開了店卻沒人光顧?專家:把顧客當成討厭洗澡的小孩!打造品牌接地氣入口
開了店卻沒人光顧?專家:把顧客當成討厭洗澡的小孩!打造品牌接地氣入口

雖然許多研究和書籍中皆闡明未顧客的重要性,然而令人驚訝的是諸如「該如何增加輕度使用者」、「該如何接近對品牌不感興趣的人並創造使用機會」這類關鍵問題,並沒有累積關於理解和獲取未顧客的知識。

不管是人物誌也好,顧客旅程也罷,抑或是顧客關係管理(CRM)、顧客數據平台(CDP),這些全都是談論「能蒐集到品牌相關數據的顧客」。在我的印象中,許多與市場行銷相關的書籍或網路內容,都是以「看得見長相的顧客」為前提,例如粉絲行銷和品牌忠誠度。關於未顧客,除了不易蒐集資料的困境之外,我認為似乎也缺乏討論「該如何理解這群對商品無感又不知樣貌的消費者」這類內容。

此外,我所說的不僅僅是針對未顧客,從另一方面來看,採用顧客觀點和理解顧客原本就不是出社會工作就能自然掌握的技能。即使是任職於市場行銷部門,我認為要從現在的日常工作中掌握顧客觀點也是相當困難的事。這是因為在每天的工作當中,行銷人員的視線只侷限在市場行銷的狹窄範圍內。不過,以往的情況與現在略有不同。以前說到市場行銷,在既沒有先例也沒有指導手冊的情況下,所有事情都靠一個人獨自思考,是理所當然的事。因此,在將物品轉化為價值的過程中,培養出行銷流程的整體概念。

從年輕時就能接手品牌操作的外資企業則另當別論,日本企業的行銷人員工作主要包括促銷、對零售商店的業務工作、與廣告公司溝通,最近則是在數位平台上進行A/B 測試和最佳化,這些工作就占據大部分時間。因為很少直接面對顧客,所以無法培養出「現在品牌缺乏的是什麼、如何使事業有所成長」的大局觀。

shutterstock_sales_marketing_156025640.jpg
圖/ Ollyy via Shutterstock

如果將這種大局觀換成另一種說法就是「程序性知識」,心理學上稱為「基模」(schema)。舉例來說,你在開車的時候並不會每個步驟都去翻閱駕駛手冊吧。先繫好安全帶、發動引擎、調整後視鏡和座椅的高度等等,我想不用刻意思考也知道這些步驟。這是因為大腦中已經有駕駛汽車的基模(程序性知識),但是沒有開過車的人就沒有這個基模。

理解顧客也是同樣的道理, 在有限的範圍內重複例行工作並無法培養出「理解顧客的基模」。如果缺乏乘載知識的基模,無論上司再怎麼指導,閱讀再多行銷書籍,也只能零散地增加「點」的知識。 然而,這些零散的知識並無法連成「線」,告訴自己如何將這些知識與工作結合起來、如何以行動重現這些知識。

這樣一來,行銷人員就在自己知道的範圍內完成工作。數位行銷就是最典型的例子。誤以為分析數位資料就是理解顧客、操作工具就是將顧客體驗最佳化,雖然不明究理,但轉換率(CVR)提高0.1%,就以為是創造價值。

只要改變情境脈絡,就能「創造」興趣

在獲取非顧客和輕度使用者方面,實務上最重要的一點就是「根據未顧客的情境脈絡重新詮釋品牌,吸引他們的興趣和注意」。接下來,我想利用第一章所剩篇幅,透過身旁的例子讓大家了解何謂「根據情境脈絡重新詮釋品牌」。

話鋒一轉,很多小孩都不喜歡洗澡吧。我認識的幼兒園老師告訴我說,討厭洗澡的小孩認為洗澡就是「干擾玩耍的事情」。本來玩得很開心,卻因為洗澡不得不中斷玩耍,還被迫在寒冷(或炎熱)的環境中進行清洗身體這種無趣的工作,所以變得「討厭洗澡」。相反的,不抗拒洗澡的小孩則是把浴室視為「遊樂場之一」。

聽說那位幼兒園老師並不是告訴孩子「為什麼必須洗澡」、「洗澡有什麼好處」,而是把洗澡本身當成一種遊戲。準備好水槍和小鴨鴨等玩具,然後告訴孩子「我們在院子裡玩了泥土,接下來就去浴室玩水吧」之類的話。當然不會只是玩水也必須清洗身體和洗頭,所以聽說他會挑選容易起泡泡的洗髮精,告訴孩子:「我們來用泡泡變身吧(用泡沫把頭髮抓出各種形狀的遊戲)。」設法把玩水變成洗頭行為。

現在我們試著把浴室當成品牌,把討厭洗澡的小孩當成未顧客,把幼兒園老師當成行銷人員,來思考看看。品牌(浴室)本來是「妨礙玩耍的地方」,但藉由重新詮釋為「玩水的地方」,讓未顧客(小孩)產生興趣。換句話說,藉由改變情境脈絡,進而引發興趣和注意。

shutterstock_9602782_shop_buy.jpg
圖/ shutterstock

先前提到的幼兒園老師所採用的方法,並不是單純地傳達洗澡的功能(清潔身體)而已,為了滿足孩子的需求(想玩耍),提出充分發揮浴室特點(水域)的體驗(用泡沫把頭髮抓出各種形狀的樂趣)。這樣一來,在想玩耍的「需求」、洗澡的「行為」和愉快玩水的「獎勵」之間產生新的循環(使用機會),並將品牌(浴室)定位在循環之中。就像這樣,有效傳達出重新詮釋後的品牌(浴室)價值,而訊息就是「在院子裡玩了泥土,接下來就去浴室玩水吧」、「來用泡泡變身吧」這類的話語。 清楚表明品牌(浴室)在什麼場景中對未顧客(孩子)能提供什麼獎勵,可謂是很好的廣告文案。

當然,僅憑這些並不能讓所有人都喜歡上洗澡,然而重點不在於此,而是在於「 只要多一個通往品牌的入口,普及率也會隨之提高 」。我要再次強調,首先必須增加接觸未顧客的方法,提高未顧客接觸品牌的機率。因此,在日常生活中打造許多能接觸到品牌的微型入口,就是擴大市場的關鍵。

為什麼他不跟你買東西 立體書封(300dpi)
圖/ 商周出版

本文授權轉載自《為什麼他不跟你買東西》,芹澤連著,商周出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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