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

台灣誰在做 FDE？開缺的都是賣 AI 的那一方，零售品牌這一側還是空的

FDE 已經是一個有職缺、有薪資帶、有明確交付物的職業類別。台北也查得到這個職稱的公開職缺，開缺方卻集中在雲端大廠、AI 新創與系統整合商。這篇盤點誰真的在做這件事，以及零售品牌該用什麼條件去找人。

91APP CDMP

名單用錯了，該算誰的？沒人肯認領的資料責任，才是治理真正卡住的地方

Gartner研究指出，劣質資料平均讓企業每年損失1,290萬美元，缺乏明確的資料擁有者正是常見障礙之一。品牌把會員資料整合起來了，但「這份名單誰核准、標籤誰定義、出錯算誰的」這幾個問題，很少有人真正講清楚過。這篇文章拆解資料當責常被忽略的幾個缺口。

91APP CDMP

美妝保養品牌的回購提醒，多數都設在錯的時間點

美妝保養品牌常用單一回購週期發券催購，但精華液、乳霜、彩妝的消耗速度天差地遠，膚質與使用量也因人而異。回購率會被很多因素影響，但提醒時機是品牌自己能控制、卻常常設錯的一個變數。本文拆解回購提醒失準的三個誤判層次，並說明 91APP CDMP 團隊在分析客戶資料時，怎麼把回購時機從「猜」變成「有根據的估算」。

91APP CDMP

顧客旅程地圖怎麼畫？用 CDMP 資料把售前到售後的斷點找出來

多數品牌的顧客旅程地圖只是會議室裡畫出來的示意圖，資料還是散落在廣告後台、電商系統、POS、客服工單裡。這篇文章拆解一套方法：盤點觸點、把資料歸戶到同一個人、再用轉換率找出售前到售後真正的斷點在哪裡。

91APP CDMP

毛孩飼料快見底的那一週，決定寵物電商留不留得住飼主

寵物食品占台灣寵物市場消費額 53%，理論上是零售業最好經營的回購生意，但多數品牌仍用同一套週期提醒所有會員。從多寵物會員輪廓到跨品類關聯購買，看 91APP CDMP 怎麼抓住寵物電商真正的補貨時機。

OMO 全通路洞察分析

當同一位會員在線上線下消費，點數要怎麼算才不會兩邊打架

統一會員 ID 只是起點，點數與等級的計算口徑、同步時機、防套利機制，才是跨通路忠誠度計畫真正難做對的地方。這篇拆解三個常見斷點，並用星巴克與絲芙蘭的公開作法對照，給台灣品牌一份可以照著檢查的架構清單。

91APP CDMP

新生兒十年腰斬，母嬰品牌行銷該做的是拼出同一個寶寶的購買軌跡

台灣新生兒十年間從21萬掉到10.8萬，母嬰品牌能爭取的新家庭越來越少，但多數品牌的會員系統，還是把爸爸、媽媽、阿嬤買給同一個寶寶的東西，當成三筆互不相干的訂單。本文拆解母嬰會員經營容易碎掉的三個地方，並整理一套可以參考、品牌自行驗證的家庭歸戶與月齡溝通做法。

91APP CDMP

CDP 到底值不值得投資？一套財務主管看得懂的 ROI 試算框架

CDP 提案在會議室卡關,問題往往出在那份試算表上永遠沒填的一格:多久回本。這篇文章提供一套財務主管看得懂的試算框架,把導入成本拆成一次性與持續性兩塊,把回報換算成毛利貢獻與年化 ROI,附兩個情境試算與可直接代入的公式。

91APP CDMP

FDE 比的不是 PoC 多快：AI 轉型真正的勝負，在系統上線後才開始

FDE 職缺一年暴增七倍，但獵頭公司估計市場上真正能穩定交出成果的不到兩千人。落差不在原型跑得多快，在系統上線之後誰還留在現場，把每一次例外變成產品下一版的能力。速度是門檻，決定成敗的是後面那段長期功夫。

91APP CDMP

AI轉型比的是做事方式，91APP顧問團隊的工作方法，一直很像FDE

OpenAI、Anthropic都在搶著建立自己的前線部署工程師（FDE）團隊，這個職稱一年內職缺暴增七倍。91APP想說的是，這套工作方法對零售品牌來說一點都不陌生：把系統蹲進客戶現場、處理資料整合、把坑反饋回產品，91APP的顧問團隊多年來一直是這樣工作的。

AI 行銷科技

FDE 是分辨真假 AI 導入顧問的判準，不是履歷上的職稱

市場上人人都想自稱在做 AI 落地陪跑，但真假 FDE 差在哪？這篇拆解真正的前線部署工程師怎麼工作，並給品牌主一份可以直接拿去問供應商的檢核清單，問清楚蹲點機制、需求轉譯深度、生產環境證據與經驗反饋機制，找出誰真的願意留到系統穩定為止。

91APP CDMP

FDE 最後一哩路：AI 系統真正的戰場，是舊系統與正式環境那一段

多數 AI 專案死在 demo 之後的落地維運，不在 demo 現場。資料權限、資安合規、舊系統串接、正式環境相容性，這段沒人想碰的最後一哩路，才是 FDE 真正的戰場，也是 91APP 做 CDMP 導入時每天在處理的事。

AI 應用與 AI Skill

FDE 是不是換皮顧問？差別在報告交完之後，那個人還在不在

FDE 熱潮背後有真實爭議：供給集中在發明者自己手上，職缺暴增卻與產業裁員趨勢相悖，批評者直言這只是顧問換了個新名字。我們認為，判斷關鍵不在職稱，在報告交完之後那個人還留不留在現場，把踩過的坑反饋進產品，而不是留一份文件就消失。

91APP CDMP

AI 轉型的關鍵一步是需求轉譯：91APP 顧問如何聽懂客戶說不出口的真實需求

「我們想要辦公室更自動化」是品牌最常說的一句話，卻是幾乎無法動工的規格。FDE（前線部署工程師）的核心價值在需求轉譯：把客戶說不清楚的痛點，拆解成技術團隊接得住的規格。91APP的CDMP與個人化行銷導入現場，長期在做同一件事。

91APP CDMP

訂閱制電商的單位經濟：預收的會員費先記成負債，續訂率決定這門生意划不划算

訂閱制與付費會員制的難處不在把訂閱賣出去，在錢先收、貨後交。這件事同時改寫三件事：預收的錢在帳上先列為合約負債，要隨履約才轉成營收；台灣對預付型交易有主管機關公告的定型化契約脈絡要先確認；續訂率則決定你能收回多少，而它的口徑決定了這個數字有沒有意義。本文從 Costco 與 Amazon 的公開財報拆解訂閱制的單位經濟，並給台灣零售品牌開賣前的準備清單。

91APP CDMP

客服工單分流怎麼設計：把訊息拆成三種，退換貨尖峰的人力才排得出來

客服訊息回不完的時候，加人往往解不了問題，真正的瓶頸在於三種本質不同的工單擠在同一條隊伍裡。本文提出以決策成本分流的做法，並拆解退換貨尖峰為什麼跟促銷尖峰對不上，讓品牌把 SLA 和排班一起重排。

91APP CDMP

缺貨與超賣的代價，多數品牌只算到取消那一單為止

缺貨的損失被普遍低估，因為多數品牌用「少賣的件數乘上售價」在估，這等於預設顧客只是延後購買。跨國研究量到的行為並非如此。本文拆解缺貨與超賣的三段代價：當下那一單、台灣網路交易法規下的契約義務、以及後續行為的變化，並說明可售量為什麼在系統之間對不齊。

91APP CDMP

多品牌集團的會員資料該不該打通？拆成識別、分析、行動三層再決定

集團旗下多品牌要不要共用會員池，不適合當成一個是非題。把決策拆成識別層、分析層、行動層，會發現三層的主要煞車不一樣：識別層卡資料品質，分析層卡治理規則，行動層卡當初蒐集資料時對顧客說過的話。跨境展店再疊一層傳輸限制。本文從台灣法規現況、Marriott 併購案與集團組織設計，拆解多品牌與跨境情境下的資料治理決策順序。

91APP CDMP

檔期業績怎麼看才準？把多買、提前買和少賺分開算

檔期當期的營業額裡，混著真正多賣的、把未來訂單提前收走的、以及本來就要買卻被折扣壓低價格的。這三件事在報表上長得一模一樣。本文用經濟部統計處的公開月報示範它們有多難分，說明觀察窗、對照組與會員層級資料各能解決哪一段，也說清楚哪些情境下這套做法會失效。

91APP CDMP

檔期折扣深度怎麼定？毛利率四成的商品打七折，銷量得變四倍才守得住原本的毛利

檔期業績成長不等於賺錢。折扣砍掉的是單位毛利，銷量要補回來的幅度遠比多數人以為的大：毛利率四成的商品打七折，銷量得變四倍才守得住原本的毛利金額。這篇用公開財報與官方統計拆解折扣深度該怎麼算，說明哪些商品與哪一層會員該預設不打折、折扣疊加為什麼一定要回到訂單層看，以及檔期結束後價格怎麼回補，給台灣零售品牌一份可以直接放進企劃書的折扣紀律清單。

AI Agent

AI 決策責任歸屬：行銷自動化出事的時候，誰的名字在核准欄

AI 已經從產草稿走到直接動客人：發推播、給折扣、回客訴、圈受眾。出事時「是 AI 決定的」不能當理由。這篇用對外可見性、可逆性、金額三條軸，說明哪些自動化動作可以放手、哪些必須有人簽名，並從 FTC 與 Rite Aid 的和解、Zillow Offers 收攤、EEOC 與 iTutorGroup 的訴訟和解，整理出簽核該看什麼證據、責任該分給哪幾種角色、哪些動作出錯後回不去，以及怎麼不讓簽核變成拖慢一切的形式關卡。文中對照個資法第 20 條與《人工智慧基本法》的問責原則，給台灣零售品牌一份可以在一個下午開始動的清單。

AI Agent

AI Agent 用量成本怎麼估：訂閱費之外，那筆跑起來才開始算的帳

企業評估 AI 工具時算的是訂閱費，真正會失控的是跑起來之後的用量成本。這篇拆開席次費與用量費兩種成本結構，說明長對話、批次處理、retry 迴圈與把整份報表塞進 context 為什麼會讓帳單非線性成長，並給出開跑前估量級的算法、官方降價機制的適用條件、在後台設上限與告警的做法，以及哪些工作其實不該交給 agent。

AI 應用與 AI Skill

AI 自動化流程會安靜地失效：沒報錯的那種壞，比報錯更難發現

自動化最常見的壞法是繼續跑。平台功能退場、API 版本轉接、模型別名換版、欄位改口徑，都不一定會讓流程報錯，卻會讓它安靜地產出過期的結果。這篇拆解靜默失效的來源、控制本身也有保存期限這件事，以及可以記下最後確認日的檢查設計與責任分工。

技術與數據優化

退貨率怎麼算才看得出問題：分母是訂單、件數還是金額，決定了你看到的答案

同一份報告裡的兩個退貨率差了 3.5 個百分點，兩個都對，差別只在分母含不含門市。這篇拆開退貨率的三種算法分別回答客服、倉儲與財務的哪個問題、為什麼跨品類比大小量到的是商品屬性與法律條件、以及退貨率變高其實可能是新客變多的副作用。附台灣消保法七日猶豫期的條件式例外，以及品牌真正該追蹤的切分後退貨率。

會員經營

退貨率高的會員該不該留？先算淨貢獻，別急著上黑名單

退貨率高的會員不一定是賠錢的會員。把逆物流與人工成本放進同一條算式，算出「退貨後淨貢獻」再看退貨率，會員的排序有可能整個對調。這篇談怎麼算單一會員的淨貢獻、損益兩平退貨率怎麼推、怎麼用淨貢獻與退貨率排營運優先序，以及為什麼一刀切黑名單會砍掉好客人。