流量紅利消逝：AARRR > RARRA
自從 Facebook 改變了演算法，導致客戶取得成本上漲，連帶競爭機制啟動，廣告成本水漲船高，甚至出現 DSP 流量詐欺．因此，在大環境的流量紅利流失下，Growth Hacker 的 AARRR 理論的順序已經出現調整。私域流量所講的 Retention，不只是講線上流量，而是含括線下流量，結合個人化行銷與行動載具的機制，透過實體活動邀請使用者加入會員，建立分群 、分眾的客戶，以更貼近客戶個人的方式做持久性的行銷。
AI 如何改變消費體驗：分眾再分眾
- 資料獲取：注意站內/站外資料的掌握
- 行為標註：執行 Tagging 的人需要有相同標準
- 資料整合：Customer Data Platform (CDP) 將第一方，第二方，甚至第三方的資料都匯集到單一資料庫內，做格式正規化，透過 API 的連結跟各項行銷工具做連動（千人千面），更像是「實名制的GA」
在導入 AI 的同時也要思考如何做完整的資料收集與資料清洗，這部份的課題將成為私域流量整合的重要關鍵。關鍵的有效行銷操作手法：
- 個人化與擬人化
- 情境設計與推播自動化
- 創意自動化
MarTech 追求的行銷自動化（Marketing automation）正面臨困境
如果要做到極致的個人化分眾，也會需要極高成本的運營計畫。現況的問題在於，在科技行銷流程中定義、操作 CDP 的工程師與行銷人員，本身並不賣東西，也並不直接了解在實體銷售底下的場景與挑戰，這無形中造成了線上線下數據轉換間的落差，也造成當下的自動化行銷追求過程中伴隨的缺陷。
先前許多 Mertech 的數據追蹤與分析工具多著重在「對人的理解」，但「對商品的理解」的領域相對是比較欠缺的。
當我們逐漸透過數據、追蹤與行銷自動化的流程描繪出完整的用戶輪廓同時，同時也逐漸發現沒有真正適合用戶的對應需求商品出現，現在的資料處理對於商品的理解是不足夠的。
- 貨架與情緒：媒合貨架與人的情緒之間的互動
- 穿搭顧問電商
- FB DPA 自動化 Email（利用使用者的足跡從瀏覽的商品頁面追蹤行為，對該使用者下標註相關 Tag 並且結合演算法自動產出 EDM，節省人工分眾作法的人力成本）
CDP（Customer Data Platform）Merge PDP（Product Data Platform）：用戶數據媒合商品數據的整合
Offline Merge Online：線下數據媒合線上數據的整合
人性的衝突與 AI 對你的理解
- 獨立世代
- AI 世代
- 人與 AI 的協作
資料科學與數據相關性的迷思：如何定義關鍵指標？
常見的 A/B Testing 測試，有時候錯誤的不見得是定義錯誤的方式，有時候錯誤的是如何定義成功的關鍵指標。
成長駭客數位工具的趨勢應用
- AI SEO：因為演算法是樹狀圖的方式往下爬取，搜尋排名自然是「分類頁」的排名會比較好，但這裡的問題是「分類頁通常是人去編列的」，導致人為編列的分類頁面通常會有SEO誤區。利用 AI 做 SEO 反而可以從自動編列中去發現更符合使用者實際情況的分類。
- AI 站內搜尋：早期產品數量若高於 10,000 件，可能就需要好一點的 Site Search，過去曾經試著利用 Chatbot AI 解決這個問題，去理解用戶搜尋並推薦商品，但反饋沒有很好。有時候利用用戶的搜尋字詞來配對相應的商品，在提昇轉換的經驗上還沒有取得很好的成效；一個結構化，可以很好理解用戶需求的 Site Search ，相對於只依靠關鍵字結果的 Site Search 相較之下，結構化式的意圖匹配可以得到更好的結果。而站內搜尋扮演的重要角色：
- 協助使用者找到商品
- 協助使用者逛起來
- Call Bot ＆Product Bundle：
成長駭客如何對應客戶取得成本的飆高
系統化的整合工具會變得至關重要（ex. AI Chatbot、舊客整合工具）
如何取得、嘗試最新最好的工具，精熟的應用於未來的數位行銷專案上，可以是未來數位轉型企業的首要思考模型。什麼樣的工具是適合自己的企業？因應新工具的資訊流，如何整合利用成內部的一套新流程可以是另一種思維重點。
不斷做實驗找新的 Channel 實現新的增長
Line 的 Mini App 現在的走向有點像過去的微信小程序，可以密切觀察是否有新的紅利；Medium 寫作內容行銷，在明年也會有持續性的搜尋紅利出現。