1. 為什麼需要商品比價群組？

• 電商導購平台的角色與挑戰
• 使用者需求驅動：什麼樣的「比價體驗」才是有效的？
• 商品資訊碎片化問題與資料統整的重要性

2. 比價群組的技術挑戰：從概念到實作

• 看似簡單，其實困難重重：產品聚合的核心邏輯
• 關鍵技術決策：資料建模、比對演算法、資料管線設計
• 資料異質性處理（商品命名、價格格式、屬性缺失等）

3. 跨團隊合作的力量：PM、工程、資料、營運的共舞

• 不只是技術問題，更是產品與商業的協作挑戰
• 如何建立共識？如何快速試錯？如何與使用者驗證假設？
• 有效的工作流程與溝通方式：對齊節奏與目標

4. 從開發現況到未來展望

• 現階段的成效與實際應用案例分享
• 面對資料更新、商品多樣性與商家行為的新挑戰
• 下一步：更智慧的比價推薦、更即時的商品更新、更彈性的架構演進

聽眾收穫：

1. 認識導購平台與電商的差異
2. Rule-based 雖然過時，但在某些情形還是很管用
3. 如何善用 LLM 萃取與擴充資料
4. 一個商業問題必須考量 ML 技術與軟體工程、資料工程等問題