公開流量密碼！志祺七七揭團隊「資料池」概念，如何用3大原則創造8.3億次點閱？|數位時代 BusinessNext

所有資訊都有機會激發靈感，前提是「以終為始」過濾資料

張志祺將其歸功於團隊的通力合作，其中不可或缺的夥伴就是頻道總編輯梁維哲（下稱土龍）。他表示，影片的誕生來自龐雜資料的篩選與濃縮，為了讓團隊的知識管理更有效率，他們「以終為始」定義頻道需要帶給觀眾的核心，在前端搜尋資料時，就謹守「多元」、「真實」、「發聲」3 大原則，避免輸入太多無用資料，產生失焦的知識。舉例來說，死刑執行與否的議題，大家都有各自的立場，就適合探討。

土龍表示，團隊知識管理十分仰賴 Google 雲端系統，從腳本、文件到會議紀錄，都會搭配通訊軟體 Slack 來溝通。除了因為成員分散各地，更是把雲端系統當作組織的第二大腦，讓大家都能把資料跟想法丟上去。

張志祺會把團隊的溝通平台當作組織的記憶區，認為再細碎的資訊都可以放上去，因為你無法確定未來會激盪出怎樣的火花。而土龍則是擔任「煞車」的角色，負責把關資料與想法執行的可能性。

舉例來說，張志祺可能在高雄旅遊時看到抓漏大王陳財佑的廣告，分享到 Slack 群組；某些同事覺得有趣進行研究，將資料放在雲端文件，發現這個議題除了趣味性外，更有分享抓漏技術與文化傳承的意涵存在。經過同事撰寫腳本、總編輯土龍修改後，本來是旅遊趣聞，最終也誕生出 38 萬人觀看的影片。

資訊加上想法與關鍵字，有「問題意識」的產出才有價值

無止境的資料輸入卻不處理，最終有用的資訊也會成為垃圾。為了讓 Slack 的資料更容易管理，張志祺在貼新聞時會加上想法跟關鍵字，並讓團隊回覆留言；當團隊想要找相關資料時，就不會花費太多時間。

例如，在大谷翔平還未公開老婆是誰時，日本新聞台宣稱採訪到田中真美子，沒想到只是同名同姓的髮廊老闆娘。在記錄時，張志祺除了貼新聞網址，還會加上欺騙、大谷翔平、髮廊老闆娘等關鍵字，假如日後要做欺騙或髮廊議題時，就有機會快速引用，「不要囤積資料，而是增加想法碰撞的機會。」

打造出容易被搜尋的資料池後，他們如何萃取資料、拍成影片呢？張志祺認為可以用「問題意識」展開，把單一問題當作起點，向外擴散出問題的線與面。

例如「台灣該成立性交易專區嗎？」這個議題，就是從成立與否作為問題起點，帶出台灣性專區相關歷史的線，同時畫出如醫療體系如何應對、警察如何處理等不同社會面向。

藉由點、線、面的問題意識爬梳後，就能形成影片架構，此時就可以從資料池中萃取菁華來製作影片，避免漫無目的的製作。

對於一個頻道的產出，成果如何，最終評分者還是觀眾，在最後一步輸出時，必須站在觀眾的角度給予影片回饋建議，才能發揮最大效益。土龍指出，他不只是觀察觀眾狀態，甚至把自己當作觀眾，「因為我最不專精，反而可以用觀眾角度去質疑。」

志祺七七團隊 Profile

2018 年 6 月正式成立，355 天更新的議題評論型頻道，訂閱數達 142 萬。內容強調多元、真實、為弱勢發聲，曾訪問蔡英文、韓國瑜、郭台銘等一線政治人物。

本文授權轉載自：經理人

責任編輯：李先泰

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。