【台灣網路關鍵對話】 做電子商務如何讓客人快速上門-淺談導購
【台灣網路關鍵對話】 做電子商務如何讓客人快速上門-淺談導購
2013.05.02 | 創業

國內外的導購

導購於零售業並非新鮮概念,即便在線上零售亦已發展多年。美國最大B2C電商Amazon從1996年起就靠著導購聯盟(Affiliate Program)打開全球市場,至今將滿17年;而日本樂天與日本Yahoo!亦曾分別以高價併購導購聯盟LinkShare與ValueCommerce(後者去年11月於東京證交所掛牌上市TYO:2491),意味著導購聯盟對於電商發展的重要性早已為日本大型電商平台所認知。在中國的發展更為驚人,光是淘寶,在去年(2012)一年的導購分潤就超過人民幣30億元,約有50萬個導購者(網站及個人)為其效力,其中包含了最新估值分別超過1.5億美元與2億美元的知名導購網站「美麗說」和「蘑菇街」。

國內首推導購機制的電商是張天立所創辦的博客來網路書店(1997);十年後何英圻的興奇科技Monday購物網也推出「Partner Program」(2007),次年因被Yahoo!奇摩併購而成為如今國內最知名的導購聯盟「Yahoo!奇摩購物中心大聯盟」,平均每件商品依售價分潤2%給導購者。供應商常將商品同時上架於多個平台以爭取更多銷售機會,但由於大聯盟堅強的共利結構支撐,希望商品最後從Yahoo!成交的願力總是更大的。

早期參與導購聯盟的導購者多為個人。任何人皆可透過電子郵件、即時通訊、論壇發文、問答網站留言… 等方式張貼附有專屬代碼的連結網址,用以向朋友或不特定對象推廣商品,消費者經過內含此專屬代碼的連結網址而進入賣方店鋪完成消費後,導購者即可獲得佣金。隨著電商市場快速成長,導購的龐大利益已經足以支撐企業運營,因此吸引許多既有網站或新創網站參與,並演變出多元的經營模式

導購網站的本質:低買高賣,流量變現

無論何種經營模式,導購網站顧名思義,為賣方所提供的服務都一樣,即「導入流量」。簡而言之,導購網站乃各依其經營團隊之專長,採用對其成本最低之手段匯聚流量──從搜索引擎而来、由投放廣告而來、或因經營社群而自有流量,將之分類與優化之後,以更有效率的方式重新派發給最可能有最高轉換率的賣方,並依照銷售成果獲得佣金、將流量變現。

B2C電子商務過去幾年一直有著高速的成長,未來五年仍將維持此趨勢。平台變多,供應商變多,實體店的直營網店變多,網路原創品牌也變多。網路上銷售的商品項目不斷增加,業績必然要有足夠的流量來支撐,但是網際網路的整體流量增長卻顯然已經趕不上B2C電子商務發展的速度,再加上傳統產業逐漸意識到電子商務的重要而投入廣告參與流量競爭,僧多粥少,使得流量成本日益昂貴。對賣方來說,導購網站可以為他們解決這個困境,對他們貢獻較高品質的流量,而且無效免費。

導購網站的四種經營模式

一、技術導購,最容易理解,包括針對3C等標準化商品所提供的比價式導購,或以特殊方法(圖片比對)幫助買方找到特定商品(我想看所有黑白條紋襯衫)的搜尋式導購,例如Google Product Search(https://www.google.com/shopping)與淘寶旗下的一淘網(http://www.etao.com/)。

二、返利導購,這也很直觀,由導購網站向買方讓利:當買方加入導購網站會員並透過該導購網站去往合作電商完成購物時,將可額外累積紅利換取現金,或做為未來購物抵扣之用,雖然羊毛出在羊身上,但終因買方仍能得到實惠而受到許多消費者的支持,例如返利網(http://www.51fanli.com/)就在2012做到了人民幣60億元的營收。

三、媒體導購,可再分三種:其一,導航式導購,整理所有電商於同一網頁作為網上消費之入口,例如3月28日甫曝光、京東旗下的電商導航網站「導123」(http://dao123.com/pages.html),一般認為這是京東商城意欲建立其導購聯盟的第一步;其二,運用媒體採購上的專業技巧與數量優勢,低價買進CPM(Cost Per Million, 每千次展示成本),CPC(Cost Per Click, 每點擊成本),CPA(Cost Per Action, 每行動成本)廣告,把流量引入自家網站,再將上述流量高價以CPS(Cost Per Sales,按銷售成果計價之廣告,即導購)形態賣給電商;其三,借力各領域達人,針對高單價或體驗式商品為文推薦並於其影響力所及之小眾媒體(如個人部落格或各大論壇)發表,以收導購之效。

四、社群導購,如前述美麗說、蘑菇街,或美國的Pinterest、Fancy等網站。首先基於社交分享,由大量用戶各自挑出好東西;再來透過數據運算,完成興趣分析與內容篩選,可以幫助用戶降低網購的決策成本;進一步還鼓勵用戶分享各自的消費經驗,使該經驗背後的故事都有機會在用戶的強關係中被討論、弱關係中被傳播,刺激未來類似消費的發生;最後正向循環形成,每一次消費行為都能建立起一個特定族群對一項特定商品或品牌的印象、信任與情感連結,再去影響更多人,再衍生更多內容、再帶進新的流量,如此反覆不已。

社群導購的價值:不只分餅,把餅做大

上述四種經營模式中,社群導購無疑是目前常被看好的。畢竟,技術導購與返利導購所能滿足的需求偏向於「自發性消費」,只是電商之間的同業分餅、爭奪訂單;而手法較為精緻的媒體導購與社群導購,則有實現「誘發性消費」,把餅做大、創造訂單、增加整體電商GMV(成交總額Gross Merchandise Volume)之可能。

此處所談的自發性消費與誘發性消費,定義與凱因斯消費函數理論稍有不同,解釋如下:感覺該換季了,我卻沒有薄一點的衣服,得去買幾件新的──這是自發性消費(自認必需的消費)。換季對我來說只須把冬衣收起春裝拿出來就行,不必然要添購,但恰好聽到同事在茶水間對話,說誰買了一條打底顯瘦鉛筆褲很好看、說某牌推出某卡通人物短T是限量版、又說最近哪家百貨公司當季女裝正在打折… ,因而我不知為何地去買了幾件新的──這是誘發性消費(受外在刺激而發生的消費)。過去B2C電商都習慣假設自己只需要服務已有明確需求的自發性消費流量;但事實上,隨著電商市場的成熟與網購人口的增加,有愈來愈高比例的流量缺乏明確的購物動機與目的,只是在那兒東逛西逛,看看有什麼好買。被動地等著他人誘發。網路的普及使得網購消費行為快速向著誘發性消費傾斜,例如我,被誘發而買了鉛筆褲、限量T和打折當季洋裝之後,今春我在置裝上的自發性消費就會理所當然地減少了,而我身處於社群生活之中,不斷受到各種誘發,久而久之,我在食衣住行育樂各方面的多數消費,都不再是自發性消費,而是誘發性消費了。

這並非玩笑:誘發性消費此刻代表增量市場,未來卻會代表絕大部分市場。想像茶水間換個場景到網路上,社群導購擁有不容忽視的力量。

結語

根據資策會去年11月13日公布的《2012年台灣電子商務B2C網路商店調查報告》,2012年台灣B2C電子商務市場規模達到3,825億元,以平均2%之分潤試算,導購網站至少有每年營收76.5億的市場空間,大於11家商店街(4965)的年營業額(2012年年度6.76億)。這還只是開始。放眼未來,線上零售必然在整體零售業中占有更重要的地位,而導購網站賴以生存的土壤也會隨之擴張,特別是社群導購──我們相信未來國內也會出現重量級的社群導購網站,在未來線上零售市場的增量(做餅)與競合(分餅)關係中扮演關鍵性的角色,可成為新進網路創業者一個努力的方向,也值得資本市場與電子商務上下游業者共同期待。

(本文作者為高儷玲/九易購物公司策略顧問,優仕網、愛逛街 共同創辦人)

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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