大數據影響個人消費經驗|數位時代 BusinessNext

圖說明

大數據在購物上扮演了非常重要的角色，不但能讓人瞭解消費者在購買時的習慣與喜好，從大數據的分析中，更可預測流行趨勢，甚至連家庭主婦的民生用品也適用大數據的概念。當你能掌握大數據，所有的零售商就能讓消費者享受到特別待遇的感受，也能幫助零售商了解市場上消費者需求。

當銷售員藉由消費者本身的個性與穿著，針對消費者的疑問給予意見，就如同自己被當成VIP服務。無論消費者去到哪一家店，或在哪一個電子購物網站上，都可以因為這樣的良好服務品質而多購買一些商品。

接下來用兩種零售商分別在電子商務與實體店面，在分析大數據的概念來舉例：Birchbox與Harrods。

#Birchbox：從訂閱商品到品牌忠誠

Birchbox是2010年推出訂閱美容商品的電子商務，每個月會寄給訂閱者不同類型的美容試用品，可讓訂閱者實際使用他們所訂購的美容商品，試用後若覺得滿意，就可以到商店中購買。這是ㄧ個讓品牌持續曝光的最佳方法。Birchbox的其中一位共同創辦人將此方法定義為：「嘗試、學習、購買模式」。

自從Birchbox開始在線上商店使用訂閱美容試用品的方法後，訂閱者可提供個人消費資料與訂閱者使用了哪些商品，進而消費者到相關店家購買來增加銷售。線上訂閱的用戶，可輸入自己的膚色、髮色、與穿著風格，能確保每個月所收到的商品，都是為訂閱者量身打造，符合自身條件。實體店面位於曼哈頓的SoHo區，而分析消費大數據有助於要開發怎樣的商品才會受到客人喜愛。

在實體店面中，顧客在購買東西前，會使用商店所提供的免費試用品。Birchbox在店內使用iPad，將所有的商品都讓顧客可在iPad上簡單地遊覽概況，並標記自己想要購買的商品與寫下對此商品的一些意見。

Birchbox的商業模式其實很好懂，當訂閱者每個月提供新產品試用與商品感想，這會讓消費者對於店內商品具有高度的吸引程度與品牌忠誠度，讓每個購物者都覺得總是很期待每個月會寄來哪些商品。Birchbox就如同你的朋友一樣，會告訴你你喜歡的是什麼，或著知道你在擔心商品的那些條件。而這些購物模式，就可以很輕易的讓購物者信任自家品牌，達到一個長遠良好的互動關係。

#Harrods：勝利的展示方式

第二個要介紹的零售商，為倫敦奢侈品百貨公司Harrods。從遊戲化到商品展示，銷售商仔細分析市場上的大數據，了解什麼商品才能有效的拉動銷售營業額。

零售商使用新科技去呈現Pholo Palph Lauren品牌，在店內設置十五個櫥窗，展示Fashion Lab地圖，讓消費者可輕鬆地在店內尋找所有的商品。在消費者的手機設備上，可選擇自己喜愛的商品，並給予了早鳥或夜貓子合購商品的價格優惠。這些利用大數據購物的方式都增加了15%的線上購物消費者。

#零售商需要的工作模式

大數據真正改變的是新消費者與零售商互動方式。用Birchbox與Harrods這兩個例子可歸納出，如何實際影響消費者選購商品的方式，就是讓消費者用購買行動告訴你他們真正的想要什麼，保持一對一的互動並追蹤消費者對於商品的喜愛程度，在許多銷售手法上都適用。

資料來源：The Future of Commerce

延伸閱讀：如何有效運用社群網站的大數據?

@@ACTIVITYID:350@@

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。