎

在高度碎片化的年代,企業行銷,不該是短跑,而是一場需要團隊默契的接力賽。

從社群平台、通訊軟體、搜尋引擎,再到網紅、短影音等,消費者與品牌的接觸點愈來愈碎片化。為了追求更好的行銷成效,企業陸續導入口碑行銷、廣告投放、會員經營等不同策略,並搭配各式各樣的 MarTech 工具,希望精準掌握每一次與消費者互動的機會。

然而,這些行銷策略就如同接力賽的跑者,雖然每一棒都努力衝刺,卻常常無法將成果順利交給下一棒,口碑、廣告與會員經營往往分屬不同負責人、使用不同平台,不僅數據散落在不同系統、跨部門協作成本高昂,一旦負責人員異動,累積多年的實戰經驗也容易隨之流失,使企業難以將每一次投入轉化為長期成長動能。

擁有 20 年行銷實戰經驗的數聚集團創辦人張元溢(Mars),看見許多企業投入愈來愈多工具與預算,卻始終無法累積真正的成長資產。他直言:「工具越多,不表示結果越好。」真正的競爭力,在於建立一套能整合數據、沉澱經驗並持續優化的成長機制,讓每一次行銷投入都成為下一次決策的養分,形成能不斷學習、自我進化的成長閉環。

基於這樣的理念,他整合旗下 Reddoor 紅門互動、Justar 數聚國際與 INLY 影領三大品牌,成立「數聚集團」,並提出全台首創的「聲量、流量、存量」行銷飛輪,串聯品牌曝光、流量轉換與會員經營三大階段。並整合第一方、第二方、第三方數據與生成式 AI,協助企業打造能自主學習、持續優化的 AI 成長引擎,讓品牌成長不再仰賴一次次重新開始,而是形成能持續累積價值的商業飛輪。

#2數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團創辦人 張元溢
圖/ 數位時代

從聲量、流量到存量,打造會持續成長的品牌飛輪

達摩媒體暨影領國際執行長林合政(Adam)指出,企業在不同成長階段都有明確的經營目標,例如建立品牌聲量、透過廣告帶動流量,或深化會員經營、提升顧客價值。然而,任何一項策略都不可能無限放大成效,當成長逐漸趨於飽和,就需要下一個階段接力,才能持續創造新的成長動能。

林合政表示,真正重要的,不是哪一個環節最成功,而是每一個環節都能為下一個階段創造價值。 當品牌聲量帶動流量、流量沉澱為會員資產,再透過會員口碑與數據反哺品牌影響力,便能形成持續運轉的品牌飛輪,而不是依賴一次次的廣告投入。

#3 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
達摩媒體暨影領國際執行長 林合政
圖/ 數位時代

數聚集團品牌長蔡雅藍(Blue)進一步拆解品牌飛輪的運作架構。第一步,由 INLY AI 網紅媒合平台快速媒合適合的創作者,以內容建立品牌信任與市場討論度,為品牌累積第一波成長動能。

#4 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團品牌長 蔡雅藍
圖/ 數位時代

接著,由 Justar 數聚國際接力擴大市場觸及,透過數位廣告、線下媒體與多元渠道整合,精準接觸潛在受眾,將品牌關注轉化為實際流量與訂單。

當新客成功導入後,再由 Reddoor 紅門互動透過會員經營、數據分析與自動化行銷,提升顧客黏著度、回購率與終身價值,將一次性的流量沉澱為可持續經營的品牌資產。

最後,再透過 MGM(Member Get Member)會員推薦機制,讓忠誠會員主動分享使用體驗、推薦親友,進一步帶動品牌討論與新客加入,形成「聲量 → 流量 → 存量 → 聲量」持續循環的品牌飛輪。 張元溢表示,這套飛輪並非一開始就規劃好的商業模式,而是數聚集團二十多年來陪伴品牌成長、持續驗證與優化後逐步發展出的成果。

「我們最早做的是廣告,後來客戶開始需要口碑;當口碑做好了,又開始思考如何留下會員、提升回購。」他回憶,團隊每一次拓展服務,都不是為了增加產品線,而是在陪伴客戶成長的過程中,看見下一個真正需要解決的問題,也因此逐步收斂出如今的「聲量、流量、存量」品牌飛輪。

從 Data Lake 到 Vibe Marketing,AI 開始接手整個行銷流程

飛輪要能持續運轉,關鍵不只是串聯聲量、流量與存量,更在於每個階段產生的數據能否真正累積。為此,數聚集團打造 Data Lake(數據中台),整合會員、廣告等第一方數據,並串接第二方、第三方資料,將原本分散於不同系統的資訊,匯聚成企業專屬的數據底座。

「現在大家都在談第一方數據,但企業真正缺的,其實是把不同來源的數據整合起來。」張元溢表示,除了企業自身累積的會員資料,數聚集團也串接發票數據、線下渠道等外部資訊,協助品牌從更完整的消費旅程理解市場,而不是只看見自己的會員輪廓。

當數據基礎建立完成後,AI 才真正開始發揮價值。過去,AI 多半停留在生成文案、圖片等單點應用;如今,數聚集團希望讓 AI 直接參與整個行銷流程。品牌只需提供活動網址(URL)、預算與行銷目標,AI 即可根據品牌歷史數據與過往成效,自動完成創作者媒合、媒體投放與策略配置,並在執行過程中持續學習與優化。

蔡雅藍表示,這也是數聚集團提出 Vibe Marketing 的核心概念。「就像 Vibe Coding 讓開發者透過自然語言完成程式開發,Vibe Marketing 則希望讓企業只需描述商業目標,AI 就能完成大部分的行銷規劃與執行。」她認為,AI 的角色不只是生成內容,而是逐步接手重複且仰賴經驗的工作,讓行銷人員能將更多時間投入品牌策略、產品創新與顧客經營。

林合政補充,真正的競爭優勢,不是使用同一套 AI 模型,而是企業是否擁有屬於自己的數據與經驗資產。當品牌知識、行銷策略與營運經驗,都能透過 Data Lake 持續沉澱並回饋 AI,每一次決策都將成為下一次成長的基礎,形成企業專屬的 AI 成長引擎。

展望未來,張元溢表示,數聚集團將持續整合 AI、Data Lake 與生態系夥伴資源,將這套品牌成長模式從線上延伸至線下,並逐步拓展海外市場。他認為,當品牌能讓每一次聲量、每一筆流量、每一位會員都成為下一次成長的起點,AI 才真正從工具,進化為企業的成長引擎。

為了進一步分享這套方法論與最新產品布局,數聚集團將於 8 月 12 日舉辦「數聚・領航 2026 產品發表會」,首度完整公開以 AI 為核心的品牌成長飛輪,並攜手聯合線上、傑思・愛德威、SHOPLINE 等合作夥伴,從媒體、代理商到電商生態,共同探討 AI 時代品牌經營的新策略與成長機會。活動將於 8 月 12 日(三)14:00–16:30 舉行,品牌可透過報名頁(https://reurl.cc/KEAYOe)報名參與。

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
台達電全解讀
© 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