你我都可以成為銀行家
你我都可以成為銀行家
2008.06.01 |

台灣緊繃僵化的法規及教育對創造力的漠視,是發展過程終將面對的瓶頸。台灣網路發展多年,除地圖日記等比較屬於年輕人的社群活動外,似乎沒有創造出可以引領世界的商業模型。然而,西方世界從有了網路開始,商業模型創新就沒有斷過。網路第二版(編按:即Web 2.0)的崛起,讓新商業模型更加蓬勃,Prosper就是一個例子,它超越網路第二版社群的概念。Prosper簡單說,就是運用網路遍在性(Ubiquity),讓你我都可以成為銀行家。

大家都熟悉eBay,但可能並不清楚什麼是e-Loan。e-Loan是一九九七年成立的一家網路借貸銀行。透過它,借方可以不必經過實體銀行的中間剝削、廣告騙術或繁瑣程序,從網路上借錢。e-Loan的創始人拉森(Chris Larsen)看到eBay的商業模型,也了解到網路第二版的影響力,在台灣人甚至連e-Loan的經營方式都聞所未聞、更別提法律鬆綁的時候,創立了新型態的借貸銀行Prosper。

Prosper簡單的操作和eBay一樣,只是交易的標的由實物變成金錢。想借入的人將需要的數額以及願意支付的最高利息在網上登出,想貸出的人則競標。至於「如何保證借貸信用」?Prosper也有方法,其倒帳率目前為止只有四%,和信用卡差不多。Propser的方法是:首先調查借款者的信用,並分為AA、A、B,直到HR等級,最高的三個等級倒帳風險在一.八%以上。Prosper並接受借方授權,讓貸方調閱借方的信用報告,據以衡量風險。

Prosper另一個預防倒帳的方法是集體借款。這招和尤努斯(Muhammad Yunus)的微型貸款相同。尤努斯的農村銀行(Grameen Bank)貸款時,要求一群人作為擔保,如果借款者不還錢,整組人都不能再借。
Prosper將這套金字塔底層的方法運用在美國一樣有效,而擔保群組長的工作甚至成為另一樁利潤管道。
此外,Prosper也運用其他傳統方法避免倒帳風險,例如慎重篩選借款者、要求借款者公布個人信用資料等。貸款者也可以將錢分散貸出,以分散風險。如果倒帳真的發生,Prosper先尋求集體擔保組長,接著請求討債公司協助。如果一切方法都無效,就向信用調查單位報告,借款者未來將有可能無法再借到款。

Prosper目前累積的交易量大約是一億三千萬美元,估計在二○一七年可達九十億元。這些數字和實體銀行相比還是小巫見大巫,但是它的成長潛力卻不可小覷。尤其我們看多了網路商店如何打敗實體商店,Prosper未來肯定會是實體銀行的強勁對手。

就如同Napster發展出Peer-to-Peer音樂分享,Prosper的借貸原則也是P2P。換言之,Prosper就是運用
網路第二版的概念,在銀行業創造出新的商業模型,讓每個人都可以不需透過金融機構,直接參與借貸。這個新的商業模型可以做到實體銀行無法做到的事,它讓每個人都可以成為銀行家,甚至是創投家。無論是銀行還是創投家,在過去都不是一般人可以扮演的角色,但現在不一樣了,你可以自己根據信用報告做風險評估,依據創業企劃案做出投資決定。

在銀根緊縮時代,P2P借貸提供另類貸款管道。當前不管美國還是台灣,向銀行借款簡直如同蜀道難。銀行如此的過度反應,只是讓資金流通減緩,其間接效果說不定是經濟衰退。P2P借貸正好填補了這個缺口。

P2P在金融業開創了前所未有的長尾效應。許多借貸並不是因為信用問題而無法交易,而是傳統銀行沒有能力評估投資風險。例如網路新興事業,即使到了今天,銀行對於貸款給網路公司還是畏首畏尾。但網路上P2P借貸卻極有可能具備更好的能力,評估新興事業的風險。凡此種種,空前地擴大了借貸交易。

另外,P2P也讓農村銀行的經營模式透過網路普及。孟加拉的尤努斯因為其微型貸款經營得體,實質照顧到當地貧民,因此獲得諾貝爾和平獎。如今透過網路,P2P貸款不僅加強銀行經營的流通性,也讓微型貸款的方式可以照顧各地需要金錢的人們。事實上,Prosper有一大部分比例是小型貸款,其中不乏傳統家庭代工、慈善事業。從借款面來看,Prosper運用和尤努斯一樣的方法降低倒帳風險;而從貸款面來看,卻有著比尤努斯更為有效的獲得資金方式。

台灣最近在討論社會企業或企業社會責任,一方面談企業應該為社會盡什麼責任,一方面也強調運用企業經營的方法,有效地盡到社會責任,同時創造新的商業模型。Prosper最大的意義就在這兒:以一個新的開放式商業模型,打破傳統銀行的經營方式,更為社會企業點出一條融資的活路。

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