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

廣告平台操作實務

會員經營做得好，廣告流量才會越滾越大：CDMP 受眾標籤的正循環飛輪

會員經營和廣告投放共用同一份第一方資料，是同個飛輪的兩段：資料乾淨、標籤 LIFT 算得準，種子品質才高，相似受眾才撈得到更好的新客；新客被留住、沉澱回名單池，下一輪種子更強。名單髒、留不住人，廣告就只能一直買一次性流量。Meta 2026 年 3 月把衡量改誠實後，自有會員的價值更看得出來。本文以三個案例拆解每一環因果，並給台灣品牌五個起手式。

AI 技術與數據優化

Meta 歸因改版後 CPA 上升，是真的變貴還是數據變誠實？用 LIFT 重新評估受眾價值

2026 年第一季 Meta 分兩波調整歸因口徑，收窄較長的瀏覽窗、收窄點擊定義（確切時程以官方公告為準），不少品牌後台 CPA 帳面跳高，誤以為廣告變貴就砍預算、改受眾。這篇教你先分清 level shift 與 volatility、measurement 與 business 兩種位移，第 0 關先排除歸因口徑變更，把 Meta 報表跟後台訂單對齊，再拆自家真實 CPM 成本。CPA 帳面變化不等於真實成效變化，重點是回到第一方數據，用 LIFT 標籤評估哪些受眾的相對轉換優勢仍在，以增量觀念看真實價值，而不是被表面 CPA 嚇到。

廣告平台操作實務

Meta 廣告一週約 50 次最佳化事件才學得穩：轉換量有限的品牌怎麼用標籤名單餵演算法

Meta 對學習階段常以約 50 次最佳化事件為參考門檻，需依帳號確認。對轉換量有限的中小型零售品牌，把預算拆碎亂測只會讓演算法更難穩定學習。本文說明：與其稀釋預算，不如用第一方資料回算的高購買意圖名單（依標籤 LIFT 排序）當種子集中餵，把有限轉換量花在最可能成交的人身上；用加車、結帳等微轉換補訊號量，並讓私域先養再上付費。2026 年 3 月 Meta 歸因口徑收緊後，能算數的轉換更少，名單品質成為影響學習效率的重要變因。

91APP EngageOne

Email 自動化觸發信怎麼設？歡迎信、購物車、回購週期的腳本實戰

在收件匣競爭與促銷疲乏下，單靠群發電子報越來越難穩定提升單封效率；行為觸發的自動化信，常能在較小寄送量下承接高意圖顧客。本文拆解三類觸發信怎麼設：歡迎信序列搶註冊後黃金 48 小時首購期、購物車未結帳的三段式催購、依消耗品週期的回購提醒。國際 benchmark 顯示，自動化信只佔 2% 寄送量卻做 37% email 業績（歐美樣本，非台灣 KPI）。但觸發信的上限不只在文案，更在數據與頻控：要在對的時間、對對的人、用對的力道，前提是把第一方行為數據與會員標籤接起來，用購買意圖判斷時機、用生命週期判斷力道。

91APP EngageOne

EDM 到達率與名單健康度：為什麼你的信進了垃圾匣，怎麼救

多數品牌盯著開信率調主旨、改 CTA，卻忽略更上游的到達率：信究竟有沒有進到收件匣。Validity 2024 樣本顯示，全球收件匣到達率約 84%、亞太區約 78%。本文拆解送達率、到達率、開信率三層差異，說明 2024 年 Gmail 與 Yahoo 寄件者新規（SPF/DKIM/DMARC 驗證、垃圾投訴率低於 0.3%、一鍵退訂）與 Apple MPP 如何改變遊戲規則，並回到名單健康度的地基：許可制、漸進式蒐集、定期清理，加上第一方數據分群，把信集中發給會互動的人，反過來保護寄件者信譽，形成正循環。

91APP CDMP

CRM 系統怎麼選？零售電商品牌的選型指南（不只看功能清單）

不少 CRM 選型文會先從功能與價格比較切入，但零售電商品牌真正該問的，不是誰功能多，而是它接不接得住全通路的第一方數據。本文從零售視角給出五個選型判準：資料整合、OMO 會員歸戶、會員分群、個人化溝通、回購自動化，並附可直接帶進選型會議的驗收問題清單。B2B 型 CRM 看重銷售漏斗與聯絡人管理，零售要的是把買過的人留住、讓他回來買。第三方追蹤的不確定性升高後，選 CRM 的本質，是選你未來三年要不要把客戶握在自己手上。

廣告平台操作實務

Meta 再行銷成本越來越高？用購買意圖標籤把池子縮到對的人

不少品牌面臨 Meta 再行銷成本上升、頻次偏高、CTR 下滑，第一反應是換素材，但問題往往不只在素材，更在受眾沒分層。本文把「再行銷越來越貴」拆成受眾、頻次、衡量三層，用三個公開研究說明頻次倒 U 型、受眾飽和、與 Meta 2026 年 3 月歸因改版的影響。解法是用購買意圖分群把池子縮成高、中、低三段：高意圖上付費、中層先用 App Push 與 LINE 免費觸達、低意圖排除，並建立近 14／30 天已購排除名單，衡量改看真實增量而非帳面點擊。文末附四個可立即執行的動作與六題常見問答。

91APP EngageOne

Email 名單分眾實戰：用會員標籤決定溝通的力道、時機與優先序

多數品牌的電子報還在群發，發越多、退訂與檢舉越多，連收件匣信譽都一起被磨損。真正有效的 Email 行銷是分眾：用 NAPL 生命週期分群（主力客／流失客／註冊未購）決定溝通力道，用 DCIU 購買意圖分群決定發信時機，用標籤 LIFT 找出最值得優先溝通的族群。分眾的關鍵在判斷收信人此刻處在什麼狀態（情境個人化），而非只是把名字填進信裡（表面個人化）。本文用國際公開數據與三個切法，拆解怎麼把第一方會員標籤變成讓電子報只對一群人說話的能力，並附台灣品牌可立即執行的五個起手式。

廣告平台操作實務

Meta Advantage+ 把受眾自動化之後，你還能操作什麼？用第一方標籤當種子的打法

Meta Advantage+ 與 Andromeda 把廣告定向收進黑箱，拓客情境下受眾細切變成反模式，廣告主剩下的關鍵槓桿是餵什麼種子名單進系統。這篇拆解自動化收走了什麼、留下了什麼，並說明為什麼用第一方購買標籤的 LIFT 值排序種子，比再加興趣標籤有效。從 Meta 與 Google 官方文件、Andromeda 架構到 2026 年 3 月歸因改版，一次講清種子品質如何影響 AI 的初始訊號，附台灣品牌五個可執行起手式。

91APP CDMP

CRM 是什麼？零售品牌角度的客戶關係管理白話指南

多數 CRM 內容會從銷售流程切入，但零售品牌更需要從會員經營與全通路互動的角度理解 CRM。同一套 CRM 概念落到 B2B 銷售與零售會員經營身上，操作重點差很多：零售要管的不是一條一條的商機，而是一整群會員的生命週期。這篇用零售電商的語言，把 CRM 真正該幫你解決的事講清楚。

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。

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。

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。

AI 應用與 AI Skill

團隊怎麼導入與維護 Agent Skill？從個人玩具到團隊資產

一個人做的 Agent Skill 很好用，但團隊一多就亂：誰寫、誰維護、版本對不上、規則各跑各的。這篇從管理者視角談行銷團隊怎麼把 Skill 從個人玩具變成團隊資產，涵蓋盤點、共用庫、負責人與版本控管、定期檢視四步，並附一張導入檢查表與常見治理坑。

AI 應用與 AI Skill

SKILL.md 怎麼寫才好用？description 與五種設計模式一次搞懂

SKILL.md 怎麼寫才好用？很多人第一支 Skill 做出來，AI 卻不照做，問題通常不在格式，而在內容設計。這篇拆解兩個關鍵：description 怎麼寫才會被正確叫出、規則怎麼寫 AI 才照做，並用行銷情境改寫 Google Cloud 整理的五種 Skill 設計模式，附上一張寫 SKILL.md 的自我檢查表。

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。

AI 應用與 AI Skill

第一個 Agent Skill 怎麼做？行銷人的每月報表 Skill 手把手教學

第一個 Agent Skill 建議從每月報表開始。這篇用行銷月報當例子，手把手教你整理指標口徑、撰寫 SKILL.md、設定輸出格式、用資料試跑修正。不需要寫程式，但需要使用支援 Agent Skills 的工具。文中附最小可行的 SKILL.md 範例、四個常踩的坑，以及一張含人工覆核點的上線前檢查表。

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。

AI 應用與 AI Skill

Agent Skill vs GPTs vs Gemini Gems：行銷團隊到底該選哪個？

Agent Skill、ChatGPT 的 GPTs、Gemini 的 Gems 到底差在哪、行銷團隊該選哪個？這篇用選型視角一次比較：GPTs 與 Gems 是各自平台內的客製入口，Agent Skill 則是跨平台的開放格式。文中拆解三者的綁定關係、可攜性與觸發方式，點出三個常見選型迷思，並附一張行銷團隊的決策判斷表。

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。

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。

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。

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。

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。

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。