廣告這行，有多少人還在憑感覺下判斷？
投了一波廣告，數字看起來不錯，就覺得有效。但「看起來不錯」到底是什麼意思？點擊率高、曝光量大，還是真的帶來了轉換？這個問題，其實很多品牌主和廣告操作者都沒有認真面對過。
這集《操作一下》邀請到的來賓 David，就是那種會逼自己把問題想清楚的人。他現在是 Tenmax 騰學廣告科技的成效行銷總監，也是 GA4 認證講師。我們是在 Microsoft Fabric 技術培訓的場合認識的，聊著聊著發現彼此都在做講師、對 AI 應用也有很多想法，於是促成了這次訪談。
從廣告執行到數據驅動：一段很自然的轉變
David 的職涯路徑乍看之下有點跳躍——廣告投手、外派吉隆坡、回台後轉型成 GA4 講師、學 Coding、導入 AI 自動化。但聽他說起來，每一步都有邏輯。
在廣告圈待久了，他發現一件事：很多決策是靠直覺在走，而不是數據。這讓他開始思考，如果要真正幫客戶做出好的行銷決策，光靠投廣告是不夠的，你必須懂得「這個數字背後，客戶真正需要看到的是什麼」。
這個問題驅動他從 GA 走到 GA4，從廣告執行的 AM 角色轉型成專案管理（PJM），再進一步往數據中台的方向走。每一次轉變，都是為了讓數據能夠更完整地服務決策。
東南亞廣告生態，和台灣有什麼不同？
外派吉隆坡的經歷，讓 David 有機會觀察東南亞與台灣廣告市場的差異。這塊在訪談裡聊得很有趣——東南亞市場的廣告生態、消費者行為、平台使用習慣，跟台灣有明顯的不同，也讓他在思考廣告策略時有了更寬的視野。
對於有意拓展東南亞市場的品牌或行銷人來說，這段經驗分享很值得參考。不同市場有不同的邏輯，把台灣的打法直接複製過去，通常不會有好結果。
數據中台能解決什麼問題？
「數據中台」這個詞近幾年在企業界很熱，但很多人其實不太清楚它解決的是什麼問題。David 在訪談裡給了一個很實務的角度：企業內部往往有各種數據來源——廣告平台、CRM、網站行為、電商後台——但這些數據分散在不同地方，沒有整合，導致每次要做分析都要重新撈資料、比對，耗時又容易出錯。
數據中台的核心價值，就是把這些分散的數據整合起來，讓不同部門的人都能取用一致的數據基礎，做出更快、更準確的決策。這對規模稍大一點的企業來說，幾乎是遲早要面對的基礎建設問題。
Vibe Coding 與 AI 自動化，在公司內部怎麼用？
這集裡我最好奇的話題之一，就是 AI 工具在實際工作場景中的應用。David 分享了他們團隊導入 Vibe Coding 與 AI 自動化的實際情境——不是理論上「AI 可以做什麼」，而是真的在公司內部跑起來的樣子。
對於行銷從業者來說，AI 帶來的不只是效率提升，更是角色的重新定位。那些重複性高、規則明確的工作，確實會被自動化取代；但懂得設計流程、解讀數據、跟客戶溝通需求的人，反而有更大的發揮空間。
廣告投手會被 AI 取代嗎？
這是我在訪談裡直接問 David 的問題。他的答案不是非黑即白，而是給了一個更務實的思考框架：取決於你停留在哪個層次。
- 如果你只是在執行層面操作廣告，AI 工具確實可以做得比你更快、更便宜。
- 但如果你能往上走一層——理解數據、洞察策略、跟客戶討論目標——那 AI 反而是讓你更有價值的工具。
這個邏輯其實適用於很多職業，不只是廣告投手。
走過的每一步都算數
訪談最後，David 說了一句讓我印象深刻的話：「人生沒有白走的路，走過的每一步都算數。」
從廣告投手、東南亞外派、GA4 講師到數據中台，這些看似跨界的經歷，在他身上形成了一套別人很難複製的視角。而這，可能才是 AI 時代裡最難被取代的東西。
如果你在數位行銷、數據分析或 AI 應用的路上，這集很值得完整聽一遍。
📚 同主題的其他單集 / 文章，延伸聽下去：
🎙 這篇文章延伸自 Podcast《操作一下》。想用聽的，完整一集在這裡：