昨天演講的場合，說到交易是結果，可以從供給面分析，也可以從需求面分析．其實這個供給需求曲線的交點，經濟學第一堂課就會上到了，不是什麼新東西．只是幾百年來供給面的數據蒐集比較容易，直到數位科技進步，開始能蒐集需求面的數據，甚至近來使用 AI 做大數據分析，終於讓交易另一邊的變數能夠被完整呈現． 所以，要判斷一個百貨零售業的從業人員，有沒有跟上時代，就看他最後的決策，有多大的比例是針對需求面的變數，而不是只用供給面的招數．所謂供給面的招數，不外乎調整生產結構，更換原物料，以及最終商品售價折扣，折扣，再折扣．以傳統行銷 4P 來看，根本都沒提到需求面，我覺得原因在於，過往，因為需求面數據很難科學化的蒐集跟分析所導致． 行銷，在這個時代，應該要更明確地被拆分成兩個部份了，一個是供給面的商品訂價及促銷，另一個，是需求面有關的品牌行銷，輿情分析，媒體溝通和會員經營．從系統上來看，零售業的促銷，在 POS 上的設定，都已經可以做到完全模組化，也就是所謂的 Mix & Match 邏輯．只是為了不讓設定促銷的人太燒腦，畫面上還是以活動形式分成不同的管理介面，

小時候，學派宗師說，國家的起源是一群好吃懶做的流氓，為了確保獨佔壓榨的權利，所以保護勢力範圍內的農民不被其他流氓搶劫，幾年過去流氓間的勢力範圍大致確定後，流氓也就不自己出面搶劫了，改為每年寫信提醒農民該付錢了，並在信尾署名國稅局。 但看著青銅器的起源，除了取代了陶製酒器外，就是取代石製兵器，但這兵器卻不是抵禦其他流氓，如同城牆的出現不是保護整個城市一樣，兩者都先出現在統治階級的住所。換言之，是壓榨農民過頭導致民變，用城牆防偷襲，而兵器拿來鎮壓反革命。也因為如此，青銅時代開始的王朝統治，才能脫離原始城邦很難超過百年的宿命。 原來國家的起源，是鎮壓人民的武器進化，從石器到青銅，到現在的國安法與選罷法...........

回辦公室上班也一年多了，嚴格來說，不用打卡，也沒人關心我在不在位子上，跟我有關的會少得可憐，連固定例會大概也就 5 分鐘報告完畢，也沒什麼人聽懂我在說什麼。 雖然自由，但畢竟還算是個正常上下班的框架，有些事情，也在案牘之間淡忘了。外出開會沒塞車，多了近半小時，就在附近找找路邊停車格，不然大樓停車場那種收費價格，像極了日幣，即便一樓是一蘭，也不該如此關聯啊！更何況，一蘭在改裝潢，沒開。 幸運地在興雅國中前停好車，時間還早，慢慢地走在人行道上，慵懶的午後陽光，樹蔭下的涼風，拍戲的劇組無視一旁的吃瓜群眾，突然一陣草香撲鼻而來，那不是剛割完的新草味，也不是雨後的清新，是草地經過曝曬後的乾草香，好久沒聞到了啊～停下腳步貪婪地呼吸著。 那是夏日周間一個人在河濱騎腳踏車的撲鼻香啊，那是以前下午翹課躺在學校草地上用報紙遮陽睡午覺的回憶啊，一年多沒恣意騎車，一個信義區的人造公園居然就能讓我憶往日，這是濫情還是悲哀？ 進了大樓，排隊等著電梯，看著前前後後剛吃完飯的上班族，清一色都在玩手機，心裡想著，如果下次再來開會，我一定要讓他們感受到我所感受的。想辦法弄些

Data Ventures 是 Walmart 的一個部門，致力於利用第一方數據提供洞察力，幫助自己及供應商做出更明智的商業決策。Scintilla 是其主要產品之一，原名為 Walmart Luminate，包含多個模組，如購物者行為分析、渠道表現評估、客戶感知調查、大數據分析以及消費趨勢洞察。 Scintilla 的主要功能是幫助供應商追蹤產品在 Walmart 店內的銷售情況。例如，供應商可以使用 Scintilla 來測試新產品的口味、包裝和市場反應，並根據每24小時更新的數據進行調整。這種即時反饋系統使供應商能迅速擴展成功產品至更多門店。 另一方面，Volt 是一個數字平台和移動應用程序，提供供應商即時訪問庫存、銷售數據及店內計劃的能力。它使供應商能夠快速解決店內陳設及溝通問題並提高運營效率。Volt 和 Scintilla 共同構成了Data Ventures 的核心技術生態系統，協助供應商和店員更好地管理商品流通及市場需求。 加上之前介紹過的 Wally，Walmart 打造了全方位內部及供應商端的 AI 應用，截至 2025

美國沙拉連鎖 Sweetgreen，擁有超過 200 家門市，決定更新他們的會員機制，從複雜的分級制度，改成單一的點數制度，消費 1 鎂得 10 點，點數可以抵消費。雖然台灣沒有 Sweetgreen 的門市，但台北有很類似的覺旅，連價格都很像。 一個好的會員經營機制，就是不用做太多解釋，會員就很容易理解。忘記那些什麼黃金鑽石之類的等級分類吧，點數經濟才是王道，黃金公式就是消費 n 元得 m 點，x 點折 y 元。貢獻多的會員，就多給他點數，按比例或直接多給都行，要促銷，就針對促銷標的多給點數。 那點數要不要設定有效期呢？就看所謂的沉睡會員需不需要被喚醒，如果需要，那就讓點數永不失效，用會員自己的點數去喚醒他就好了，畢竟相對來說任誰都不喜歡放棄已經擁有的東西，就像是被分手比被拒絕來的令人心碎啊～

從購物到商城到導購，Amazon 的 Buy for me 很明顯的，把交易這件事情從供應面經濟完全導向了需求面經濟，從賺商品毛利變成數據變現。 供應面經濟就是比拼商品供應，總量，庫存，金物流服務等，但需求面經濟卻是明確找到消費者需求，根據需求提供解決方案，進而想解決方案提供方收費，甚至，還可以跟需求方收費。以二手房地產市場（另一個類似的例子是旅館業）來看，就有很明確的需求面經濟，需求方提出所要找的房型，周遭的環境等，服務商提供符合需求的清單，然後從交易中向供給甚至需求方收取服務費。 但這種徹底改變交易方向的做法，決勝會是在搜尋引擎的邏輯。購物網站的搜尋引擎，絕大多數都是協助尋找 " 某一個你會購買 " 的商品，利用商品的品名，條碼，文字說明，類別，甚至圖片，找出適合的關鍵字或特徵，再比對你輸入的文字或圖片，依據關聯性將可能的結果排序展示。頂多，加上一些個人化例如可接受的金額範圍的調整，或者是根據大數據買了也買看了也看之類的權重調整，改變展示結果的排序。 但需求面經濟，是要找到消費者意圖，哈，或許這個詞被用很久了，但實際上，消費者意圖從來都

近年來經歷兩次破產，換了老闆後，David's Bridal 加強了線上服務及數位轉型，今年開始逐步看到成效，業績也好轉了。 除了推出 RMN 外，更將業務從單純的婚紗，增加到整個婚禮需求，例如捧花，婚宴，甚至蜜月旅行服務等。現在，居然連男生的禮服，到蜜月會用到的男生泳褲都開始賣了！執行長 Kelly Cook 說，女生在面對婚禮是，大概要決定 300 多項事情，所以 David's Bridal 要提供的是全方位的解決方案，而不單單只是婚紗而已。 換言之，在 Cook 眼中，單膝下跪後，新郎交出去的決定權，不單單只是個 yes 而已了。不過，他應該是對的.....

RMN 之後，廣告業還會有什麼進展？DOOH 嗎？我個人是不怎麼看好，因為 DOOH 能有效吸睛的必要條件，是受眾要有時間在螢幕前面看廣告，回頭檢視現在很多 DOOH 的場域，受眾的注意力比 POS 的第二屏還低，這種廣告產品能賣出好價格嗎？而有價值的 DOOH 場域卻又是那麼少，真能算是廣告新生地嗎？ 根據 MIDiA Research 的調查，13-24 歲的人將 23% 的娛樂螢幕時間花在遊戲上，25-34 歲為 19%，35 歲以上為 10%。但品牌花在遊戲的廣告預算卻只有 3% 到 5% 而已。這次 Roblox 跟 google 的合作，就是看上遊戲內廣告產品的發展性，當然啦，遊戲的原生廣告跟現今所有的廣告產品差異都不小，素材製作跟植入方式都很另類，但是否真的會產生的廣告效益呢？ 我個人認為是會的，只要廣告產品跟遊戲內容深度結合，也就是說，RMN 的特點是第一方數據所形成的標籤，而遊戲廣告的特點將會是互動方式，這些之前也有，例如特殊的裝備或服飾等，只是，沒有跨遊戲的標準化。 有一個說法，任何廣告型態，最終都要套上 RTB 才算發

AI 模特兒不一定是 AI 生成的假人，可能是學習了真實模特兒的參數所產生的 AI 複製人，H＆M 在取得模特兒的授權後，決定使用 AI 複製人來生成社群媒體的貼文，及行銷活動的素材。 換言之，未來看到品牌不論是模特兒還是代言人的廣宣品，非常有可能看到的只是取得授權後的 AI 複製人，其本人從來沒拍過那些照片或影片。這算是 Deepfake 的正當應用了吧？！