免費諮詢

想了解更多？留下您的資訊

我們的專業團隊將在 1 個工作日內與您聯繫

請填寫姓名
請填寫職稱
請填寫公司名稱
請填寫公司統編
請填寫有效的電子郵件地址
請填寫公司電話
請填寫公司網站
請選擇預算範圍
請選擇需求類別
請簡述您的需求

感謝您的諮詢

我們已收到您的資訊，專業團隊將在 1 個工作日內與您聯繫。

Sign in
Brick Liao

Brick Liao

廖重榮（Brick Liao），91APP 數據產品整合部副總經理。長期帶領 91APP CDMP 產品與數據顧問團隊，協助台灣零售與電商品牌把第一方數據變成可操作的受眾標籤，涵蓋會員分群、廣告受眾、OMO 整合與個人化行銷
Meta CAPI 與第一方數據：歸因改版後，受眾標籤怎麼餵才準
AI 技術與數據優化

Meta CAPI 與第一方數據：歸因改版後，受眾標籤怎麼餵才準

Meta 在歸因改版與隱私收緊後，瀏覽器端追蹤大量失準，Safari、Firefox 與廣告攔截器讓不少轉換事件根本沒回傳。轉換 API（CAPI）走伺服器端，把第一方購買行為穩定送回 Meta，成為訊號地基。但 CAPI 只解決訊號傳輸，餵進去的名單品質才決定 AI 學得準不準。本文用訊號鏈三層（傳輸、追蹤、分析）說明「訊號先於優化」：地基沒驗過之前，調受眾、換素材都是在雜訊上優化。文末給台灣品牌五個照順序的起手式，從接上 CAPI、顧好事件匹配品質，到用標籤 LIFT 與 OMO 歸戶篩出乾淨種子名單。
21 min read
Meta 增幅歸因怎麼看？跟 CDMP 受眾標籤的 LIFT 差在哪
廣告平台操作實務

Meta 增幅歸因怎麼看？跟 CDMP 受眾標籤的 LIFT 差在哪

2026 年 3 月 Meta 改了點擊歸因定義，許多帳戶的報表轉換數掉了四到六成，但總轉換幾乎沒變。這不是業績變差，是衡量變誠實。很多人把 Meta 廣告後台的「增幅歸因」跟「用購買數據回算的標籤 LIFT」當成同一件事，其實它們站在廣告漏斗的兩端：增幅歸因是衡量端，用測試組對控制組測廣告的因果增量；標籤 LIFT 是選擇端，用購買數據算哪群人該優先投。本文釐清這個常見誤會，並給台灣品牌五個接招的具體做法，重點是把衡量交給 lift test，把選擇權留在自己手上的第一方名單。
24 min read
用 Agent Skill 統一會員分群命名：主力客、沉睡客不再各說各話
AI 應用與 AI Skill

用 Agent Skill 統一會員分群命名：主力客、沉睡客不再各說各話

行銷團隊最常見的隱性混亂，是每個人對「沉睡客」「主力客」的定義都不一樣。這篇示範怎麼用一支 Agent Skill 把會員分群的定義與命名規則寫成全隊共識，讓 AI 在產出貼標建議或檢查標籤時照同一套標準，並說明分群定義為何要由人拍板、寫回系統前要過哪些權限與審核關卡。
11 min read
AI Agent 是什麼？和 Agent Skill 差在哪，行銷人一次搞懂
AI 應用與 AI Skill

AI Agent 是什麼？和 Agent Skill 差在哪，行銷人一次搞懂

AI Agent 是什麼？和 Agent Skill 又差在哪？這篇用行銷人聽得懂的白話拆解：AI Agent 是會規劃、會用工具、能跑多步驟把事做完的 AI 系統，比一般聊天機器人多了行動力；Agent Skill 則是給 Agent 的一項可重複專長。文中補上 Agentic workflow 怎麼運作、市場上最流行的 AI Agent 運用、Skill 最常用的場景，並用員工與作業手冊的比喻說清兩者關係。
21 min read
【實戰分享】Agent Skill 能幫行銷團隊做什麼？10 個零售行銷應用場景
AI 應用與 AI Skill

【實戰分享】Agent Skill 能幫行銷團隊做什麼？10 個零售行銷應用場景

Agent Skill 能幫行銷團隊做什麼？這篇整理零售與電商行銷最實用的 10 個 Agent Skill 應用場景，分成報表分析、內容文案、會員溝通三大類。每個場景都從行銷人的真實痛點切入，說明 Skill 能接手哪段重複工作、哪些環節仍要人把關與哪些資料權限前提，並附一張「先從哪一個下手」的優先順序判斷表。
12 min read
Skill、Prompt、MCP 差在哪？MCP 和 Skill 不同在哪？非工程師背景的你更要懂
AI 應用與 AI Skill

Skill、Prompt、MCP 差在哪？MCP 和 Skill 不同在哪？非工程師背景的你更要懂

Skill、Prompt、MCP 差在哪？MCP 和 Skill 不同在哪？這三個 AI 名詞最近一起爆紅，卻是行銷人最常搞混的詞。Prompt 是這一次交辦什麼，MCP 是 AI 能不能連到資料與工具，Agent Skill 是拿到資料後照什麼流程做。本文用行銷團隊的會員回購任務，拆解三者分工、三個常見誤解，以及一張行銷主管導入判斷表。
14 min read
Agent Skill 跨平台開放標準，同一份 SKILL.md 被數十種 AI 工具讀取
AI 應用與 AI Skill

AI Skill 是什麼？行銷人不用寫程式，也能看懂的 Agent 技能入門

Agent AI Skill（代理技能）是什麼？這篇用行銷人聽得懂的白話，拆解 Prompt、MCP 與 Agent Skill 的分工：Prompt 管這一次的指令，MCP 管 AI 拿不拿得到資料，Skill 管拿到資料後該怎麼做。從每月報表、受眾分群命名到活動檢討，看零售與電商行銷團隊怎麼把每天重複交代 AI 的工作，變成一次設定、全隊共用、跨工具可攜的能力，文末並附打造第一支 Skill 的三步驟與常見問題。
24 min read
EDM 行銷怎麼做才有訂單？2026 完整攻略：email 行銷別只看開信率，從標題到商品推薦都要顧
91APP EngageOne

EDM 行銷怎麼做才有訂單？2026 完整攻略：email 行銷別只看開信率，從標題到商品推薦都要顧

開信率早就被 Apple MPP 灌水了，2026 年衡量 EDM 行銷的尺得換。這篇從台灣零售品牌的角度，把 Email 行銷拆成標題、開信率、轉換率、商品推薦四個環節：哪些數字該丟掉、哪些才該追，主旨怎麼寫才有效，以及為什麼個人化的商品推薦才是把轉換拉起來的引擎。附五步可立刻執行的清單，讓下一封 EDM 真的帶回訂單。
19 min read
電商行銷人最需要的十大 AI Skill：從一次性 prompt 到整隊都會用的流程
91APP CDMP

電商行銷人最需要的十大 AI Skill：從一次性 prompt 到整隊都會用的流程

幾乎每個品牌都買了 AI 工具，多數人卻停在每週一重打 prompt 的原地。差距不在工具，而在你有沒有把 AI 變成可重複跑、可交接、結果穩定的 skill。這篇整理電商與行銷人最該優先建立的十大 AI skill，涵蓋廣告、EDM、簡訊、GA4 與 LINE OA，並用 MIT、McKinsey、Gartner 等研究說清楚一件事：skill 真正跑得動的前提，是底下乾淨的第一方資料與人的判斷。
24 min read
AI Agent 幫你發完券、推完名單，但它做的每個決定，你查得回去嗎？
91APP CDMP

AI Agent 幫你發完券、推完名單，但它做的每個決定，你查得回去嗎？

2026 年資本湧向「監看 AI Agent」的工具，背後是一個被低估的風險：當行銷把分群、推播、發券交給 Agent 自主執行，它的失誤不會跳錯誤訊息，只會安靜地把預算與客戶關係燒掉。本文用 Coralogix 募資與 Gartner 數據切入，拆解行銷 Agent 三種最常見的靜默失誤，說明為什麼問題往往不在模型不夠聰明，而在它看到的世界不完整。品牌真正要補的，是讓 Agent 看得見完整的人、記得住跨通路行為、每個決定都查得回去的數據底子。文末附 Agent 上線前的數據盤點清單。
22 min read
AI 集體上市這年，行銷人的訂閱費該付給誰？ChatGPT、Claude、Gemini、Perplexity 收費全解
91APP CDMP

AI 集體上市這年，行銷人的訂閱費該付給誰？ChatGPT、Claude、Gemini、Perplexity 收費全解

2026 年 SpaceX、OpenAI、Anthropic 排隊上市，AI 工具開始要對股東交代獲利，每月訂閱費的定價邏輯正在改寫。本文用「免費額度、月費級距、團隊與生態綁定」三層，逐筆比較 ChatGPT、Claude、Gemini、Perplexity 的官方收費模式，並依行銷人常見場景給選型建議。一個提醒：AI 工具讓產出更快，但行銷成效的底層仍是你的第一方數據與會員分群。
12 min read
為什麼跑者開始放棄 Nike，改穿 On 和 Hoka？
91APP CDMP

為什麼跑者開始放棄 Nike，改穿 On 和 Hoka？

Nike 2025 會計年度營收年減 10%，同期 On 昂跑年增 30%、Hoka 年增 23.6%。這場跑鞋洗牌表面是中底科技之爭，底層卻是品牌與跑者之間「直接關係」的經營之爭。本文用「通路、數據、關係」三層拆解 On 與 Hoka 的逆襲，並說明在第三方 Cookie 不會消失的今天，第一方數據為何仍是會員經營的關鍵，最後給台灣零售品牌五個可立即執行的會員經營行動。
14 min read
LINE OA 行銷成本雙殺：開封率拉不起來、加好友越來越貴，怎麼解？
91APP EngageOne

LINE OA 行銷成本雙殺：開封率拉不起來、加好友越來越貴，怎麼解？

LINE OA 群發訊息在 2023 年改制後實質變貴，加好友成本也一路走高，品牌正面對「開封率拉不起來、好友越買越貴」的成本雙殺。本文從成本角度拆解三個破口：發送成本、獲客成本、封鎖損耗，用計費新制、各獲客管道單價、群發與分眾的對照，說明開封率與好友成本其實是同一個問題的兩面。關鍵解法是用第一方會員資料把訊息發得更準，文末附台灣品牌可立即執行的五個步驟。
19 min read
Google Search Console 生成式AI 成效報告：曝光、點擊、成交，品牌只拿到曝光看不到轉換
91APP CDMP

Google Search Console 生成式AI 成效報告：曝光、點擊、成交，品牌只拿到曝光看不到轉換

Search Generative AI performance reports，2026 年 6 月，Google 在 Search Console 推出生成式 AI 成效報告，AI 搜尋首次從黑盒子變成可觀測，但這份報告只有曝光、沒有點擊與轉換。本文把 AI 搜尋成效拆成曝光、點擊、成交三層，解析曝光為何接不上生意，以及台灣零售品牌該如何把 AI 來客接進第一方數據與站內成交。
16 min read
CDP 導入七步驟：純電商與 OMO 品牌跑法大不同
91APP CDMP

CDP 導入七步驟：純電商與 OMO 品牌跑法大不同

同樣導入一套 CDP，有的品牌三個月跑出回購節奏，有的半年後名單還躺在後台。差別常不在工具，在有沒有先認清自己是哪種品牌。本文把 CDP 導入拆成純電商與 OMO 兩種模式：前者從商品數據切入，後者從會員經營漏斗切入，並整理出共通的導入七步驟、最容易被跳過的 UTM 對齊與資料治理，以及一次性與常態兩種行銷腳本的配置邏輯，幫零售品牌主在動手前先想清楚方向。
21 min read
你的 AI agent 為什麼老是出錯？問題根源在數據
91APP CDMP

你的 AI agent 為什麼老是出錯？問題根源在數據

Gartner 預測到 2026 年，企業將放棄六成缺乏 AI-ready 數據的 AI 專案。當品牌把 AI agent 放上客服、推薦、行銷第一線，決定它有沒有用的不只是模型，更是它讀到的顧客數據夠不夠完整、即時、整合。本文拆解 AI agent 最常踩的三個數據斷點：身分沒統一、數據過時、跨系統散落，用三個翻車場景說明 agent 如何把錯誤放大，並提供「上線前顧客數據體檢 5 問」。先把顧客數據整理成一份能被即時調用的底座，再談要接哪一個 agent。
17 min read
DMP 是什麼？說它已死的人，可能都看錯了
91APP CDMP

DMP 是什麼？說它已死的人，可能都看錯了

2026 年，全球大型廣告集團砸 22 億美元買下數據公司，Google 也確認不再殺死第三方 cookie。當大家都說 DMP 已死，產業裡最有錢的玩家卻在加碼。這篇先把 DMP 是什麼講清楚，再拆解為什麼「DMP 已死」只對了一半：死的是依賴第三方 cookie 的舊型 DMP，沒死的是把受眾辨識、貼標、活化的能力，它已轉生為第一方數據加合規外部訊號的受眾標籤。文末整理台灣品牌現在就能做的四件事。
21 min read
LON ＋ LINE OA 怎麼接：從通知型訊息到分眾再行銷的完整漏斗
91APP EngageOne

LON ＋ LINE OA 怎麼接：從通知型訊息到分眾再行銷的完整漏斗

LINE 通知型訊息（LON）官方規定不能放行銷，但它其實是私域最被低估的獲客入口。這篇拆解通知型訊息與 LINE OA 的分工，整理「通知觸及 → 引導加好友 → 會員綁定 → 數據分眾再行銷」四階串接，說明為什麼漏斗成敗的關鍵在會員綁定，並給台灣零售品牌一份可照做的行動清單、通道選擇原則與最低 KPI，讓每一則交易通知都成為下一段會員經營的起點。
12 min read
為什麼點擊率高的 Email 反而讓你虧錢？台灣品牌 Email 行銷的三個指標陷阱
91APP EngageOne

為什麼點擊率高的 Email 反而讓你虧錢？台灣品牌 Email 行銷的三個指標陷阱

週一早上九點，A 版 CTR 贏 B 版，主管按下「全推」。三十天後營運報表打開，A 版收入卻是輸的。Email A/B Test 的「贏家」常常在虧錢，問題不在測試錯了，是看錯了。本文拆解 Email 行銷的三個指標陷阱（漏斗早段、單通路、平均值），引述 Sinch Mailgun 2026、Litmus 2025、Klaviyo 2026 三份報告數據，附上一張可立刻拿來用的 Email 三層指標表 + 入門版/進階版行動清單。
10 min read
先別問該買哪個 AI：2026 品牌行銷 AI 獲利配方裡，資料是 80%
MarTech

先別問該買哪個 AI：2026 品牌行銷 AI 獲利配方裡，資料是 80%

給每位糾結 ChatGPT vs Claude vs Gemini vs 各種 LLM 的零售品牌主，一個更該先問的問題 該買 ChatGPT 還是 Claude？答錯了起點 零售品牌主這幾季最常問我的一個問題，是「該買 ChatGPT 企業版還是 Claude，哪一個對我家業績幫助大？」 這是好問題，但答錯了起點。 即使把三家主流模型都買齊，會員資料庫沒整理過、自動化腳本沒搭起來、行銷流程沒拆給 AI 接手，業績不會自己長出來。問錯問題的人，買到對的工具也得不到對的答案。 更尷尬的對比是這樣的：很多品牌把今年 AI 預算的 80% 砸在模型訂閱、20% 給資料整理、幾乎沒給自動化系統，然後抱怨 AI 沒效果。 這件事本來就會變這樣。 本文要提出一個 2026 年台灣零售現場的經驗法則
15 min read
☆ 在 Google 新聞中設為偏好來源