【電子商務實戰講堂 之四】滿足女生隨時換季跟上流行─ShoeDazzle.com
【電子商務實戰講堂 之四】滿足女生隨時換季跟上流行─ShoeDazzle.com
2012.01.31 | 科技

以前曾經問過女生一個問題,有能力上百貨公司買流行專櫃服飾治裝,但是大部分還是比較喜歡路邊買或是到師大/士林夜市與五分埔採購地攤貨,他知道上掏寶買一雙仿Ugg的鞋子只要兩三百台幣,而不去買三四千一雙的正版貨。因為不知道這一季買了以後到了下一季、明年同樣時候是否流行?這樣的「投資」治裝費效益太低,風險太高,所以地攤貨雖然耐用性低,卻是他購物的首選,因為多樣性符合他的需求。

ShoeDazzle.com便是有此一特性的佼佼者網站,並在2011年達到約一億美金的營收,目前陸續得到共六千萬美金的投資,他的營運模式是:

1.首先給使用者做「個人時尚偏好」的問卷,了解你的喜歡的樣式與款式,並且了解你的個人尺寸。

2.當你買第一雙鞋起,必須同時預約下個月那雙鞋(付月費39.95美金)。

3.下個月推薦你五雙鞋子,可以選擇直接買其中一雙,也可以下更清楚的指令退回要求再推薦一次給你。

4.若選擇跳過此月,那就下個月再推薦給你五雙,不會被收取月費。

所有的商品並不代理已有的品牌來販售,除了雇用獨立設計師來設計自有品牌自有商品以外,或是由明星名媛主刀,掛名設計商品,並交由工廠代工並「限量生產供應」,並代運給消費者。另外這個網站有一位名媛Kim Kardashian ( 金·卡戴珊,服裝設計師,美國娛樂圈與時尚圈名人)當他們的Co-Founder,所以ShoeDazzle本身在「獨立設計師推薦高跟鞋款」購物網站這件事情上就充滿了話題,滿足了行銷點,並且後來又增加了手提包與珠寶的項目。

這個營運模式的特色在於:


對於喜歡時尚與流行的消費者來說,買了最討厭就是穿出去撞衫撞鞋,這些鞋子是獨立設計款式限量生產供應,數量少不會撞鞋,款式特別也不容易撞鞋,如果加上是明星名人主刀設計更是特別商品,對於消費者來說這種方式雙重滿足了「獨家限量」與「追逐流行」的消費感受。


打著不與其他品牌合作,不代理販售的原因其實就是要建立自有品牌,因為這樣才能降低製作成本。在設計師與股東有著建立自有品牌的名人要素後,限量製作讓庫存降低,我相信限量製作也是跟著會員人數以及購買人數從開賣到熱賣後的不同,另外在依據推薦給會員的款式種類,去調整預期製作的數量,這樣就能穩定往上增加而有最少的庫存,降低電子商務最討厭的庫存風險。


40元美金對於美國的消費來說其實真的不算多,而這些推薦款式的人又是名人與設計師,在時尚圈裡上個月就換流行的款式,下個月就可能退燒。如果只是花費40元美金換雙流行款式的鞋子,剛剛好讓你每個月都有新鞋穿去展示給朋友看,說實在的一點都不算貴,而且這只是女生一個月購物預算裡的某部分而已。


常常我們都會聽到很多網站數據報告會說「每個月的不重複訪問人數」,基本上這個數據在ShoeDazzle.com就應該大略等於月費的訂閱者,而我相信這個「每個月的不重複訪問人數」的「購買轉換率」很高,因為以上提及的「獨家限量」與「追逐流行」還有「便宜換季」等特點吸引消費者購物,所以我認為這是一個很驚人的模式。

但是ShoeDazzle.com雖然看起來在美國相當了不起,但是在UK可踢到了鐵板,ShoeDazzle UK在2012/1/31之後將暫時停止對英國的服務,在ShoeDazzle UK的臉書粉絲專頁上可以看到很多消費者的抱怨,大部分抱怨ShoeDazzle UK服務不好,貨物送錯款式,尺寸送錯,製作成品跟照片差太多等等的問題,另外在ShoeDazzle USA的臉書粉絲專頁上看到好的消費者評價留言比較多,USA的粉絲數是UK的一百多倍,若服務也差的話應該會被灌滿,所以英國當地的服務可能要再檢討,希望有天他們能再度開啟服務。

若您有電子商務或是ShoeDazzle的資訊,歡迎您在下方留言與大家分享討論。

呂元鐘 Max Lu現為Buyble 國際代購2.0 、Buytheway 買物誌

Max的網誌

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