【淺談導購三】 從網購平台競爭現況看導購網站的價值
【淺談導購三】 從網購平台競爭現況看導購網站的價值
2013.05.18 | 創業

日前看到一篇與國內電商有關的 問卷調查報告 。據此報告,使用者選擇網購平台最重視的條件如圖(節自 動腦 )所示。

觀察這些影響使用者選擇網購平台的原因,發現幾個事實:

  1. 到貨速度、退換流程、交易安全、客戶服務、個資保護等項目,對使用者的重要性居於中後段;

2.「商品價格較低」落在第四位;

從導購角度出發,在此提供個人的觀察與推論如下:

網購平台現況:基礎設施大致完成 v.s 使用體驗有待提升

相信沒有人選擇走進某家商店的理由是:因為它有水有電。走進某家商店,必然是因為它有我們感興趣的商品──如Costco,即使它的場景根本像倉庫,仍有許多人願意付年費當會員;或是它有我們喜歡的場景──如誠品,即使很多人進去只是翻翻看看感受氛圍而不買書;或是它同時兼具二者──如IKEA,這純屬我個人感覺。

網購也是同樣道理。到貨速度、退換流程、交易安全、客戶服務、個資保護等一般認為關鍵的項目,重要性卻居於調查結果的中後段,實在意味著電商發展十餘年來,方便的金流物流、周全的個資保護與親切的客戶服務已經形同房屋配備水電瓦斯一般自然,它們是網購平台的基礎設施,缺一不可,然而基礎設施達到及格水準之後,邊際效用遞減,漸漸不再成為使用者選擇網購平台或轉移陣地的主因。

如今網購平台的競爭重點乃在提升使用體驗,例如持續思考「買衣服和買電腦的人逛的頁面都長一樣,有無更佳解?」等問題,以及深度投入 **** 、 **** 與 **** 。這些正好都是導購網站能為網購平台與使用者雙方提供的價值。

網購市場成熟:走出價格大戰 轉向價值競爭

低價一直以來就是網購的重要賣點之一,同樣的商品只要賣得比實體店便宜、比其他平台上便宜,必然能爭取到一定客戶,血腥而有效。然而,賠本賺吆喝畢竟只能是一種短期手段,而且單純以低價吸引到的使用者通常忠誠度低──為錢而來的人也會為錢而走。

商品價格對消費決策的確至關重要,但為何問卷調查報告中「商品價格較低」為何僅排名第四?由此推論,網購平台與供應商們已經逐步走出價格大戰,轉向價值競爭。一方面平台與供應商皆開始積極累積粉絲、爭取品牌認同;另一方面供應商也採取更高明的商品組合與訂價策略,避免因為配合各個網購平台進行連綿不斷全年無休的促銷活動而長期壓抑自身商品的價值,或者因為同一商品在不同網購平台上售價不一而造成通路衝突。種種措施都造成使用者愈來愈難執行單純的比價,遂使得商品價格一如金流物流基礎設施,儘管永遠是考慮因素之一,但漸漸不再是使用者選擇網購平台或轉移陣地的主因。

導購網站原本最直觀也最重要的價值即:為使用者提供跨平台間的商品比價,特別是在「可比價商品」(如3C、家電等標準化商品)類的導購。但在往後幾年內,單純比價的功能可帶給使用者的價值將會愈顯稀薄,必須能夠提供「整包」價值的比較,包含商品價格、贈品內容、保固期間、抽獎機會、紅利累積、分期付款、物流速度、已購買者的體驗評論… 等完整資訊的PK列表,才能真正符合使用者的需求。

海量商品時代:導購網站可幫助使用者發現和選擇商品

網購平台一直都採用「圖書分類法」般的方式,先以「頻道」、「欄目」進行分類,再輔以「標籤」增加彈性,一一將商品排入虛擬貨架。商品不多時這還能行,就像1994年的Yahoo!只是各個網站目錄就很好用;但如今在海量商品時代,索引顯然不夠,使用者必須依賴搜尋引擎。網購平台通常會提供站內商品搜尋引擎,但相對於google主要採用PR值(網頁重要度)的邏輯,網購平台的站內商品搜尋結果排序邏輯又是什麼呢?無論是賣得多的排前面、利潤高的排前面、下廣告的排前面或最低價的排前面,可能都不是最有利於使用者的排序邏輯。問卷結果顯示「容易搜尋商品」對使用者的重要性(42.1%)排名第一,「操作介面簡易」(36.6%)排名第二,大抵印證了海量商品造成使用者愈來愈難找到自己想要的東西,或愈來愈容易在模板相同的諸多商品頁面轟炸下陷入迷惘與疲勞。

這讓導購網站得以在近兩年快速發展起來。例如大陸知名導購網站 美麗說 ,參考了 Pinterest 以圖片瀑布流一頁無限加載的做法,重新陳列女孩們的衣服、鞋、包…等,提供使用者一個不只可以「買」,還可以「逛」的環境,在滿足自發性消費需求的同時,亦能創造誘發性消費;不僅如此,它還更進一步紀錄了每天幾百萬使用者的瀏覽、喜歡、分享與購買,讓使用者的每個動作都等同一次不自覺的投票,用來決定每個商品該在什麽地方出現,以及每個人會看到什麽樣的商品,透過簡單的UGC(User Generated Content,使用者生成內容)實現了 **** 、 **** 與 **** ,成功地提供了海量商品資訊流的解決方案。 美麗說 於2012年底的最新估值,高達二億美金。

對電商平台來說,導購網站的貢獻無非是導入優質流量;反過來對使用者而言,所有的導購網站都是以不同的方法在做著同一件事:降低交易決策中的搜尋成本,幫助使用者發現和選擇商品。如果您計劃正在從事電商導購,您希望能為使用者帶來什麼價值呢?

註:關於自發性消費與誘發性消費的定義,請參考[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

(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