案例背景

van den Driest、Sthanunathan 與 Weed 以 Unilever 說明 insights engine：把資料轉化為對消費者動機的洞察，再把洞察轉化為策略。其十項特徵包括 data synthesis、independence、integrated planning、collaboration、experimentation、forward-looking orientation、affinity for action、whole-brain mindset、business focus 與 storytelling。

問題／衝突

大型 MNE 擁有大量顧客資料，但資料量本身不能自動降低管理者對異質市場與消費者行為的有限理性；洞察團隊若被既有功能綁住，也可能產生 bounded reliability。

決策點

企業需決定如何設計獨立但跨功能合作的顧客洞察能力，並將分析真正嵌入策略、財務、行銷與銷售決策。

討論問題

1. 為何資料整合比單純擁有大量資料更重要？
2. Insights engine 為何需要一定程度的組織獨立性？
3. 這項全球能力如何反而促進地方客製化？

參考解答／分析

Unilever 的做法包括以消費者調查與臉部表情軟體進行廣告預測試；Growth Scout 協助判斷「在哪裡競爭」，Growth Cockpit 協助判斷「如何取勝」；與 Google 分析髮型相關搜尋並快速製作 All Things Hair 教學內容；亦以跨功能工作坊思考東南亞護髮產品銷售。這些做法顯示 insights engine 可作為非區位綁定的高階 FSA，協助各市場建立更精準的顧客端區位綁定 FSA。