2008年台灣網友行為與B2C消費發展趨勢
2008年台灣網友行為與B2C消費發展趨勢
2009.06.08 | 科技

2008年台灣網路購物市場規模

在新網購業者加入、販售品類增加、服務水準提升,以及實體通路業者相繼開拓網路銷售通路,提供網友更多樣選擇下,幫助擴大整體網友的消費。

同時隨時間發展,網友也更熟悉透過網路進行消費,在消費金額上亦有所增長,2008年台灣B2C市場規模仍有不錯的表現,市場規模約可達到1,365億元新台幣。

其中在景氣循環影響下,旅遊、3C類別產品銷售情況較為不佳,預估未來消費者普遍對耐久財(如汽車、工具設備、家電電腦等)的支出仍將保守,不過不景氣亦促使消費者傾向利用網路比較商品、尋找特賣活動,有增加使用網購之機會。在整體市場的增長速度上,預期將會逐漸放緩,不若往年具有高速的增長。

網友結構與網路行為分析

網友身份多為20-29歲學生與上班族

本次台灣網友調查進行時間為2008年8月4日至8月18日,有效共樣本數共5,535份。其中男性佔比約44%,女性則為56%。網友的年齡的分佈中,仍以20-29歲為主要群體,佔比達到52.8%,其次30-39歲網友則佔了25.7%。對照整體的台灣人口比例,網友人口相對較為年輕。

從調查網友身份分佈觀察,主要以上班族(47.7%)以及學生(32%)居多數,同時大部分具有大學學歷(65.8%)。網友居住地則北部53.6%居冠,中部與南部則各佔二成左右,與往年的分佈接近。其中網友多數擁有多年的網路使用經驗,可以發現7年以上網路使用經驗者達到六成,顯示網友多具有豐富的網路使用經驗。

為求進一步比較調查不同群體網友的網路行為、網購行為,以性別及可支配所得,將網友分為四群,以進一步觀察其活動與消費行為的差異之處。

其中可支配所得參考主計處公佈的個人可支配所得平均,以及本次調查網友的可支配所得分佈,高低所得群體將以新台幣2萬元作為分界點。

區分後之結果,男性高所得者佔760人,佔整體網友的13.7%,女性高所得者共706人,佔整體網友的12.7%。從整體上比例來觀察,男性網友普遍在可支配所得上較女性來得較高,網購消費金額相對也較高。另外網友在使用網路之網齡平均多在6年左右,並且參與網路購物時間多在2~3年間,顯示調查樣本具有一定的網路使用與網購經驗。

另外以高所得者而言,在學歷、網路使用時間、網路購物時間與網路消費支出上等,皆高於低所得者,此乃因高所得者年齡普遍相對較高,相對有較佳的經濟能力所致。

購物訂票普遍成為網友第四大常進行網路活動

由2008年調查顯示,整體網友最常進行之網路活動,仍以搜尋引擎、E-mail、即時通訊三項為主。

以比例來說,八成的網友常使用即時通訊,顯見網友透過網路進行人際溝通的普遍性。同時可以發現低所得者,在使用即時通訊的情況還高於使用Email的比例,即時互動成為他們網路溝通的主要特性。

另一方面則是購物訂票的活動,整體上較2007年而言有所增長,過去購物訂票普遍還低於下載軟體比例,但今年排名已有所提升,顯示網友對於網路購物的使用情況更加普及化。

其中以高所得女性最常在網路中進行購物行為,常進行購物訂票者達85%。在其它活動中,男性顯然較女性常下載軟體。

另就Blog的使用而言,則是以女性明顯較男性高,這顯示若透過Blog行銷,可以接觸到的潛在女性消費者比例亦可能較高。女性較常進行編輯Blog、相本的行為,也顯示女性較喜好透過此媒介分享個人經驗的特質。

另外知識網站在各群體皆使用頻繁,顯示網友透過網路解決各種疑難雜症的現象也十分普及,最後低所得的男性,則仍是較為熱衷於線上遊戲的群體。

整體網友Blog使用比率持續增加

Blog雖然是相對晚期才發展的網路服務,但就整體網友仍有相當高的比例具有使用經驗,顯示其快速普及化的現象。相較2007年,可以發現整體的比例仍持續增長。

以使用行為而言,閱讀Blog內容普遍較高,而需要投入精神較高的撰寫文章、編輯相本等活動參與率相對較低。其中女性使用率普遍高於男性,此與女性較喜好互相交流、表達個人心情等特質有關,相對上男性使用Blog則是較常用作資訊取得的管道之一。整體使用比率的增加,也顯示透過Blog作為發佈行銷訊息、廣告、溝通平台的影響性可望擴大。

更多文章請至ITIS智網

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓