電商格局已定的時空背景：Pchome、Momo、Yahoo
生活市集在一開始即以價值創新為目標
- 傳統電商（重資產）：PC 時代、用戶有需求 → 搜尋行為（人找貨）
- 生活市集（輕資產）：手機時代、隨逛隨買 → 推薦行為（貨找人）
輕資產的優勢
生活市集的優勢
集中專注在核心產品【生活居家用品】
聚焦少量品相，2018年營收達 49.59 億。
從一開始就專注高CP值、高銷量的成長策略
- 智慧選品：刻意維持只賣 10,000 件商品，「以量制價、創造價格優勢、高 CP 值」的價值主張人人喜歡
- 技術驅動：AI 領先的流量與商品匹配技術，帶動生活市集獲利實現快速成長
- 全站免運：刻意維持沒有購物車，縮短用戶的決策路徑，提昇廣告轉換率
「命題」決定你該用什麼當「成長」的武器
雖然流量 ≠ 營收，但做電商緊記一個原則：「消費者的眼球在哪裡，你就應該要在哪裡。」
數據思維的低獲客成本
創造一個公開透明、數據化的工作環境
- 年輕人對數位化工具的要求非常高
- 賦能員工、讓第一線的員工可以自己做決策
- 傳統產業的老闆思維：用 data 做 report
- 網路公司的成長思維：用 data 做決策
MarTech 的背景從人為嘗試到大規模投放，創造 2014-2017 的數位廣告高速成長「程序化購買」
- 機器做的比人好的事情，就讓機器做
- 容易採集數據
- 網路公司變動速度快、反應快
電子商務的成功方程式：「 流量 X 轉換率 X 客單價」
流量現在已經相對稀缺、昂貴，如果把專注力集中在轉換率呢？思考的基礎是選品要準不要多。
- Rule-Based（商品思維）：人為規則的演算法，創業初期用 rule-based 算是 AI 的一部分，但還不是機器學習。
- Data-Base（數據模型、機器學習）：用不同的模型去預測、優化結果。
- 導入 AI 的心法：
- 確定所有關鍵 Data 被正確的收集
- 持續發想呼應行銷目標的關鍵特徵（用戶點擊行為、進站行為、商品數據等）
- 串連科技與行銷，開發流程不停優化與迭代
建立電商 AI 團隊的成長思維
- 搭建學習型組織的 in-house 行銷科技團隊（PM＋Data Science＋Marketing＋Engineer）
- 企業必須給團隊足夠的試錯空間、創新度和高度自主性
- 精準推薦使用者 Most Likely 遠比精準推薦 Need Now 重要