Page 56 - 36-1

Integrating Artificial Intelligence into Product Life Cycle Value and Activity Value Management: A Case Study
of P Channel Agent

derson (2004) 提出 TDABC，再 AVM 理論（吳安妮，2021），可謂反映管理會計領
域在應對複雜商業環境時不斷創新和進化的過程。這一發展歷程展現管理會計從成
本衡量到價值創造的重要轉變，為企業提供越來越全面和有效的管理工具。

二、生命週期價值之文獻回顧

PLCV 和顧客終身價值是兩個密切相關但又有所區別的概念。Vernon (1966) 最
早提出產品生命週期的概念，描述新產品從進入市場到退出市場的整個過程。隨後，
Anderson and Zeithaml (1984) 以及 Scheuing (1969) 等學者進一步探討產品生命週期
各階段的特徵及相應的產品策略。
關於 PLCV 的評估，學術界的討論相對較少。Kondoh, Masui, Hattori, Mishima,
and Matsumoto (2008) 提出一種評估產品價值的方法，考慮產品整個生命週期中的
顧客效用價值、環境負擔和成本。他們將 PLCV 分為各階段進行計算，最後加總得

出整體價值。這種方法雖然全面，但由於使用的衡量單位不一致，只能以相對比率
評判產品表現。本研究的估算方法與上述 Kondoh et al. (2008) 的方法有所不同，主
要聚焦於財務淨利潤。這種差異主要源於研究視角的不同：Kondoh et al. (2008) 從
產品全生命週期的角度出發，而本研究主要從通路代理商的財務角度考慮。本研究
認為，這兩種方法各有其適用範圍和價值。
相比之下，顧客終身價值 (Customer Lifetime Value; CLV) 的研究更為豐富。
Berger and Nasr (1998) 將顧客終身價值定義為企業在與顧客交易的整個生命週期中
獲得的淨利潤。他們的模型主要考慮顧客的淨邊際貢獻，不包括顧客取得成本和固
定成本。Jain and Singh (2002) 進一步區分顧客生命週期和顧客終身價值，強調這些

概念在企業決策中的重要性。Rosset, Neumann, Eick, and Vatnik (2003) 提出一個由
三大核心要素組成的顧客終身價值模型：顧客價值、顧客交易期間和折現因子。他
們創造性地將市場細分 (Market Segmentation) 的概念應用到模型中，使得顧客終身
價值的估算更加精確。Gupta, Hanssens, Hardie, Kahn, Kumar, Lin, Ravishanker, and
Sriram (2006) 則在其模型中納入了顧客取得成本，進一步完善顧客終身價值的計算
方法。
隨著技術的發展，數據驅動決策在現代行銷中扮演著越來越重要的角色。Sheth

(2021) 強調人工智慧在顧客行為預測面的潛力，這與本研究應用 AVM 數據衡量
PLCV 的方法不謀而合。Kumar et al. (2021) 探討人工智慧、大數據和物聯網對行銷
實務的影響，特別是在產品生命週期管理方面，為本研究如何利用先進技術優化行
銷策略提供重要的理論基礎。
在顧客關係管理方面，Libai, Bart, Gensler, Hofacker, Kaplan, Kötterheinrich, and
Kroll (2020) 深入分析人工智慧在預測顧客行為和優化行銷策略方面的應用，這與本

48