01 — Who I am
方法 · SYSTEM
我把 8 年的做法拆成可複用的 SOP 和 AI Skill，從產品研究、活動敘事、廣告文案到跟進信，每一段都有固定做法。做完一場活動，留下的是下一場能直接用的流程
15+ 個自建 AI Skill
結果 · GROWTH
每個行銷任務都從業務目標出發：先拆成行銷計畫，再看名單卡在轉換鏈的哪一段，就去那一段找原因。業務團隊因此長期不需要陌生開發
業務導向行銷0 陌生開發月均 13+ 筆官網詢問
範圍 · RANGE
公司決定代理一個產品後，我先釐清它在哪個賽道、獨特價值和對手是誰、該跟誰溝通，再落地成官網、活動和廣告。每一條產品線的市場難題都不一樣
2018 起10+ 條產品線台灣 · 新加坡 · 馬來西亞
我怎麼走到這裡
用一套行銷系統，幫助一家沒有品牌光環的「軟體代理商」，在 10 多條產品線上，讓客戶主動找上門
02 — In numbers
數字為我個人負責範圍內的工作成果，不含任何雇主內部財務資訊；客戶名稱一律不具名
Testimonials
「我在 IT 外商工作了超過 20 年，Ivy 是我見過最優秀的 Marketing」
"We are impressed by your dedication and ability to host such a successful campaign, thank you for your high level partnership. Special call out to Ivy — she not only orchestrated the event with high standard, she also turned out to be an amazing host."「辦的超級成功……活動後也有蠻多客戶邀約我們前往他們公司詳細說明 Tableau 解決方案」
03 — Product lines since 2018
代理商行銷最難的地方，是同一年要替好幾種完全不同的產品說話。成熟品類要跟大廠搶預算，新品類要先教育市場，合規型產品要跟法規時程賽跑。下面是我做過的產品線，和它們各自的難題
| 開始 | 產品線 | 品類 | 市場難題 |
|---|---|---|---|
| 2018 | Tableau | 商業智慧與視覺化分析 | 成熟品類，要在既有客戶裡做續約與擴充，同時面對大廠內建工具的競爭 |
| 2018 | Alteryx | 分析流程自動化 | 推廣比重較低，主要支援既有服務客戶 |
| 2018 | DataRobot | 自動化機器學習 | 企業想做 AI，卻缺資料科學人才；要讓他們看見 DataRobot 不只是軟體，而是可以借力的外部人才與經驗庫，模型也能解釋、不是黑盒子 |
| 2019 | UiPath | RPA → 代理式自動化 | 產品定位和市場成熟度一直在變，溝通對象從營運單位擴大到 IT，再到 CIO |
| 2022 | Dataiku | 企業資料科學平台 | 和 DataRobot 同屬 AI 平台，要分清各自的場景與目標對象：Dataiku 是資料科學協作平台，設定彈性高，適合內部已有資料科學家的企業；DataRobot 則讓沒有資料科學專家的營運單位，也能快速用上機器學習與預測分析 |
| 2024 | PGi AI Agent | 自有 AI 導入服務 | 沒有原廠素材可用，從定位、服務流程到內容，全部從零定義 |
| 2024–25 | Token／Blue Prism／ReconArt | 新加坡團隊的代理產品（RPA、財務對帳等） | 支援新加坡團隊建立產品頁，並設計 Blue Prism 馬來西亞展會易拉展 |
| 2025 | Denodo | 資料虛擬化 | 概念抽象、很難一句話講清楚，要先讓 CIO 理解「為什麼不用搬資料」 |
| 2025 | Dataisec DAM+ | 資料庫稽核 | 合規驅動型採購，要把金融與個資法規轉成客戶的行動理由 |
| 2026 | iMBrace | 客戶互動與 Agentic AI | 台灣市場陌生的新品牌，要在 20 分鐘內建立 CIO 的信任 |
05 — How I work
我給的東西，重點一定放在最前面。我也希望別人這樣跟我溝通，這是對彼此時間的尊重
我的工作起點是業績目標，不是「做一張圖」。先問清楚這件事要對哪個商機有幫助，再決定做什麼
「別人都這樣做」不是理由。我習慣把問題拆到根本重新組裝，所以常常提出比共識早一步的方案，但每個方案我都想過怎麼落地、誰來執行
分析客戶要多個角度交叉，研究競品要列完整的對手。信心不足時我會標「待驗證」，不會硬寫一個好看的結論
同一件事做到第二次，我就會把它寫成 SOP 或 AI Skill。這是一人行銷能撐 8 年的原因
對外的東西不露出研究鷹架，只給能用的成品。每份產出都要能放進工具、能複用、對得上商業目標
寫論述時，我反覆用的三個動作
06 — Strengths
蓋洛普把 34 項天賦分成四個象限。我的前五名有四項落在「關係建立」。我做行銷的起點是換位思考：站在客戶的位置，想清楚他在決策旅程的每個階段需要什麼。每一次接觸都要讓他覺得有收穫，因為這些接觸累積起來，就是他對品牌的印象
向外發聲與說服他人的能力，如統率、競爭、溝通
凝聚團隊與連結人際的能力，如伯樂、關聯、個別化
| TOP 1 Connectedness 關聯 關係建立 | 戰略串聯 看見行銷活動和業務目標之間的隱形連結，讓每一場活動都能連到一個業務目標 看案例 |
| TOP 2 Activator 行動 影響力 | 敏捷啟動 面對陌生的技術產品，很快啟動全局分析，短時間內產出可上線的敘事和頁面 |
| TOP 3 Developer 伯樂 關係建立 | 資產經營 不只看今年的名單，而是把每一個聯絡人當長期資產經營；2020 年提議公司導入 CRM，就是為了這件事 |
| TOP 4 Empathy 體諒 關係建立 | 說中擔心 替決策者說出他還沒說出口的焦慮，例如「Demo 能跑，真實流程跑不起來」。讀者看到第一句，就知道這在講他 |
| TOP 5 Individualization 個別化 關係建立 | 量身切入 拒絕套版。同一個產品寫給 IT、金融業、測試團隊，開場都不一樣；同一場活動資訊更新了，也會重寫 |
用關聯把每一步串回業務目標，用行動快速推上市場，用伯樂長期經營關係；而這一切的起點，是說中對方的擔心，再為每一群人量身切入
07 — Common misconceptions
誤會
我的工作起點是業務的營收目標。內容產製只是其中一段，前面還有產品研究、定位、活動策略和名單經營
誤會
我看過太多「做完才發現方向錯」的浪費。前期多問一句、多驗證一次，是在替整個團隊省冤枉路
誤會
我不寫程式，但我自己建了一整套 AI 工作系統和自動化流程。我能聽懂工程端，也能把技術翻成業務聽得懂的話
08 — What I value
01
每一年都要比去年更懂一點：產品、市場、人，還有自己
02
我不避諱談錢。錢是選擇權，選擇權才是自由的前提
03
做的事要對得上我是誰，而不只是對得上 KPI
我還沒抵達。我在學怎麼設計一種，真正屬於自己的生活
09 — Currently building
把 SEO 的經驗搬到 AI 搜尋時代：llms.txt、結構化資料、AI 爬蟲設定，和一條半自動的內容健檢管線
用 AI 生成工具做給 C-level 看的劇情式短影音，和給客戶的節日祝福影片
公司本來就有多年的 RPA 導入服務，現在要把這套流程優勢帶進 Agentic AI 時代。我從一個子網站的需求開始，把題目往上推到公司的服務定位：研究同業怎麼轉型、和技術主管與 CEO 一起討論，再用 Info-Tech Research Group 的框架提出敘事方向，讓內部先有共識，才規劃對外的下一步
把我怎麼用 AI 和系統一個人做完一個行銷部門，整理成可以分享的方法，也記錄這套系統能把一個人帶到多遠
Currently becoming:
A more independent thinker.
A better builder.
A freer human.
10 — Let's talk
如果你也在一個人扛很多事，或想讓 B2B 行銷少一點熱鬧、多一點商機，下面這些話題我都很樂意聊：
一人行銷的 AI 系統化B2B 活動敘事設計陌生產品的市場切入AEO／AI 搜尋優化B2B 行銷專案合作
文章
