羽絨衣、關東煮都靠它,全家會員三部曲明年Q2進入行銷加速期
羽絨衣、關東煮都靠它,全家會員三部曲明年Q2進入行銷加速期

不論是一口氣將今(2017)年的羽絨衣備貨量增4倍,還是耗資數千萬元,將關東煮這個品項砍掉重練,全家便利商店每一個看似大膽嘗試的背後,其實都有一個支持的力量,就是會員。

一度要被停賣的關東煮,翻身要靠會員幫一把

全家過去一年多來非常積極推動會員計畫,截至目前為止總會員數已經突破420萬人。這420萬人一方面可以是全家尋找下一個市場爆發點的參考,另一方面也是全家在推廣新品,或是扭轉舊印象的重要工具。

如全家便利商店董事長葉榮廷就提到,自2013年以來,全家關東煮的營收呈現逐年下滑,業績差到他們去年甚至一度考慮要停賣。可以想像在這樣的情況下,當消費者想到關東煮,腦中第一個想到的大概不會是全家。

全家便利商店董事長葉榮廷下達關東煮「砍斷重練」指令,從前端原料、工廠製程,到後端店舖烹煮的機台,甚至
全家便利商店董事長葉榮廷表示,關東煮是便利商店2000個品項中,非常難經營的一個項目。
圖/ 全家便利商店

而今天即便全家找來日本有35年經驗的關東煮師傅、砸大錢換掉所有的關東煮設備,用一年多時間,耗資數千萬元作全面改革,端出了他們認為已經做到最好的產品,但更關鍵還是如何讓消費者重新看見全家的新關東煮,並且願意做出第一次嘗試。

同樣的行銷預算,做出不一樣的價值

全家便利商店商品本部本部長黃君毅表示,過去要想吸引消費者來嘗鮮的手法,可能就是全面降價,但現在透過會員,他們或許可以讓同樣一筆行銷預算花得更有價值。

就像在全家第一波關東煮宣傳中,是透過LINE官方帳號發送試吃序號,再讓消費者透過全家會員App的預售功能換取免費試吃,總共要送出50萬串。而這樣的作法一方面可以為全家招募更多會員、讓會員更熟悉全家App的使用,同時也可以藉此觀察消費者的實際兌換情形、回購表現等等,做為後續行銷和產品策略調整的參考。

不過黃君毅也提到,雖然420萬會員已經可以算是不小的規模,但距離真正要「完成」會員計畫,現在其實才只走到招募會員的第一步而已。如果要想更快速掌握消費者行為,並且針對消費者行為做出更即時也更彈性的反應,則是要進入第二階段,就是幫會員貼標。

招募會員只是第一步,往C2B努力

就像前面提到,過往想要吸引消費者嘗鮮,可能就是推出買一送一、全面六折之類的無差別行銷方案。黃君毅認為,那都是屬於比較傳統的B2C作法,但零售業已經在往C2B的方向轉變,也就是要從個別消費者的需求去做銷售。

他表示,現在要將所有資料蒐集回來再作分析也不是不可以,但需要比較長的時間,而在貼標之後,他們預期所有的行銷反應將會快很多,同時他也預期這個階段應該在明年第二季之前可以完成,然後正式進入第三步,也就是讓每一個消費者都能更即時獲得最需要的訊息。

另外也值得注意的是,在全家會員計畫的發展中,其實還有一個重要的環節,就是支付、紅利積點和會員的整合。一來,三者整合可以提高消費者的使用便利性和使用意願;二者這也才能幫助他們看到消費者的全貌。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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