「台灣還沒有可以做到即時智能決策的零售業者。」商業智慧分析軟體公司SAS台灣創新中心資深顧問林輝倫認為，台灣的零售業者其實大多都已經意識到這是未來趨勢，也有意願往這個方向努力，但目前多數零售商要做到即時智能決策，還有兩個挑戰待克服。
一.認識你的客戶
首先，林輝倫提醒，要做到即時智能決策，代表的是必須對客戶已經有高程度的理解。他舉例，這就好像是機器學習可以幫忙判斷出銷售熱點、停留時間，但如果不夠了解客戶，店家就不知道應該推送什麼訊息給消費者一樣。
因此零售業第一階段要做的，就是「了解你的客戶」。而實施會員制就是達成這個目的的一種普遍作法。他直言，消費者在填寫會員資料時雖然可能不會留下完全真實的資料，但有兩件事情一定假不了，就是會員卡累積的消費點數，和購買的商品。他認為這兩項資訊其實就足以幫助零售業達到了解客戶的目的。
舉例來說，即便不能肯定會員到底是男是女、是30歲還是60歲，但還是可以從該名消費者每天上午都到門市消費，購買品項都是生鮮產品等行為模式推斷，這可能是一名家庭主婦。而機器學習可以從購買頻率和項目分析，主動幫每一個消費者貼上標籤。「我下次就知道這是你了。」他說，會員可以說是智慧零售的先決條件。
二.布建實體溝通管道
但這樣還不夠，因為有資料足以判斷之外，在線下還需要一個可以和消費者溝通的「管道」。他表示，目前比較常看到零售業使用的管道就是Beacon和WiFi。他補充，這除了是可以和消費者互動的管道，也是店家判斷消費者「交易前喜好」的方式。而這也是林輝倫所說的第二個挑戰，實體布建。
林輝倫觀察，台灣中小型零售商目前比較多還在第一階段，也就是發展會員制、蒐集會員資料這一層次；而比較領先的大型零售商則是已經進入實體溝通管道布建的步驟，但他還沒有看到真正進入即時智能零售的業者。不過他預期在今年，就有機會看到台灣零售商進入第三階段。
當然，不是說克服了前兩個階段，後面就輕鬆了，他表示，進入第三個階段也意味著前後端的幾套系統必須做串接整合，也是一個複雜的大工程。
型態不同，設計情境也要改變
此外也值得注意的是，零售業只是統稱，實際上則是有小型的便利商店、中型的超市或大型的百貨、賣場等等，許多不同的形態和應用情境。
他舉例，如果是大賣場，消費者一般停留的時間會比較長，店家可以溝通的時間也比較久， 設計上就可以用情境引導式的，慢慢讓消費者走到店家想溝通的內容。相對之下，消費者進入便利超商的目的通常很明確，停留時間不長，情境就會是怎麼去即時掌握每次客戶來的時間，而不能設計太長的情境式引導。又或者，如果今天是在大賣場，業者可以透過消費者該次購物籃的採購項目作分析，但便利商店的消費者分析則可能必須把時間拉長到一周的觀察期。
不過他也強調，零售業的型態在分析、溝通的情境可能有所不同，但核心理念都是一樣的。
