91APP CDMP
RFM 分析怎麼做：用最近購買、頻率、金額三軸把會員分群並落地行動
RFM 分析是用最近購買（Recency）、購買頻率（Frequency）、累計金額（Monetary）三個維度，把會員依實際購買行為分群的方法。本文拆解三軸定義、五分位的計分做法、八大常見分群（高價值、即將流失、新客等）與各群的行動建議，並說明分群完之後怎麼串到個人化溝通、標籤落地與自動更新，讓 RFM 從一次性報表變成每天運轉的常駐機制。
MarTech
行銷科技（MarTech，Marketing Technology）指的是品牌用來蒐集數據、經營會員、投放廣告與衡量成效的整套工具與做法。真正的難題往往不是工具不夠多，而是買了一堆系統，數據卻散在各處，沒人能把它變成一次到位的行動。這個主題把行銷科技拆回可以執行的做法：從 CDP、CDMP、CRM、DMP 這些數據平台怎麼分、怎麼選，到行銷自動化（MA）如何用觸發與分群把會員旅程自動接起來；從第一方數據怎麼從流量變成長期資產，到 AI 與 AI Agent 在選品、投放與客服裡實際做得到什麼、又有哪些限制。也涵蓋 OMO 全通路的線上線下數據整合、廣告投放與歸因衡量的口徑對齊，以及導入前該怎麼排順序、算得出 ROI。看完你會知道，行銷科技比的不是誰工具多，而是誰能讓資料整合與行動閉環真正成立，把數據變成可追蹤、可優化的業績。
AI 技術與數據優化
Martech 真正的問題不是工具，是「沒人能行動」
行銷團隊買了一櫃工具，Gartner 卻發現平均只用了一半的功能，曾經低到只剩三分之一。問題從來不是工具不夠多，2026 年的 martech 地圖已經有 15,505 個產品。真正卡住品牌的，是資料躺在各自的孤島裡、洞察跑得出來卻沒人能拿去行動、也沒人真正擁有那份資料。本文談 martech 的行動斷層怎麼來、AI 為什麼讓問題更明顯，以及品牌該先修哪裡，才能讓買來的工具真正動起來。
91APP CDMP
企業導入 AI Agent 平台怎麼選？依雲端棧、誰來建、預算的決策指南
比較完所有 AI Agent 平台之後，真正的難題是「到底該選哪一個」。本文用雲端棧、誰來建、治理需求、預算四個維度，把選型變成一張可以對照自己處境的決策表，並提醒零售品牌：選對平台只是一半，另一半在資料底座。
91APP CDMP
CRM、CDP、ERP 到底差在哪？零售品牌最常混淆的三個系統
很多零售品牌把 CRM、CDP、ERP 混為一談，結果買錯系統、花了冤枉錢。這篇用零售視角沿著一筆訂單的旅程把三者分工講清楚：CRM 管訂單前的客戶關係，ERP 管訂單後的進銷存與財務，CDP 站在中間把散落官網、App、門市的第一方數據整合成同一個人。文章拆解三種常見的買錯劇本，協助你判斷何時需要 CDP/CDMP 這類資料整合層，先定位痛點落在客戶旅程的哪一段，再決定預算花在哪裡。
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。
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 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
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 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。
顧客數據平台 CDP
組合式 CDP 是未來？先確認你有沒有那座資料倉儲
國際 CDP 廠商都在推「組合式才是未來」，但這套倉儲原生架構有一個沒人明講的前提：你得先有一座成熟的資料倉儲，還有能維運它的資料工程團隊。本文把封裝式、組合式、內建型中台三條路一次講清楚，並用一個餐飲多品牌集團的場景，說明缺工程量能的台灣品牌該怎麼判斷。
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
91APP CDMP
AI 行銷為什麼失敗？90% 企業忽略的數據品質與 CDMP 關鍵整合
根據 Gartner 報告，超過 40% 的 Agentic AI 專案將在 2027 年底前被取消。MarTechTribe 表示，雖然超過 90.3% 的企業聲稱正在使用 AI，真正將 AI 完整整合進行銷流程的卻只有 6.3%。數據品質才是 AI 行銷的生死線，AI 行銷落地的三個階段，多數品牌卡在第一步。未來的競爭不在於誰先擁有 AI 工具，而在於誰能將 CDP、CRM、數據分析與 AI 整合成「穩定、可重複、可驗證」的工作流程。