X-STORE 2號店啟用，7-11朝一店雙區型態測試|數位時代 BusinessNext

X-STORE 2號店啟用，7-11朝一店雙區型態測試

時隔6個月，超商龍頭7-11再推出未來商店X-STORE 2號店。而2號店相比1號店除了進行服務、設備和產品結構調整，也將營業時間延長為24小時，要測試一店雙區的可行性。

設備、服務、產品結構都作調整

首先，不同於X-STORE 1號店是開在統一超商總部大樓內，2號店則是開在台北市信義區的基隆路上，也就是說，主要客群將不再是7-11的內部員工，而是一般消費者。或者更精準地說，是超過150萬名OPENPOINT會員。

除此之外，2號店的空間比1號店更大一點，約26坪，基本上1號店具備的科技設備和功能，如電子標籤、自助結帳櫃台等，2號店都有。統一超商經營企劃部部長許義雄表示，2號店主要的改變是根據先前1號店的營運情形和使用者需求，針對部分設備和服務做了調整和優化。

舉例來說，因為1號店開始對統一員工以外的一般消費者開放後，來客數有明顯成長，也突顯出自助結帳速度不夠快的問題。所以他們針對這個狀況進行軟硬體全面更新，將人臉辨識和商品結帳辨識速度提升了1倍左右。

同時他們也是在對外開放後發現，原本入口處的人臉辨識設計沒有考量到小孩子的身高，所以在2號店則是改成高低雙鏡頭設計。還有他們發現不論是不是7-11員工，包括許義雄自己一開始也都還不是太習慣人臉辨識，所以這次在2號店的入口處就新增了刷卡（OPENPOINT）通關的選項。

基本上2號店沒有淘汰任何1號店所使用的設備和功能，倒是另外再新增了和中國信託合作測試，結合指靜脈和人臉辨識的「X-ATM」。

延長營運時間至24小時，嘗試輔助大夜班人力需求

此外，2號店也有一些無關科技應用的調整，如因應門市附近有松山高中和捷運站，他們做了一些商品結構變化，如新增無印良品的貨架就是一例。另外也值得注意的是，相比於1號店只在早上7點到晚上7點開放，X-STORE 2號店的營運時間則是延長為24小時。

雖然目前多數7-11也都是24小時營業，聽起來似乎沒什麼特別，但在將X-STORE改成24小時開放的同時，他們還做了另一件事，就是要嘗試用X-STORE輔助大夜班的人力需求。更明確地說，這家X-STORE 2號店其實是從原本7-11門市切割一半而來，也就是所謂的「一店雙區」型式。

以白天來說，消費者來到這個門市，可以選擇進入右手邊有人員服務的一般門市，也可以選擇左手邊的未來商店X-STORE。但進入深夜後，原本有人員服務的7-11門市將會關閉，只留下X-STORE繼續營運。許義雄表示，即使如此，因為有補貨等需求，其實還是會有大夜班人員留守，但他們主要是希望X-STORE可以釋放人力作更有價值的事，也減輕大夜班人員的負擔。

不過統一超商經營企劃部新商機研發TEAM經理戴琪甄也表示，這樣的作法畢竟是從今天開始測試，所以之後還是要觀察實際運作情形，確認這樣的方式是否真能如預期所想像的可行。

實驗性質仍濃，暫無開設X-STORE 3號店計畫

而整體來說，雖然這次7-11將X-STORE的開店位址選在人流量大的地區，比1號店開放許多，也更接近超商的日常營運。但畢竟還是沒有碰觸到能否大量複製的關鍵成本問題，看來測試意味仍相當濃。

對此許義雄也表示，現在X-STORE的首要任務還是會先著重在找出消費者需求，以及是否能夠呈現出科技的價值感。至於投入的人力，和軟體開發以及硬體設備成本，都還沒有精算過。而目前來說，他們也還沒有開設X-STORE 3號店的確切計畫。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。