friDay加購新平台不是「COSTCO」模式,而是傳統零售B2C終結槍響起
friDay加購新平台不是「COSTCO」模式,而是傳統零售B2C終結槍響起

10月13日遠傳旗下網站 friDay 推出「加購」新平台服務,承蒙眾朋友看重,故撰寫此文分享看法。

一般介紹可從其他網站了解服務簡介,本文就作法與產業面探討。

先來講結論。 我認為friDay「加購」平台,並不是Costco(好市多)模式,是數據運算後的動態零售電商。

首先簡單敘述「加購」此服務:friDay加購即日起開放試營運,採付費會員制,年費1200元,但中途退出無法退還會員費,而遠傳用戶月繳89元可加入會員,需綁約1年,除了號稱商品都是市場最便宜外,每加購1件商品,全館其他商品都會再降價,買愈多降愈多。

friDay加購.jpg
friDay加購即日起開放試營運,採付費會員制,年費1200元。
圖/ friDay

記者會展示影片,時間軸共同創辦人陳顥仁在臉書上發佈的影片如下:

  1. 每個商品加入購物車後,全站其他商品會提示每商品能分別再減價金額。
  2. 加入不同的商品,減價不同。
  3. 每個供應商/品牌,僅提供一款,為求單品量深不求廣。
  4. 因為訴求3,能滿足的消費者數可預期是不會太多(有鎖定族群30~39歲上班族的需求挑品)。
  5. 收取會員費有部分為了支撐毛利結構。

猜測實作面

因為不在其集團內部,僅以猜測的角度分享探討。

為求讓消費者感覺達到「越買越便宜」的感覺。

friDay經過兩年的營運,站方已有數據能精確算出「經由外部流量獲取會員成本」「外部流量獲取訂單成本」(行銷成本),「每張訂單客單價」「每張訂單淨賺錢」(營業結果)。

年營業額是8億,那客單價1千元的話,就有80萬張單的數據,再計算不同分類商品上的「行銷成本」,加上不同品類的毛利淨額歷史資料計算。如果老闆鎖定「每訂單必定要賺到的毛利比率(或是營利絕對數字,例如每筆訂單我都要賺到500元)」,接著就可以跟使用者動態玩組合銷售商品,只要符合專案目標到底是什麼。

每次加入商品在購物車時候,大概會做以下的計算:

  1. 是否為回購消費者或是第一次進來的消費者。
  2. 之前這個客人平均的訂單單價。
  3. 1200元中,這個會員今年已經發生的行銷貼補程度。
  4. 加入購物車的商品目前總毛利額。
  5. 其他的控制變因。
  6. 計算出剩下還可折抵的毛利額 =>第6點的答案數據,再帶入整個賣場重新計算。

加上一些其他的變因,最後就可以知道賣場內還沒加入購物車的每個商品,還可以再吐多少毛利出來,進而變成動態計算,造成「越買越便宜」的感覺。

(上述有加入了個人化的變因,實際我沒有測試不同人是否價格不一。)

對於供應商

因為friDay要求一個品牌商僅要一個單位商品(SKU)參與「加購」,達到最低價的要求. 對於廠商來說,「加購」平台的參與門檻變低,無論廠商是要做「新款促銷」或是「庫存清倉促銷」,因為只有一個單位商品,操作就可以很靈活,比較不會做到廠商的所有鋪貨通路定價打架。

對於使用者

事實上,真的會做到「越買越便宜」的感覺,使用者在繳年費的情況下,每當有消費需求,第一印象會先去「加購」嘗試多買幾次。

對於精打細算的使用者,還會想著「怎麼把1200年費賺回來」,這些都會是主動的「直接流量」,能夠多綁幾次「上班族消費者」一年之中的必要生活消費。

對於「加購」平台

friDay的年營業額是8億,在目前比較晚出發,又已經是電商平台惡性低價紅海競爭的市場狀況下,要切出一個破口是很不容易的事情。

不求做商品廣,但求做商品深,僅求滿足部分消費者需求,這招是可行的。

另外,因為會讓使用者在腦海裡形成既定印象,並且是「動態變價」,會增加使用者大量的「停留時間」與「瀏覽次數」。前述的操作實作方式可能會猜錯,但只要確認加入年費會員之後,這兩個數字表現絕對會不正常的倍數增加。使用者不停嘗試把東西加入購物車又移除,在「加購」平台裡「玩」這個機制,增加黏性。

因為有繳年費的關係,與消費者的關係有一條弱連結聯繫,讓繳年費消費者,每次要買東西的時候會想起「去friDay加購看看」,公司方省下了多次的行銷費用,這是GA裡的直接流量。

在競爭者方面,因為與以往B2C的購物網站不同,是從技術面去改變整個購物網站的玩法,原有市場上的競品購物網站要增加這樣的機制蠻困難的,不只是技術架構的問題,還有人力的問題(現在大家都很缺研發人員),也有使用者介面UI流暢度的問題。

新時代的零售電子商務開始

時間軸這次的服務,我真的覺得是創新。也許你會說,「市場上原來就有人這樣玩,並不是什麼新的東西,例如屈臣氏加價購」。

其實,零售業買東西送到家,本身就不是什麼新的商業模式,以前王永慶年輕的時候就把米送到你家,我猜水滸傳武大郎賣燒餅,應該也有燒餅送到家的早餐服務。

但至少目前電商市場的大型競爭者,沒有人砸錢、砸人下去做「模擬整個場景或功能」的整個網站,能夠把「在實體賣場推車越加購越便宜的感覺完整搬上網」,我認為是很了不起的,這是電商產業上的一個進步。

另一個角度看,是用技術完成了「數學與營運結果的統計算式,然後設計在動態的網站與架構上」。

以往的B2C零售電子商務網站,僅把網站變成一個結帳機,但沒有活用使用者的數據。網站的營業數據僅拿來算行銷成本、套行銷公式比低價,但沒有回饋在整體的消費者購物體驗與商業模式上,並且用技術去完成目標。

當時間軸開了技術創新與數據應用的「動態電子商務」這一槍以後,市場上還可能跑出什麼東西?

「當同好越多,同時在線的時候才能買到的商品?(這是遊戲功能吧)」
「當朋友同時上線加入購物車才會更便宜?」
「繳年費的VIP會員有資格先買一個小時清倉貨,再開放一般會員買?」
「如果沒把一個廣告點爆,大家都買不到的限量商品?」

總而言之,死板板的結帳機電子商務時代終結了,工程師會越來越缺,越來越貴了。

不過,工程師也不要看了這篇文章之後,跑去嗆你老闆說你很重要,工程師做完網站之後,沒有行銷的人賺你的薪水,大家一樣沒薪水領,每個同事都很重要XDDD(樓歪了)。

電子商務,商務為本,電子為術。
科技只是實現想法的工具,價值才是帶給使用者的東西。永遠不變的道理。

本文獲作者授權轉載自作者部落格,<friDay「加購」新平台不是「COSTCO」模式,傳統零售B2C終結槍響起…>。

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

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