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

91APP CDMP

CDP 與資料倉儲差在哪裡：導入前先確認你的資料能不能變成一個動作

資料都進了倉儲，行銷卻還是發不出那封信。CDP、資料倉儲、資料湖、CRM、DMP 各自負責什麼？本文用 CDP Institute 的七項認證要求當驗收清單，把「資料存得完整」和「資料能變成一個動作」之間的落差講清楚，並給出導入前該先確認的前置條件。

91APP 個人化行銷

EDM 與 LINE 推播成效怎麼算：送達、歸屬、增量要分開記帳

開信率的量測條件早就不完全在品牌手上。Apple 官方明文寫著，啟用 Mail Privacy Protection 的使用者可以讓寄件者無從判斷信何時被開啟。但真正讓通路成效算不準的是另一件事：送達、歸屬、增量三個問題被壓在同一張報表上，分母各不相同。本文提出「三本帳」框架把三者分開，說明為什麼各通路歸屬營收加總可能超過總業績、為什麼歸因永遠回答不了「這封信沒發會怎樣」，以及品牌從下一檔期就能動手的做法：把各通路分母寫清楚、固定觀察窗與訂單去重規則、依樣本量切出保留組。

91APP CDMP

CRM、POS、ERP 和電商系統怎麼整合：客製開發不是唯一的路

電商平台、POS、ERP、CRM 都有了，要回答「上週在門市買過又在官網看過同一系列的人有誰」卻要三個部門各出一張 Excel。這篇把每套系統負責哪一筆紀錄講清楚，攤開接起來有哪幾條路可走、各自適合什麼情況，並回答那個最常被問的問題：一定要找廠商客製嗎。

技術與數據優化

個資法修正後的會員資料治理：說不清資料從哪來，才是零售品牌真正的風險

個資法在民國 114 年 11 月 11 日修正公布，新增第 20-1 條的安全維護義務，並在第 48 條配上按次計算的罰鍰。全國法規資料庫的條文頁至今掛著「本法規部分或全部條文尚未生效」，施行日期由行政院定之。尚未生效不代表現在沒有義務。本文說明修法動到哪三層、名單能不能用該怎麼判斷，並整理五項不必等辦法就能先動的會員資料盤點做法。

AgentOne

91APP AgentOne × MediaOne：廣告投放交給 AI Agent，投手升級為製程工程師

廣告優化師每天的例行操作，正在被 AI agent 接手。MediaOne 把零售受眾、創意生成與成效優化交給 agent，讓投手從盯後台的人，升級成訂規則、設煞車的製程工程師。這篇拆解 91APP AgentOne 底下的 MediaOne。

AgentOne

91APP AgentOne × EngageOne：個人化行銷如何交給 AI Agent 執行

個人化行銷被期待、卻難落地，關鍵卡在人得一條條設條件。EngageOne 把會員經營、顧客旅程與分眾溝通交給 AI agent，讓品牌從設定條件走向交辦目標。這篇拆解 91APP AgentOne 底下的 EngageOne 怎麼運作。

AgentOne

91APP AgentOne 的資安鐵壁堡壘：Agent 為什麼需要資料獨立與數據 Sandbox

把工作交給會自己行動的 AI agent，最大的問題往往是它會不會闖禍。這篇談 agent 資安為什麼是導入的前提，以及 91APP AgentOne 用資料獨立與 sandbox 兩根支柱，怎麼讓 agent 敢上路又不失控。

AgentOne

91APP AgentOne 主要應用功能服務有哪些？零售與餐飲的 Agentic Enterprise Solution 產品全貌

AgentOne 是一整套讓品牌用交辦取代操作的企業級 agent 平台，涵蓋底層數據、四個專職 agent、標準成長循環，以及零售與餐飲如何在同一套底座上運作。這篇拆解 91APP AgentOne 的產品全貌。

AgentOne Featured

Agentic AI 是什麼？AgentOne 讓零售、餐飲從問答走向真代理人執行

Agentic AI 是什麼？當 AI 從回答問題走到完成工作，品牌開始用交辦取代操作，軟體的控制權正在搬家。這篇從觀念談起：AI 的四個階段、決定 agent 好不好用的組織 Context，以及零售與餐飲品牌導入 AI Agent 前該準備什麼。

MarTech

MarTech 公司集體轉型：從賣工具收訂閱，到管數據、交付成效

2026 年一批 MarTech 上市公司同時改了怎麼賺錢：HubSpot 把 AI 代理改成看成效收費、Adobe 把付費工具開成免費先養習慣、Salesforce 花八十億美元買數據治理。這篇拆解三股驅力（第一方數據、AI 讓工具商品化、整合疲勞）如何逼著行銷科技公司從「賣工具收訂閱」轉向「管數據、交付成效」，並翻成台灣零售品牌的一個提醒：與其再多買一套工具，更該投資能把數據變成可衡量成效的底座。

MarTech

台灣品牌怎麼選 MarTech 公司：從一場股價重新定價，看懂該問供應商什麼

選一家 MarTech 公司，等於選一個要綁三五年的長期合夥人，選錯的成本遠高於買錯一套工具。2026 年資本市場剛上了一課：同樣營收雙位數成長的六家行銷科技公司，市場給的估值卻差好幾倍，差別不在功能多寡，在成長品質、財務體質、數據交付能力與長期服務。這篇把那套「重新定價」的邏輯，翻成台灣品牌選 MarTech 公司時該問供應商的四個判準與一張提問清單。

MarTech

MarTech 公司正在被重新定價：從六檔股價看行銷科技的價值重估

2026 年，掛著行銷科技名號的公司愈來愈多，價值卻愈來愈難判斷。這篇從六家 MarTech 上市公司切入：今年股價全數翻黑、估值倍數縮水兩到七成，營收卻仍雙位數成長。市場重新定價的不是這一季賺多少，而是成長撐不撐得住、AI 會不會讓工具護城河變薄。文章把軟體股集體重估的訊號，翻成台灣品牌的選商問題：選行銷科技公司，要從「有哪些功能」換成「能不能把數據變成可衡量的成效」。

AI Agent

AI agent 幫你做行銷，誰幫 AI 檢查對錯？

越來越多品牌把行銷工作交給 AI agent，寫文案、選受眾、發訊息、拉報表。但 Gartner 說逾四成 agentic AI 專案會在 2027 年前被砍，主因不是模型不夠強，是沒人管它做得對不對。這篇談 AI 行銷真正缺的一塊：讓 AI 會自己檢查、對帳、卡住就停的驗證迴圈，以及迴圈要對帳的那個底座。

MarTech

從堆工具到統一數據底座：零售品牌的 MarTech CDP 收斂指南 2026

行銷工具越裝越多，能用到的卻越來越少。與其一直往上加 SaaS，重點是把工具收斂到一個統一顧客數據底座，讓每個行銷工具都讀同一份完整會員資料。這篇為台灣零售品牌拆解 CDP、CRM、DMP、CDMP 的差異，說明內建行銷自動化的顧客數據平台為何適合線上線下並行的 OMO 場景，並用國際零售品牌的公開財報，看領先者如何先把會員資料收攏再談行銷，最後給出可以立刻動手的收斂步驟。主攻 MarTech CDP、CDP SaaS、顧客數據平台與統一數據底座。

MarTech

AI MarTech 落地指南 2026：為什麼再聰明的行銷 Agent 還是判斷錯人

每一套行銷科技（MarTech）工具都在主打 AI agent：自己選受眾、自己跑活動、自己寫文案。但 Gartner 預測，未來兩年內會有相當比例的 agentic AI 專案被喊停，原因涵蓋成本、價值不明與風險。這篇文章聚焦一件事：在需要辨識個人與跨通路脈絡的行銷任務上，AI 的槓桿不只在模型多聰明，更在你餵給它的會員資料是否歸戶完整。當官網、門市、LINE、電商各記各的會員，再強的 agent 也只會用更快的速度給出破碎的答案。文章用可查證的採用率與專案取消率數據，說明統一顧客資料為何是必要前提，並把行銷任務分成能自動化與仍需人判斷兩類，給台灣零售品牌一份可照著做的落地順序。

MarTech

行銷科技 SaaS 導入為什麼常常卡關？常見瓶頸藏在數據孤島（2026）

行銷科技 SaaS 導入常常不如預期，多數品牌第一時間怪工具選錯、團隊不會用。這篇把最常被跳過的瓶頸攤開來談：數據孤島。當線上線下會員資料對不起來，再強的行銷自動化都跑在殘缺資料上，成效難以歸因。文章用 Gartner、Salesforce、Forrester 等可查證的調查與一個知名的資料事故，拆解導入卡關的三個斷點，提出一套導入前的顧客資料體檢，並誠實回答導入多久看得到成效這個問題。

MarTech

行銷科技 SaaS 怎麼選？先問資料能不能歸戶，再談功能（2026 選型指南）

市場上的行銷科技（MarTech）工具已超過一萬五千種，但多數品牌買了一堆卻只用得到一小部分。本文不做第 31 份工具清單，而是點出選型最常見的錯誤：只比功能與價格，卻忽略資料能不能歸戶、能不能被下一個工具接手使用。文章提出一套選型檢查順序，先問資料層的歸戶與串接能力，再問啟動層的分群與自動化，最後才比單點功能，並依起步、成長、成熟三個階段給出不同重點，說明為什麼統一的顧客數據底座是每個階段共同的地基，協助台灣零售品牌把行銷自動化平台的預算花出綜效。

MarTech

MarTech SaaS 是什麼？行銷科技工具愈買愈多，顧客資料卻愈來愈散（2026）

MarTech SaaS 指的是用訂閱制的雲端軟體來執行、優化與衡量行銷，讓品牌不必自建系統就能用上專業工具。這篇文章先把 MarTech、SaaS 與行銷科技 SaaS 的定義講清楚，方便理解與查詢；接著談一個常被忽略的副作用：當訂閱工具愈買愈多，每一套各自存著一份殘缺的顧客資料，反而製造出新的數據孤島。真正的關鍵，往往在於資料有沒有歸到同一個顧客身上，工具數量多寡反倒是其次。文章整理了市場數據、常見誤解，以及台灣零售品牌可以採取的具體做法，適合品牌經營者、行銷主管與電商負責人閱讀。

AI 應用與 AI Skill

Agent Skills 開放標準：一套 SKILL.md 跨 ChatGPT、Claude、Codex，怎麼降低 AI 工作流的移轉成本

截至 2026 年 7 月，ChatGPT 已支援 Agent Skills 開放標準，開始讀跟 Claude、Codex 同一套 SKILL.md。公開格式能降低跨工具的移轉與重寫成本，讓品牌的 AI 做法更容易累積成資產。這篇不做產品比較，聚焦開放標準與可攜性本身，以及品牌該怎麼用版本管理、相容性測試和退出機制，把 skill 資產庫治理好。

AI 應用與 AI Skill

AI 技能包實戰：把每週講三次的行銷 SOP，變成 AI 能穩定重現的做法（2026）

行銷團隊最值錢的不是工具，是那套「怎麼把一件事做好」的做法。ChatGPT 與 Claude 的 Skill 讓你把每週重複解釋三次的流程，打包成 AI 能穩定重現的技能包。本文拆解哪些做法適合做成 AI 行銷 SOP、技能包和 prompt/agent 的關係，以及台灣品牌落地的起手式。

AI 應用與 AI Skill

ChatGPT Skills 教學：台灣零售行銷團隊把 SOP 變成可重複資產

ChatGPT Skills 是可重複使用的工作流，以 SKILL.md 為核心的資料夾為載體，教 ChatGPT 一致執行你設定好的任務，目前開放企業版、免費版與 Plus 尚未開放。這篇 ChatGPT Skills 教學拆解 skill 功能與怎麼用，並用活動檔期、會員分眾、行銷月報、客服話術、商品文案、廣告投放六個零售行銷場景，示範一條 SOP 做成 Skill 長什麼樣。

91APP CDMP

AI 行銷科技來了：Agentic MarTech 如何重排零售工具的優先序

AI 讓行銷科技從「人操作工具」走向「代理人自動決策」，但四成 agentic 專案可能被取消、上千家廠商只有約一百多家是真的。這篇說明 Agentic MarTech 到底改變了什麼，以及為什麼 AI 代理人愈強，餵給它的第一方數據就愈關鍵。

技術與數據優化

MarTech Stack 怎麼建？工具別再疊，先搞對導入順序

多數品牌建 MarTech Stack 的方式，是缺什麼買什麼，結果工具愈疊愈多、彼此接不起來。這篇說明為什麼正確的順序是先搭數據層與 AI 層，再掛應用工具，以及台灣零售品牌該怎麼一步步建起真正跑得動的行銷科技組合。

91APP CDMP

MarTech 工具有哪些？六大領域拆解，看台灣零售品牌實際怎麼用

行銷科技工具超過一萬五千種，但關鍵問題其實很簡單：顧客在這六塊裡拼得成一個人嗎。這篇把 MarTech 六大領域逐塊拆開，看台灣零售品牌實際怎麼用、六塊之間靠什麼串起來，以及 2026 年 AI agent 走進每一塊之後，為什麼底下那層把顧客歸戶起來的數據反而更關鍵。

91APP CDMP

MarTech 與 AdTech 差在哪？行銷科技與廣告科技的分工與整合

很多品牌把 MarTech 和 AdTech 當成兩件事，甚至二選一。這篇說明行銷科技與廣告科技的真正差別在對內經營與對外獲客，以及為什麼在第三方數據受限的時代，讓兩者打通的，是同一份第一方數據。