坐穩了 矽谷人眼中的新經濟
坐穩了 矽谷人眼中的新經濟
2000.05.01 | 科技

西元2000年的四月,將成為新經濟發展史上資本市場轉變的一個重要時點。掌著新經濟大旗一路狂奔的美國「多頭」,終於在此撞上路障。
在西方「耶穌受難日」(Good Friday, 4/21)前一個週五(4/14),成了美國的「投資人受難日」。
Dow Jones 及NASDAQ在當日均創下有史以來的最大跌點。新經濟中代表性科技公司集中交易的NASDAQ,單單在當週,總市值就縮水了四分之一。然而特別的是,市場上除了賣壓之外,並無明顯的恐慌,或充斥了擔心美國經濟將開始衰退的聲音。美國基本面仍強勁成長,大多數分析師均認同此種大幅修正對新經濟的長期發展是有幫助的,這個路障終於結束了過去幾季資本市場的瘋狂狀況,使市場重新回到可分析的理性狀態。此種「無恐慌的崩盤」,將成為新經濟時代中的一個代表性事件。在進一步討論此次「巨幅調整」對新經濟高科技產業所帶來的影響之前,不妨先回顧一下此波資本市場快速成長的成因。
網際網路的出現,為此波新經濟發展的主要驅動力。與前二波工業革命(自動化及IC問世)不同的是,創意產品的誕生,不再需要冗長的研發及製造過程,單藉由Internet「不受時空限制」的連結特性,即產生了許多新的應用。

**新時代股市走勢

**
加上消費者快速擁抱這些「讓個人能充份掌握資訊控制權」的新應用,新經濟快速成形及成長。而資本市場亦在以下幾個因素影響下,開始以超乎尋常的熱烈程度,給與Internet相關新創事業(或重新定位的事業)回應及酬賞,造成股市大幅背離基本面的走勢:
◆ 在新經濟形成初期,市場上具規模、較成熟的網際網路相關事業並不多。在龐大的資金追逐有限籌碼的情況下,造成嚴重的投資人心理性供需失衡現象。台灣市場亦曾發生過類似現象,還記得曾經有一段時間,只要公司名稱中有「電子」二字,股價即開始狂飆的現象嗎? 在非常類似的心理因素下,形成只要是與網際網路相關的事業,投資人即願意拋開傳統的所有財務分析工具,單純的只執行「買入」的指令。
◆ 新經濟出現的時間太短,舉目所見均為成功及致富的故事。失敗的教訓來不及出現及流傳,大部分上市公司的營運模式,尚未通過「持續力」(sustainable) 的驗證。

**商業模式大考驗

**
由上一季開始,市場終於出現失敗的案例。如Dr. Kroop、Peapod等企業均陷入財務無以為際的窘境,而Amazon、iVillage、eToy均需進行積極的策略重整活動。可以預期的是,將有更多的去年新上市公司(尤其在B2C領域中者),將成為參考的失敗個案。
◆ 亦由於市場的不夠成熟,使得產業缺乏有系統的遊戲規則。在此一情況下,無論是創業、投資的新人或老手,其處境幾近相同,均缺乏判斷的依據。
◆ 過於低估營運基礎環境的重要性,及策略執行所需的時間。網際網路打破了時空的限制,固然創造了驚人資訊傳輸效率。但在涉及有形的商品交易時,網路公司仍需面對與傳統商店一樣的營運基礎環境建設問題;同樣的,形成策略可能在彈指之間,但執行策略仍需一定時間。低估以上兩個企業經營的主要因素,誤以為必須花時間的基本功夫,也可以用「網際網路時間」的速度來執行,將犯下對大多數企畫過於樂觀的錯誤。

**「網際網路將無所不在」

**
美國商業週刊在此波股市崩盤後,針對資本市場中三種類型的企業價值進行了檢視。此三種類型分別為: 傳統產業(以前20家在S&P 500中的傳統企業為代表);傳統高科技產業(前20家在S&P 500中的科技公司,上市有五年以上的。如Cisco、AOL、Microsoft);及新興高科技產業(前20家未列入S&P 500的NASDAQ上市高科技公司,上市未及五年者。如eBay、Amazon、Ariba.)。比較此三組產業在股市崩盤前後(3/10 v.s. 4/14)的P/E (本益比)及P/S(本營比)改變幅度,可以發現:
1. 傳統產業公司的P/E及P/S均小幅上升,代表投資人資金開始回流。惟平均本益比仍僅有12.2,P/S Ratio僅有0.7,反應了投資人認定此類公司的價值,但不看好其成長性的疑慮。 2. 在新興的高科技產業方面,大概是受影響最大的一組。其平均P/S Ratio 由原來的85.7劇降至41.4 (該類公司無P/E可言)。投資人開始醒悟,儘管此類公司業務的潛在成長率很高,但持續的虧損使得公司並無「價值」可言。
3. 反觀傳統的高科技產業,其P/E及P/S 雖均小幅向下修正;平均本益比由54.3降至44.6,P/S Ratio 由7.3 降至6.0。但由絕對值而言,仍可說明投資人對此類高成長、具獲利能力的營運模式之肯定。

**新科技革命

**
由以上的市場現象可以預言,資本市場對科技事業的價值判定,已逐漸回歸理性的標準-成長及獲利並重;傳統的高科技產業營運模式仍將成為市場參考的主流標準;「不賺錢的企業是一種罪惡」的定律,仍經得起新經濟變革的考驗。
新經濟已是一場既已開始便不會回頭的變革。對個人生活及商業活動而言,新科技革命所帶來的效率與便利,均使得「網際網路將無所不在」的命題確立-差別只在於時間及表現形式而已。在此波資本市場的大幅修正後 (是的,我是樂觀的,所以用了「修正」);網際網路的熱潮已由一種信仰,逐漸落實為一種可實踐的現象。坐穩了,讓我們期待這一波仍在快速成長的新經濟,將把我們帶向生活更愉快的未來。(對了,忘了提到另外一件值得大多數人高興的事是-發現過去在學校所學的經濟學原理原則及過去的投資經驗,仍然有用! )

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

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。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

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。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

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。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

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。

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
AI全球100+台灣20
© 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