(富邦媒今(29)日受邀出席「FineEvent 2026 台灣帆軟用戶大會」，倉儲運輸暨平台研發處處長吳康德對外分享momo推動數據治理與智慧決策的實務經驗)
【WoWoNews】台灣電商龍頭富邦媒(8454)今(29)日受邀出席「FineEvent 2026 台灣帆軟用戶大會」，首度對外分享 momo 推動數據治理與智慧決策的實務經驗。momo表示，隨著生成式 AI 與代理式分析(Agentic Analytics)快速發展，企業競爭已不再只是比數據量，而是能不能讓第一線團隊更快找到資訊、看懂問題並做出決策。數據應用也正從過去的「看報表」，逐步走向「和數據對話」的新階段。
今年大會以「十年共進．智領新局」為主題，聚焦企業數據治理、AI 分析與智慧決策應用。momo 由倉儲運輸暨平台研發處處長吳康德代表出席，分享 momo 如何透過數據治理、自助分析工具與 AI 技術整合，逐步建立兼具即時性與效率的智慧運作架構，讓數據不只留在後台，而是成為企業營運與策略判斷的重要依據。
隨著市場競爭加劇，傳統數據使用模式正面臨挑戰。吳康德指出，過去商業分析多以週報、月報形式呈現，且資料使用權限集中於資訊單位，業務單位從提出需求、撈資料到產出報表，往往需要花費不少時間，難以跟上市場變化與消費需求。
為了解決「報表塞車」問題，momo 近年持續導入 FineBI 自助分析工具，降低資料使用門檻，讓業務、營運、行銷與物流等第一線團隊，也能直接查詢與分析資料。原本需要仰賴資訊部門支援的流程，逐步轉變為業務端可自主查詢、自主分析的模式，縮短從發現問題到採取行動的時間，加快決策速度。
在會員經營方面，momo 也同步深化第一方數據應用，透過 CDP(顧客數據平台)整合消費者行為與交易資訊，並結合 One ID 技術建立更完整的會員輪廓。FineBI 幫助團隊了解「發生了什麼」，CDP 則進一步補足「是誰」以及「下一步可能需要什麼」，透過雙系統整合，讓行銷與營運團隊更精準掌握消費者需求。
吳康德表示，自助分析要真正發揮價值，關鍵仍在於「數據治理」。為此，momo 啟動跨部門數據治理工程，串聯經營管理、電商、物流與財會等 54 個單位，建立數據字典、整合近千份報表，統一指標定義與資料標準，建立全公司共通的數據語言。透過一致的標準，不同部門在解讀營運與業績數字時，就能站在同一基準上討論，也讓 AI 未來更容易理解資料背後的商業邏輯，而不只是停留在表面數字。
除了數據治理外，momo 也同步升級資料基礎架構，目前已導入湖倉平台、K8s 容器化管理，以及「存算分離」技術，提升大規模資料查詢效率。即使面對千萬級資料量與高頻查詢需求，系統仍可維持秒級回應速度。同時，過去大量人工彙整與重複整理報表的流程也大幅簡化，整體工時最高減少八成，降低資料處理成本與等待時間。原本需要等待資料、反覆整理的流程，逐步轉變為即時掌握與快速分析。對 momo 而言，資料架構升級不只是技術優化，更代表企業決策模式正從「等待資料」走向「即時掌握」。
展望下一階段發展，momo 規劃導入 FineChatBI 等 AI 分析工具，透過自然語言問答降低資料使用門檻，未來同仁不一定需要熟悉複雜報表或分析語法，只要用對話方式提問，就能直接取得洞察與分析結果。
吳康德表示：「企業真正的競爭力，不是擁有多少資料，而是能不能比別人學得更快、行動得更準。」未來資料應用將從「會使用工具」逐步走向「會提出問題」。隨著 AI 與自然語言技術日漸成熟，資料分析不再只是少數專業人員的工作，而將逐步成為全團隊的基本能力。未來企業比的，也許不只是誰資料多，而是誰更會問問題。
The post 資料多已不是優勢！momo：AI 時代真正的競爭力，是問對問題、做對決策 first appeared on AMM 娛樂新聞.
(富邦媒今(29)日受邀出席「FineEvent 2026 台灣帆軟用戶大會」，倉儲運輸暨平台研發處處長吳康德對外分享momo推動數據治理與智慧決策的實務經驗)
【WoWoNews】台灣電商龍頭富邦媒(8454)今(29)日受邀出席「FineEvent 2026 台灣帆軟用戶大會」，首度對外分享 momo 推動數據治理與智慧決策的實務經驗。momo表示，隨著生成式 AI 與代理式分析(Agentic Analytics)快速發展，企業競爭已不再只是比數據量，而是能不能讓第一線團隊更快找到資訊、看懂問題並做出決策。數據應用也正從過去的「看報表」，逐步走向「和數據對話」的新階段。
今年大會以「十年共進．智領新局」為主題，聚焦企業數據治理、AI 分析與智慧決策應用。momo 由倉儲運輸暨平台研發處處長吳康德代表出席，分享 momo 如何透過數據治理、自助分析工具與 AI 技術整合，逐步建立兼具即時性與效率的智慧運作架構，讓數據不只留在後台，而是成為企業營運與策略判斷的重要依據。
隨著市場競爭加劇，傳統數據使用模式正面臨挑戰。吳康德指出，過去商業分析多以週報、月報形式呈現，且資料使用權限集中於資訊單位，業務單位從提出需求、撈資料到產出報表，往往需要花費不少時間，難以跟上市場變化與消費需求。
為了解決「報表塞車」問題，momo 近年持續導入 FineBI 自助分析工具，降低資料使用門檻，讓業務、營運、行銷與物流等第一線團隊，也能直接查詢與分析資料。原本需要仰賴資訊部門支援的流程，逐步轉變為業務端可自主查詢、自主分析的模式，縮短從發現問題到採取行動的時間，加快決策速度。
在會員經營方面，momo 也同步深化第一方數據應用，透過 CDP(顧客數據平台)整合消費者行為與交易資訊，並結合 One ID 技術建立更完整的會員輪廓。FineBI 幫助團隊了解「發生了什麼」，CDP 則進一步補足「是誰」以及「下一步可能需要什麼」，透過雙系統整合，讓行銷與營運團隊更精準掌握消費者需求。
吳康德表示，自助分析要真正發揮價值，關鍵仍在於「數據治理」。為此，momo 啟動跨部門數據治理工程，串聯經營管理、電商、物流與財會等 54 個單位，建立數據字典、整合近千份報表，統一指標定義與資料標準，建立全公司共通的數據語言。透過一致的標準，不同部門在解讀營運與業績數字時，就能站在同一基準上討論，也讓 AI 未來更容易理解資料背後的商業邏輯，而不只是停留在表面數字。
除了數據治理外，momo 也同步升級資料基礎架構，目前已導入湖倉平台、K8s 容器化管理，以及「存算分離」技術，提升大規模資料查詢效率。即使面對千萬級資料量與高頻查詢需求，系統仍可維持秒級回應速度。同時，過去大量人工彙整與重複整理報表的流程也大幅簡化，整體工時最高減少八成，降低資料處理成本與等待時間。原本需要等待資料、反覆整理的流程，逐步轉變為即時掌握與快速分析。對 momo 而言，資料架構升級不只是技術優化，更代表企業決策模式正從「等待資料」走向「即時掌握」。
展望下一階段發展，momo 規劃導入 FineChatBI 等 AI 分析工具，透過自然語言問答降低資料使用門檻，未來同仁不一定需要熟悉複雜報表或分析語法，只要用對話方式提問，就能直接取得洞察與分析結果。
吳康德表示：「企業真正的競爭力，不是擁有多少資料，而是能不能比別人學得更快、行動得更準。」未來資料應用將從「會使用工具」逐步走向「會提出問題」。隨著 AI 與自然語言技術日漸成熟，資料分析不再只是少數專業人員的工作，而將逐步成為全團隊的基本能力。未來企業比的，也許不只是誰資料多，而是誰更會問問題。
