AI 時代下，數位媒體的因應之道探索
隨著 AI Search 興起，傳統自然搜尋流量（Organic Search）正在大幅下滑，使媒體網站如 Wired、TechCrunch、TheVerge、Engadget 等均出現 搜尋流量下降 15%-70% 的趨勢。然而，這些媒體透過 社群流量（Social）、直接流量（Direct）、訂閱制（Subscription）與 AI 搜尋導流 來維持整體流量，並積極與 AI 平台合作，優化內容策略，尋找在 AI 時代下的媒體因應之道。
RMN 的前世今生，廣告業的殘酷舞台
RMN（Retail Media Network）正在迅速崛起，成為廣告市場的第三勢力。品牌需重新考量其行銷與業務策略，以最大化RMN的潛力。通路商與品牌間的競合關係也在數位轉型中發生變化，同时AI技術的發展將進一步驅動廣告市場的變革。
Answer Engine - 零點擊搜尋、Google AI Overview、與 Perplexity 的新商模
Garnter 預測到2026年，傳統搜尋引擎流量將大幅下滑，主要因為AI技術的發展使得「零點擊搜尋」變得更加普及。Google推出了AI Overview功能來應對這一趨勢，但同時也需要平衡現有搜尋用戶和廣告客戶的需求。這種變化可能會帶來新的商業模式，如Perplexity計劃推出的廣告分潤機制，為內容創作者提供新的收入來源。
後 Google 搜尋時代？
搜尋引擎市場發生變革，包括Google面臨的反壟斷挑戰和AI驅動的"Answer Engine"崛起。社交媒體平台和電商網站在產品搜尋和購買中的日益重要，特別是對年輕消費者而言。隨著傳統搜尋引擎流量預計到2026年將大幅下降，品牌需要調整數位策略，以適應包括AI搜尋、社交商務和不斷演變的電商平台在內的多元化搜尋生態系統。
為什麼是三倍購物週期？NAPL模型的關鍵參數
"三倍購物週期"在客戶分群中的非常重要，特別是在NAPL(新客、活躍、潛在、流失)模型中的應用。通過多種分析方法，包括回購模式、GMV貢獻度和客戶活躍度指標(CAI)，證明三倍購物週期是區分活躍和非活躍客戶的關鍵閾值，對於有效的客戶關係管理和精準營銷策略至關重要。
ActivityPub 的 聯邦宇宙 - 粉絲可以帶著走的去中心化社群平台？
關於聯邦宇宙 Fediverse 的初步介紹，用實際範例說明 ActivityPub 協議的功能與特色，同時也實驗目前 Threads 支援的能力
區塊鏈是一個OpenDMP - 一種零方數據的可能性
區塊鏈技術可以實現消費者零方數據在零售業的應用，消費者可以擁有自己的消費記錄，在虛擬錢包裡面，跟每個品牌證明自己的信用與消費能力，以獲取品牌的優選服務。
NAPL X 會員等級：會員模型的交乘應用(2)
RFM是經典的會員分析三維度。NAPL分群是RF維度，會員分級就是用會員貢獻度，也就是M: Monetary Value的分群方式。而 NAPL 交乘 會員分級，就是一種RFM的分析方式。
NAPL x DCIU ：會員模型的交乘應用
透過不同模型的交乘，增加單一模型解釋的豐富度，可以讓簡化的模型，增加其更進一步的豐富度，因此可以簡單的 NAPL 模型觀測會員分佈全貌，然後透過 DCIU 交乘來用比較細緻的分群，來做會員溝通操作
「內容電商」到「RMN」，媒體與零售交乘出的新物種
內容即商品、商品即內容。媒體即通路、通路即媒體。在媒體上的零售商品廣告，或是在通路上的零售商品廣告，都屬於某一種型態的RMN。RMN 追求的主要是 Performance，廣告就是要帶來轉換，RMN 就是為了服務零售業的廣告而產生，成為更適合零售業的一種廣告方式。
會員的五種姿態：從陌生人到狂熱者
Visitors、Followers、Leads、Members、Premium五種姿態，分別有五種參與深度：到訪、虛擬身份關聯、真實身份提供、主動互動、預支消費。也代表了五種不同的回購距離。
OMO的顧客旅程：Show-rooming展廳現象與Web-rooming反展廳現象
門市通路很不喜歡Show-rooming（展聽現象），透過重建OMO顧客旅程，可以讓Show-rooming的消費者的線上消費，可以歸因回某門市的服務，並讓門市認列到業績，就可以把Show-rooming的現象，變成推動OMO的助力。
