近幾年隨著台灣百貨公司數量的增加,各家百貨都拚命找出差異化競爭的優勢。九月底,新光三越百貨籌備了二年、耗資三十多億打造的信義新天地A4館正式開幕,執行副總吳昕陽表示,要針對這個區域的消費者做區隔化,A4館的加入,不但要與其他百貨競爭,也要和自己競爭。 十年前衣蝶首創 女性專門大店集客力強 台北市的信義計畫區每到週末假日,一天就有超過二十五萬人在此商圈活動。新光三越老早就在此布陣,在信義區就有A8、A9、A11和A4等四館,四間百貨的總營業面積高達四.六萬坪,去年A8、A9和A11三館,除稅總營業額為一百二十五億,今年加入新生力軍 A4,預計四館營業額目標為一百五十億,冀望能首次超越台中店A4館開幕當日更創下高達四千二百萬以上的業績。這是新光三越百貨首次嘗試以「女性」做為區隔市場的分眾館,引起百貨業界各方的高度關注。 十年前,衣蝶百貨領先其他競爭對手,推出台灣第一家鎖定女性的百貨專門店,以帥氣的門房和大面穿衣鏡、清爽的洗手間,在女性消費族群中建立起好口碑。衣蝶百貨協理柯愫吟指出,十年前這是很大膽的嘗試,但十年後來看,這策略是正確的,因為這十年來有不少業者都在模仿衣蝶的經營模式。「衣蝶百貨有對應到顧客的需求,」吳昕陽表示,衣蝶百貨進步發展得很快。原本新光三越規劃A4館為居家館或是居家結合食品大店,但經市調與問卷訪談後,發現信義新天地的主要客群是以二十至四十五歲的女性為主,約占了七成,因而決定首度嘗試女性分眾市場,於今年四月底,A4定位為女性專門大店,目標客群瞄準為二十至四十歲的都會粉領上班族,並以「醫學美容、健康、輕食和平價」等做為賣場規劃。 打著女性大店的旗號,A4館在招商上的確花了不少苦心,「賣場規劃和其他店差不多,但商品深度增加許多,」吳昕陽表示,A4館的廠商中有一百三十六家是首次進駐信義計畫區,而另有八十個品牌是首次進入新光三越,交出擁有五二%新品牌的商品組合,像是Tod's、Balenciaga都是問卷調查中女性顧客希望有的品牌,試賣六天,光是機車包就賣了四十個。牛仔專區也引進美國當紅的七家牛仔品牌。 用空間討好女性 千萬打造內衣試衣間 除了在招商方面竭盡所能地滿足女性,在賣場空間規劃上也盡力討好女性歡心,A4總營業坪數約九千三百一十五坪,裝潢全以白色為基調,光線明亮,呈現出空間寬敞之感。另外,一進門的化妝品一級戰區,特別在專櫃上放置沙發,將顧客諮詢區變大,著重與女性顧客的互動;在女鞋區,更打破以往慣例在地面鋪上地毯;四樓的內睡衣區,也花了上千萬規劃明亮豪華的內衣試衣間,試衣間旁並設有補妝區提供專櫃級的保養品供試用,全都為女性量身訂作,完整呈現女性大店的概念。 分眾市場決勝負 抓住主顧客創造高營收 過去台灣百貨賣場都喜歡比大,不論是京華城、美麗華百樂園購物中心,或明年即將開幕的高雄夢時代廣場,事實上,百貨賣場的大小並無法與業績高低劃上等號,由於消費者生活型態與所得結構等的不同,大眾市場已走入歷史,取而代之的是分眾市場,甚至是小眾市場。 「分眾很重要,不能一直開,」吳昕陽表示,新光三越這三年來每年都有展新店,但明年將不會有任何展店計畫。「二○○六年是新光三越的「整理年」吳昕陽表示,台灣整體百貨業年營額成長約四%至五%,市場並未呈現大幅度地成長,所以新光三越明年台灣的重心將放在改裝,像是南西店、站前店、信義A11、A8,都會依客層來做區隔,「既然有女性館,為何不可能有男性大店呢?」吳昕陽表示,百貨公司的思考角度應要打開心胸,並不停地問為什麼,才能創新,今年新光三越訂下六百億營業目標,預計明年可成長十%。 年底即將開幕的誠品商場,將會促使信義計畫區成為全台最具代表性的商圈,「新光三越要做到每個地區的第一品牌,」吳昕陽表示。由此看來,若要在競爭激烈的商圈占一席之地,一定要抓住分眾市場、客層定位清楚,並充分滿足消費者需求,就能帶進新客層,並創造高營收。
在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。
零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。
為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。
Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機
如何建立 AI Ready 數據基礎建設?
Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。
舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。
扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?
有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。
廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。
Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。
「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。
以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程
「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:
第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。
第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。
第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。
第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。
陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」
鏈結數據生態夥伴,以跨境數據放大行銷效益
除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。
Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。
以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。
簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。
展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。
