作者：INSIDE／Mia｜核稿編輯：INSIDE／Chris
MarTech 論壇聚焦數據賦能，探討 AI 驅動行銷。愛酷智能科技展示「愛酷行銷雲」平台，整合線上線下數據。
台灣 MarTech 領域年度盛事 2024 MarTech Connect 論壇於 19 日舉辦，本活動由愛酷智能科技 (AccuHit) 邀請 AWS、MESh+ 洰和數據行銷、引客數據、Migo Data Solutions、艾迪英特等多位業界專家共同探討 2025 年 MarTech 趨勢，並分享如何利用 AI 與數據分析提升行銷效益，共同探討數據賦能的可能性。
愛酷智能科技執行長林庭箴 Jason 在開場致詞中舉出了多個案例來強調，在瞬息萬變的數位時代，企業必須洞悉數據趨勢，善用 AI 工具，才能在競爭激烈的市場中立於不敗之地。
「愛酷行銷雲」平台以 AI 賦能數據分析，驅動全域行銷進化
愛酷智能科技產品總監林雨諄 Jed 與客戶總監林柏誠 Pedro 向與會者展示了「愛酷行銷雲」平台如何整合線上線下數據，並結合 AI 技術，協助企業解決行銷痛點，驅動全域行銷的進化。
愛酷智能科技指出，「愛酷行銷雲」平台的核心功能是 AI 商品資料庫，透過建立這個資料庫，讓 AI 模型可以更精準地推薦商品給消費者。此外，愛酷行銷雲平台還提供消費者行為分析、行銷自動化、跨通路訊息發送、CRM 機器人聊天等功能，幫助企業提升行銷效率和顧客服務體驗。愛酷行銷雲將於明年的方向將專注於透過 AI 在消費者旅程中帶來更好的體驗，推出 AI 商品推薦等新功能，讓行銷自動化系統更加完善。
AWS 資深專家分享 AI 數據分析應用，助企業深度洞悉客戶需求
AWS 全球專家團隊資深數據分析專家黃振萬 Derek 觀察到企業面臨數據量爆炸性增長的挑戰，傳統數據分析方法效率已不足以應付。他介紹 AWS 雲端平台如何有效處理大量數據，並結合機器學習等 AI 技術，快速分析和洞察數據，協助企業做出更明智的決策。
黃振萬特別分享 AWS 的 Amazon Redshift 和搜尋引擎 OpenSearch 的優勢，指出 Amazon Redshift 成本效益高且效能強大，能處理多維度數據分析，並整合機器學習和生成式 AI 功能，讓企業能更快速地進行數據分析和預測。
OpenSearch 則功能多元，可應用於日誌分析、安全監控、搜尋引擎等，並具備向量資料庫和向量引擎功能，支援深度學習和 AI 任務。
數據驅動的下一步：以數據為核心推動行銷變革
接續 AWS 專家分享如何運用雲端平台和 AI 技術提升數據分析效率後，MESh+ 洰和數據行銷董事總經理胡洸瑞 Rick 以「從數據到行動：以數據為核心的行銷推展變革」為題，更進一步闡述如何將數據分析的結果轉化為實際的行銷行動。
胡洸瑞指出，數據驅動行銷的核心在於了解消費者，並以數據為基礎，制定更精準、更有效的行銷策略。他認為企業應該善用數據中台，CDP 整合線上線下數據，並透過 AI 技術分析消費者行為，才能在競爭激烈的市場中脫穎而出。
實體通路再進化：發票數據驅動精準行銷
延續 MESh+ 洰和數據行銷分享如何以數據為核心推動行銷變革，旗下有 Moneybook 和發票存摺等產品的引客數據 InvosData 商務總監鄭子豪 Aaron 則聚焦於實體通路，探討如何運用發票數據打破實體通路數據壁壘，實現精準行銷。
鄭子豪首先指出，傳統實體通路數據收集和分析的難度較高，品牌難以掌握消費者的完整輪廓和行為。他接著介紹引客數據如何透過發票數據分析，協助品牌洞察實體通路消費者的消費行為，進而制定更精準的行銷策略。
引客數據平台擁有超過 850 萬用戶，每月新增超過 1 億筆、累積 40 億筆發票數據，涵蓋量販店、超市、便利商店、藥妝店等各大通路，讓品牌能深入了解目標客群的消費習慣和偏好。
鄭子豪分享了引客數據平台的應用案例，說明如何透過發票數據分析解決品牌在實體通路面臨的挑戰：
- 新客獲取： 透過發票數據辨別新舊客戶，進行精準行銷，有效提升新客獲取率。
- 市場規模分析： 分析通路數據，了解市場規模及品牌佔比，制定更有效的銷售策略。
- 競品動態追蹤： 追蹤競品在各通路的表現，了解競爭態勢，調整行銷策略。
- 消費者洞察： 分析消費者年齡、性別、區域、消費行為等，建立精準用戶畫像，進行個人化行銷。
引客數據平台也整合 Meta 廣告投放數據，並透過發票數據檢驗廣告成效，協助品牌整合線上線下數據，進行全通路消費者經營。鄭子豪認為，發票數據是實體通路行銷的重要資產，能幫助品牌更精準地觸及目標客群，提升行銷效益。
化解數據負債，實現數據增值
Migo Data Solutions 總經理陳俊甫 Fergus 則探討品牌在發展過程中如何有效管理數據資產，避免數據負債，並將數據轉化為實際價值。陳俊甫指出，品牌常因採用不同的行銷工具和解決方案，導致數據分散在各個系統中，形成數據孤島，難以整合和應用，進而產生「數據負債」。他強調，數據負債會阻礙企業發展，造成數據無法有效累積和整合、數據整合的技術難度和成本增加、數據清理和維護需要大量人力，以及需要更換工具或系統，造成人員培訓和適應成本等問題。
陳俊甫認為，企業應該以資產的概念看待數據，並建立完善的數據管理機制，才能將數據轉化為競爭力。他提出數據資產管理的三個核心步驟：數據收集、數據整理和數據應用。企業應從各種管道收集完整的品牌數據，包含線上線下、實體通路、社群媒體等；接著清理、整合、標籤化數據，建立統一的數據平台，打破數據孤島。
最後運用數據分析和 AI 技術，洞察消費者行為，制定精準的行銷策略，並提升顧客服務體驗。陳俊甫並介紹 Migo Data Solutions 的數據中台解決方案「DataSpark」，強調其模組化設計能彈性滿足不同品牌的需求，豐富經驗累積能有效解決品牌在數據管理上遇到的各種挑戰，以及整合應用可整合各種行銷工具和雲端資源，協助品牌打造數據驅動的行銷生態系統。
零售數據開創 RMN 媒體新格局
接續 Migo Data Solutions 分享數據資產管理的重要性之後，艾迪英特 Ad2 資深業務總監鄭凱文 Kevin 聚焦零售媒體網路 (RMN) 的發展趨勢，並分享如何運用零售數據提升廣告效益，打造全新 RMN 媒體篇章。鄭凱文指出，AI 技術和數據驅動行銷已成為主流趨勢，尤其在第三方 Cookie 逐漸式微的時代，零售數據對於線上廣告更顯重要，如何有效運用第一方數據和零售數據成為行銷人員的重要課題。
他強調，AD2 致力於透過數據和創意結合，協助品牌在多變的行銷環境中找到突破口，並與 91APP 合作推出「iRetail.ai」零售數據平台，串聯 91APP 龐大的會員資料和消費軌跡數據，並結合 AI 技術，協助品牌精準鎖定目標客群，提升廣告投放效率。
由於 91APP 作為台灣最大的行動商務解決方案公司，其交易數據和行為數據能幫助品牌深入了解消費者輪廓，「iRetail.ai」平台因此能透過 AI 技術分析 91APP 的零售數據，將其轉化為可理解的行銷洞察，並應用於 AD2 的廣告平台，讓品牌得以發掘潛在客群、進行精準廣告投放，並優化行銷策略。
＊本文經INSIDE授權轉載，原報導：深度解析消費者旅程！愛酷智能科技 2024 MarTech Connect 論壇剖析數據驅動行銷策略
