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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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