# EP98｜從廣告投手到數據中台，一位行銷人的AI轉型之路 > 當廣告投手開始用數據說話，當數位行銷遇上AI自動化，這個產業正在經歷什麼樣的變化？這篇文章整理了《操作一下》Podcast EP98與廣告數據達人David的對談精華，從東南亞外派經驗、GA4數據實務，到Vibe Coding與數據中台的企業導入，帶你看清AI時代下數位行銷人的轉型路徑與機會。 - 網址：https://operation.tw/post/268/ - 作者：Jin（https://operation.tw/about/） - 分類：AI - 發布：2026-05-18 - Podcast 單集：EP98_達人操作 | 廣告數據達人 David | 從廣告投手到數據中臺， 數位行銷的AI轉型（Apple Podcasts：https://podcasts.apple.com/tw/podcast/id1620760720?i=1000768468371） - 引用時請標明來源：操作一下 operation.tw --- 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：** - [大型語言模型應用全解：從原理到實戰場景的完整指南](https://operation.tw/post/141) - [GLM-5.2開源挑戰：編程AI成本戰如何重塑產業格局](https://operation.tw/post/137) - [Anthropic內部報告打臉樂觀預期：AI成長天花板在哪？](https://operation.tw/post/136) 🎙 **這篇文章延伸自 Podcast《操作一下》。**想用聽的，完整一集在這裡： - [在 Apple Podcast 收聽](https://podcasts.apple.com/podcast/1620760720) - [在 SoundOn 收聽這集](https://player.soundon.fm/p/aa7727c5-7aa2-4403-8a87-b91a8d842f7b/episodes/a740cab3-0c8c-4041-b00a-6e78dbe6b464) - [在 Spotify 收聽](https://open.spotify.com/search/EP98_%E9%81%94%E4%BA%BA%E6%93%8D%E4%BD%9C%20%7C%20%E5%BB%A3%E5%91%8A%E6%95%B8%E6%93%9A%E9%81%94%E4%BA%BA%20David%20%7C%20%E5%BE%9E%E5%BB%A3%E5%91%8A%E6%8A%95%E6%89%8B%E5%88%B0%E6%95%B8%E6%93%9A%E4%B8%AD%E8%87%BA%EF%BC%8C%20%E6%95%B8%E4%BD%8D%E8%A1%8C%E9%8A%B7%E7%9A%84AI%E8%BD%89%E5%9E%8B) - [瀏覽所有單集 →](https://operation.tw/podcast.html)