https://yennj12.js.org/yennj12_blog_V4/tags/%E9%9B%BB%E5%95%86/Recent content in 電商 on YennJ12 Engineering BlogHugo -- gohugo.ioen-usMon, 10 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part7-case-ecommerce-zh/Mon, 03 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part7-case-ecommerce-zh/電商 GEO 的核心矛盾： 你有 12,000 頁，但只有 40 頁值得為 GEO 手工優化。 剩下 11,960 頁要靠模板——而模板化內容天生就是薄內容。 解法不是「把每頁寫厚」， 是「讓資料本身變成內容」。 一、情境 公司 台灣戶外用品電商，35 人，年 GMV 約 NT$4.2 億 品項 登山、露營、單車裝備，12,000 SKU，420 個品牌 技術 Shopify（後台）+ Next.js App Router（前台，headless） 部署 Vercel（前台）、Shopify（結帳）、Algolia（站內搜尋） 內容 商品頁 12,000 / 分類頁 380 / 選購指南 64 篇 業務動機：客單價 NT$3,000-15,000 的裝備，購買前研究期長達 2-6 週。使用者開始用 AI 問「登山杖怎麼選」「XX 帳篷跟 YY 比哪個好」。 基線量測（45 題 × 3 引擎，2026-03） ────────────────────────────────────── 提及率 22% 引用率 9% 價格正確率 14% ← 幾乎全錯 Page Concentration 91% ← 引用幾乎全落在 3 篇選購指南 Coverage Gap 38% Page Concentration 91% 是這個案例的核心訊號：12,000 個商品頁，一個都沒被引用過。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part14-industry-playbooks-zh/Mon, 10 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part14-industry-playbooks-zh/大多數人的做法：一套 checklist 打天下，然後困惑為什麼在律師事務所有效、在醫美診所無效。 真正該做的事：先確定這個產業的天花板在哪，再決定投入多少。 產業差異不是「風格不同」。 是同樣的投入，效果差三倍。 一、為什麼產業差這麼多：三個決定性變數 變數 1：模型對這個領域的「來源偏好」 ────────────────────────────────────────────────────────── YMYL 領域（醫療、金融、法律）→ 強烈偏好官方機構、學會、 大型醫院、監理單位 技術領域 → 偏好官方文件、GitHub、Stack Overflow、 真實使用者討論 消費領域 → 偏好評測站、論壇、比價平台 → 你能不能擠進「被偏好的來源類型」，決定了天花板 變數 2：查詢是「知識型」還是「選擇型」 ────────────────────────────────────────────────────────── 知識型（「什麼是 X」「X 怎麼運作」） → 廠商很難贏過百科與媒體 選擇型（「X 有哪些選擇」「A vs B」「該找誰做 X」） → 廠商是天然的答案來源 ← 這才是你的戰場 → 一個產業的查詢中，選擇型佔比越高，GEO 效益越高 變數 3：資訊是否已結構化 ────────────────────────────────────────────────────────── 電商、製造業 → 資料庫裡已有大量規格，是渲染問題（Part 7） 專業服務 → 知識在人腦裡，是生產問題 → 決定成本結構是工程密集還是內容密集 二、跨產業對照總表 產業 選擇型 天花板 主要成本 典型 retainer 優先動作 查詢佔比 (引用率) 結構 （月，NT$） ────────────────────────────────────────────────────────────────────────────── B2B SaaS 高 70% 30-45% 內容 70% 8-25 萬 比較頁 + 文件 專業服務 高 65% 30-40% 內容 85% 6-15 萬 專家實體 + 案例 B2B 製造 / 工業品 中 55% 25-40% 工程 60% 10-30 萬 規格表 HTML 化 開發者工具 高 75% 35-50% 內容 60% 5-20 萬 docs + 開源 教育 / 課程 中 50% 25-35% 工程 55% 6-18 萬 付費牆分層 品牌電商 中 45% 20-35% 工程 75% 10-30 萬 商品資料渲染 高單價 B2C 中 50% 20-30% 內容 70% 6-15 萬 在地 + 比較 旅遊 / 餐旅 中 55% 15-30% 工程 60% 8-20 萬 OTA 依賴度高 金融 / 保險 低 35% 12-25% 內容 80% 10-25 萬 法遵是瓶頸 醫療 / 健康 低 30% 10-20% 內容 80% — 建議不接知識型 天花板數字為 [推估]，來自本系列案例與同類專案的觀察區間， 依競爭密度可上下浮動 10 個百分點。用來設定期待，不是承諾。https://yennj12.js.org/yennj12_blog_V4/posts/amzn-2025-10k-deep-dive-zh/Sun, 19 Jul 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/amzn-2025-10k-deep-dive-zh/大部分人看 Amazon 的 2025 年報,第一眼看到「淨利年增 31%」就下結論:電商巨獸又贏了。 稍微細看的人會發現:淨利裡有一大塊是 Anthropic 與 Rivian 的「未實現投資利得」,本業營業利益其實只成長 17%,而且還被一次性費用壓低。 真正讀懂年報的人會問三個問題:這 31% 的淨利有多少是「真現金」?為什麼營運現金流創新高、自由現金流卻被砍掉七成?那筆 $1,318 億的資本支出到底在賭什麼? 這篇用 10k-digest 的結構化方法,把 Amazon FY2025 這份 84 頁的 10-K,連同過去五年的軌跡,拆給你看。 ⚠️ 免責聲明:本文為 SEC 10-K 年報的教育性拆解與閱讀筆記,所有數字均引用自 Amazon.com, Inc. 官方申報文件(FY2021–FY2025 共數份 10-K),目的在於示範如何結構化地讀一份年報,不構成任何投資建議或買賣訊號。文中的估值、情境與評分皆為說明性質,投資決策請自行判斷並諮詢專業意見。 一、執行摘要(Executive Summary) Amazon.com 是全球最大的電商與雲端運算公司,透過北美與國際零售網路、第三方賣家平台、廣告、Prime 訂閱,以及 Amazon Web Services(AWS) 這台雲端獲利引擎營運,全職與兼職員工約 157.6 萬人。FY2025 是「營收穩健加速、AWS 重回 20% 成長、帳面淨利被投資利得墊高、同時押上史上最大 AI 資本支出賭注」的一年。 一句話總結投資論點:「一家用零售與廣告養規模、用 AWS 賺利潤的複合體,正把每一塊營運現金流連同新舉的債務,全部灌進 AI 資料中心;獲利品質乾淨,但自由現金流被資本支出砍掉七成,且帳面淨利裡藏著一大筆非現金的 Anthropic 未實現利得。」 維度 FY2025 表現 訊號 營收成長 +12.4%(連兩年加速) 🟢 穩健 獲利品質 營業利益 +16.