Page 98 - 創新與創意
P. 98
傳統製造業者來說，這個過程需要處理銷售資料、進行顧客意見調查，以及舉辦焦點團
體訪談。但那些銷售資料常常沒有連結到個別的顧客，而由於顧客意見調查與焦點團體
訪談既耗時又昂貴，因此只能收集到人數相對較少的顧客的資料。
隨著雲端技術和其他新技術問世，這個情況大為改觀，這些技術讓企業能夠快速處理和
了解極大量的資料。連網產品和服務，現在可以直接收集顧客的資訊，包括個人詳細資
訊、搜尋行為、內容選擇、溝通內容、社群網站發文、全球定位系統（GPS）位置和使
用模式。在機器學習演算法分析完這些「數位廢氣」（digital exhaust）之後，公司的產
品就能根據這些發現來自動調整，甚至為個人量身打造。
這些發展，讓資料促進的學習變得比企業過去產生的顧客見解更加強大。然而，這些發
展不能保證設下可防禦的障礙。
用資料學習建立護城河
七個問題，評估你的優勢能維持多久
為了確定資料促成的學習所帶來的競爭優勢能持續多久，企業應該回答下列七個問題：
1.與產品原本具備的價值相比，顧客資料能創造多少附加價值？附加價值愈高，愈有可
能創造持久的競爭優勢。讓我們來看看顧客資料價值非常高的一家公司：Mobileye，它
是先進駕駛輔助系統（ADAS）的市場領導業者，它提供的輔助系統包括汽車防撞和偏離
車道警告。Mobileye 的主要客戶是汽車製造商，車商會先廣泛測試它的輔助系統，然後
才把這些系統整合進入自家產品。很重要的是應確保失效安全（fail-safe；編按：指即使
系統失效故障，也不會造成傷害），而測試資料對於提升精確度很重要。Mobileye 從數
十家客戶那裡收集測試資料，因而能夠把自家的先進駕駛輔助系統精確度提升到 99.99
％。
新科技讓資料促成的學習變得比企業過去產生的顧客見解更加強大。然而，這些見解不
能保證設下可防禦的障礙。
相反地，對智慧型電視製造商來說，從顧客資料當中學習的附加價值就比較低。目前有
些智慧型電視裡內建一些軟體，可提供個人化的推薦，根據個人的觀看習慣和其他使用
者流行觀看的內容，來推薦電視節目或電影。到目前為止，消費者並不太在乎這項功能
〔網飛（Netflix）與亞馬遜（Amazon）之類的串流服務供應商也提供這種功能〕。消費
者在做購買決定時，主要考慮的是電視尺寸、畫質、使用容易度和耐用度。如果從顧客
資料中學習是更重要的因素，智慧型電視業的競爭也許不會像現在這樣激烈。
2.資料促成學習的邊際價值遞減速度有多快？換句話說，企業多快就會面臨額外的顧客
資料無法再提升產品價值的情況？邊際價值遞減的速度愈慢，市場障礙就愈強大。要注
意的是，在回答這個問題時，你判斷學習的價值應根據顧客的付費意願，而非根據其他
一些與應用軟體有關的衡量指標，像是聊天機器人能正確回答的問題所占比率，或電影
推薦的點擊率。
97
