Wardley 戰略地圖 Wardley Map
把價值鏈上的每個元件依演化程度排列成地圖，看清哪些該自建、哪些該外包、哪些即將被商品化。戰略不是猜，是看地圖。
什麼時候該用它？
Wardley Map 最適合在你需要做「大方向」決策，但發現 SWOT 或波特五力太抽象、幫不上忙的時候拿出來。它的殺手級能力是把「看不見的戰略全貌」畫成一張你可以指著討論的地圖。
- Build vs Buy 決策：團隊在爭論「要自己做還是用現成方案」，但沒人能說清楚為什麼——地圖會告訴你答案
- 技術選型迷航：面對一堆技術選項，不知道哪些是暫時的熱潮、哪些是長期趨勢
- 新市場進入：想理解一個產業的價值鏈結構，找到切入的甜蜜點
- 組織重組規劃：不確定哪些能力應該集中、哪些應該外包或分拆
- 競爭對手分析：不只看對手「有什麼」，而是理解他們「押注在哪裡」以及為什麼
- 預算分配爭議：資源有限時，用地圖看清哪些投資在演化前端（有差異化價值），哪些在做重複造輪子
框架結構
Wardley Map 的核心觀點：所有技術和能力都在一條「演化軸」上移動，從新生到商品化，而你的戰略決策應該基於每個元件在這條軸上的位置。
地圖的兩個軸
- Y 軸：價值鏈（Value Chain）：從使用者需求（最上方）往下展開，每一層是滿足上層需求所需要的元件
- X 軸：演化程度（Evolution）：從左到右分為四個階段
演化四階段
| 階段 | 特徵 | 對應策略 |
|---|---|---|
| Genesis（創生） | 全新、不確定、需要探索 | 用敏捷、小團隊、接受失敗 |
| Custom Built（客製） | 有人做過但還沒標準化 | 建立差異化能力、搶先佈局 |
| Product（產品） | 有成熟產品可選、開始標準化 | 評估 Buy vs Build、注重效率 |
| Commodity（商品） | 完全標準化、到處都有 | 直接用最便宜的、不要自建 |
地圖上的戰略模式（Climatic Patterns）
Wardley 整理了超過 40 種反覆出現的戰略模式，最常用的幾個：
- 一切都在往右移：今天的創新會變成明天的商品，這是不可逆的
- 慣性（Inertia）：組織會抗拒改變，即使地圖顯示應該轉向
- 先行者的紅利與風險：在 Genesis 階段投入有高回報但也高風險
- 平台吃掉產品：當底層元件商品化，上層才有機會快速創新
來源與歷史
- 2005：Simon Wardley 在擔任 Fotango（Canon 歐洲子公司）CEO 時，因無法用傳統策略工具做出好決策，開始發展這套地圖方法
- 2008：Wardley 開始在部落格公開分享方法論，吸引策略顧問和技術團隊關注
- 2016：LEF（Leading Edge Forum）資助 Wardley 將方法論系統化，出版《Wardley Maps》免費線上書
- 2020：COVID 期間遠端工作興起，Wardley Mapping 社群爆發成長，OnlineWardleyMaps 等工具讓畫地圖變得更容易
- 2023-至今：被越來越多企業用於 AI 策略規劃，特別是判斷哪些 AI 能力該自建、哪些該用 API
真實案例：Netflix 的串流戰略
2007 年，Netflix 從 DVD 郵寄轉型到線上串流。如果當時畫一張 Wardley Map：
- 使用者需求：隨時隨地看想看的影片
- 價值鏈拆解：內容授權 → 串流技術 → CDN → 推薦演算法 → 使用者介面 → 雲端基礎設施
- 演化定位：
- 雲端基礎設施：已經在 Commodity 階段 → 用 AWS，不自建
- CDN：接近 Product 階段 → 先用第三方，後來建 Open Connect（因為規模夠大，自建更划算）
- 推薦演算法：Custom Built 階段 → 重點自建，投入百萬美元的 Netflix Prize 競賽
- 原創內容：Genesis 階段 → 2013 年推出《乃伊組特》(House of Cards)，第一季投入 1 億美元
結果：Netflix 把資源集中在演化前端（原創內容、推薦算法），把商品化的部分外包（AWS），從 2007 年的 750 萬訂閱用戶成長到 2024 年的 2.83 億。而那些什麼都自己做的競爭者（如 Blockbuster）在 2010 年就破產了。
使用步驟
Step 1：定義使用者需求（錨定 Y 軸頂端）
從最終使用者出發。他們需要什麼？不是「他們要什麼功能」，而是他們要完成什麼事。把這個需求放在地圖最上方。
Step 2：展開價值鏈（往下拆解）
問：「要滿足這個需求，我們需要什麼能力？」然後對每個能力再問：「要有這個能力，又需要什麼？」一層一層往下拆，用箭頭連接依賴關係。
Step 3：標定演化位置（決定 X 軸座標）
對每個元件判斷：它是全新探索中的（Genesis）？有人做過但還沒標準化（Custom）？已經有成熟產品（Product）？還是到處都有的日用品（Commodity）？這一步需要團隊討論和產業知識。
Step 4：標記移動方向與慣性
畫出每個元件的演化趨勢（往右的箭頭）。然後標記組織內的慣性——哪些團隊會抗拒改變？哪些舊投資會拖住腳步？
Step 5：制定行動方案
看著地圖，做出具體決策：
- Genesis 區的元件 → 探索、實驗、小團隊
- Custom 區的元件 → 投入建立差異化
- Product 區的元件 → 評估買現成的
- Commodity 區的元件 → 直接外包或用公有雲
這樣做 vs 避免這些
這樣做
- 從使用者需求開始畫，不是從你的組織架構開始——地圖是需求驅動的
- 把地圖當成「溝通工具」而非「精確模型」——重點是團隊對話，不是座標精準度
- 定期重畫——演化不會停，三個月前的地圖可能已經不準了
- 比較多張地圖——畫你自己的，也試著畫競爭對手的，差異就是戰略空間
避免這些
- 不要花太多時間糾結某個元件的精確位置——左右差一格不重要，重要的是相對關係
- 不要只畫一次就收起來——地圖是持續更新的策略工具，不是一次性報告
- 不要把地圖塞太多東西——一張地圖聚焦一個使用者需求，需要多張就畫多張
- 不要在沒有產業知識的情況下獨自定位演化階段——這需要團隊的集體智慧
Wardley Map 在電商的殺手級用途是「技術選型」和「Build vs Buy」。品牌電商團隊最常犯的錯誤就是在 Commodity 區的東西上花大量工程資源自建。
我看過不少品牌花了半年自建購物車和結帳流程——這在 Wardley Map 上已經是 Commodity 了，用 Shopify 或 91APP 這類平台就好。你的工程資源應該花在 Custom Built 區的東西上：你的會員經營邏輯、你的推薦系統、你的獨特購物體驗。那些才是別人抄不走的差異化。
另一個實用場景是 AI 工具導入。現在每個電商團隊都在問「我們要不要自己訓練模型？」畫一張 Wardley Map 就清楚了：基礎 LLM 已經在 Product/Commodity 區（用 API 就好），但是「用你的商品數據訓練的推薦模型」還在 Custom Built 區，這才是值得自建的。某品牌客戶就是這樣決定的——AI 客服用 ChatGPT API 加 RAG，省下來的人力投入自己的商品標籤系統，結果站內搜尋轉換率提升了 35%。
我給台灣品牌電商的建議：每半年畫一次你的技術 Wardley Map。市場在變，去年值得自建的東西今年可能已經有更好的 SaaS 了。省下來的工程時間，拿去做真正有差異化的事。