把顧客「落落長」意見變產品！UNIQLO如何掌握情報，讓數據做決策？|數位時代 BusinessNext

把顧客「落落長」意見變產品！UNIQLO如何掌握情報，讓數據做決策？

UNIQLO作為品牌案例參與MarTech行銷科技高峰會，分享自家活用數據進行決策的經驗，其中強調「顧客意見VOC」的力量，問卷等形式的調查都是養分。

顧客「落落長」問卷成最佳養分，優化在地行銷策略

「你們以為問卷題目都沒人會寫對嗎？我們的顧客超愛寫，每篇都落落長，愛之深責之切。」不少行銷決策，都來自每個月超過4萬筆的「心聲」所組成。

到底多重視這些心聲？UNIQLO甚至連產品都會為你而開發出來。

邱柏翰表示，從台灣消費者的需求發現，「機能性」是非常重視的環節，更有不少人的心聲和台灣多雨潮濕的天氣有關，騎車防風、防水的外套，專門為台灣的氣候設計，也一舉賣到全世界。

同樣的在地心聲也應用在行銷企劃上，UNIQLO今年破例推出一隻專為台灣人拍攝的電視廣告，邀請6名台灣KOL、藝人、導演等不同年齡身分的「品牌好友」穿著不同版型、色彩的T-Shirt入鏡展現穿搭。

這個企劃來源是一次「衣櫥大調查」的活動，詢問消費者全家人的衣櫃裡最常買的單品，結果發現全台灣每個人平均擁有5.8件，因此推出專為T-Shirt拍攝的廣告。

看似一個簡單的廣告企劃，但這件事其實對一個國際品牌來說是非常大的突破，「總部會覺得，我素材都給你了你幹嘛多花資源拍一支出來？」邱柏翰表示，台灣團隊堅持，需要重視在地的心聲和需求，既然不論高矮胖瘦的每個人都擁有T-Shirt，UNIQLO就來做引導的角色，教大家不同身形應該要怎麼穿，這就是UNIQLO重視VOC、品牌互動體驗的重要表現，希望讓消費者感受到，自己的意見真的被在乎。

掌握三大主要媒介特性，社群分享欲、穿搭提案靈活應用

社群平台和自媒體，上面絕對不會有相同的內容出現，針對三大主要媒介的特性量身打造內容。

官方APP：最強顧客數據中心、網路上的大型旗艦店

Facebook和Instagram：凝聚鐵粉形成社團、生活風格情報實現高轉化

Line：即時互動客製化訊息、打造超高黏著度

例如在FB和IG這種社群網站上，掌握群眾「表現自己」的慾望，2020年創造一個台灣專屬的TAG #UNILOOK，邀請群眾分享自己的UNIQLO穿搭，原本擔心沒有人會分享，還先邀請KOL或同事自己先做，沒想到低估了網友的分享欲，話題持續發酵，至今已經累積超過8500則貼文，還舉辦線下展，在全台70家店面投放網友穿搭照，創造更大話題，也吸引更多人主動分享。

至於在Line，UNIQLO的粉絲有多達1200萬人，但跟所有品牌一樣，最大的難題就是「怎麼避免被封鎖」，UNIQLO透過VOC及數據調查發現，消費者特別喜歡看類似雜誌風格的版面，而且「流行與生活情報」是台灣消費者票選出的第三大需求內容，於是UNIQLO就定期打造穿搭提案雜誌版面，讓這個對話視窗成為一個提供靈感的幫手，創造存在的價值。

另外在Line也透過小遊戲和消費者互動，藉此增加貼標籤的精準度。團隊曾經想過要怎麼延長遊戲的生命周期，邱柏翰提議，把每個關卡的解鎖間隔拉長到24小時，「同事問我是不是瘋了，真的有人會等這麼久嗎？」沒想到五天的遊戲，完成率竟然高達50%，團隊設計在每個關卡加入一些小問題，例如喜歡的配件、色彩等，讓整個遊戲過程中獲得大量消費者情報數據。

邱柏翰表示，在UNIQLO的整體消費者中，同時使用線上和線下的比例高達40%，「我們已經完全是一家混血式零售了。」因此利用科技去整合服務、增強消費者體驗過程，是UNIQLO最重要的任務。

責任編輯：錢玉紘

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。

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。」

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。

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。