零售業者如何與電商巨頭競爭 ── 電商並非零售業失敗的主要原因,關鍵在於客戶體驗
零售業者如何與電商巨頭競爭 ── 電商並非零售業失敗的主要原因,關鍵在於客戶體驗
2018.10.25 | 移動

全球零售業都很害怕在電商領域佈局很深的大品牌進入自己的市場,從而讓業績受到衝擊,因為大家普遍認為,亞馬遜(Amazon)或阿里巴巴(Alibaba)這類網路購物平台正在扼殺零售商店。但事實上,2017年零售商店開幕的數目遠比關閉來的多。

零售商店失敗背後的真正原因比較可能是領導無方、經濟條件不佳、誤判市場變化、或者策略執行的時機不恰當;其他原因還包括,零售業者「沒學會走路就想跑步」,或者沒弄清楚顧客價值點(customer proposition),即對顧客來說有意義的點。更重要的是,很多零售商對於自己最寶貴的資產—員工及店面,並未加以優化。

而下列關鍵九招,能幫助零售商反擊電商巨頭,讓客戶的生活更簡單、方便、美好與安全。

  • 第一招:巧妙利用正在崛起的「對話式商務平台」,提高客戶忠誠度。
  • 第二招:提供取貨彈性,這必須透過各種不同物流方式,例如「網上下單、店面取貨(click and collect)」。
  • 第三招:跨通路的退貨方式。如果退貨很便利,92%顧客會再回購。
  • 第四招:整合新興的客戶接觸點,例如智慧家庭聯網裝置。
  • 第五招:培養強大又能滿足購買行為的店內人員。
  • 第六招:確保零售流程以服務為導向,整合實體及數位通路,以便提升個人化體驗及採購便利性。
  • 第七招:運用人工智慧提供以客戶為中心的體驗,例如行動採購助理。
  • 第八招:建立協同生態系,邀集其他零售業者、供應商、科技提供者、甚至客戶一起成為生態系夥伴。
  • 第九招:確保有參與感的店內體驗。讓客戶在購買之前能夠觀看、觸摸或試用。

除了以上對抗電商巨頭的九大招式外,適地性服務LBS(Location-based service)技術也是能促進購買行為與改善客戶體驗的方法。

零售業者如何與電商巨頭競爭.jpg
圖/ Gartner

以美國戶外用品連鎖店REI為例,在行銷策略中運用LBS技術改善客戶體驗,成功將慢跑愛好族群轉化為死忠客戶。零售業者可利用地理圍欄(Geofencing)技術來促進客戶轉換率,改善客戶體驗。

儘管這個案例看似憑直覺就能解決,但行銷主管往往為了行動策略要採用何種LBS解決方案以最優化目標傷透腦筋,此時建議可從各種LBS解決方案對行銷目標的貢獻度來判斷並做出選擇,例如目標放在潛在客戶開發(lead generation)或提高荷包占有率(share of wallet),而不是只著重技術本身。行銷主管必須選定各種方法的正確組合,才能達到最佳結果。

運用地理圍欄(geofencing)促進客戶轉換、改善客戶體驗

地理圍欄是以數位方式在地圖上劃定一個區域,一旦客戶進入界限內,就啟動行銷活動。

很多行銷人員利用地理圍欄技術驅動購買行為,例如當客戶靠近零售店面時推播促銷方案。此外,地理圍欄技術也可用來提高客戶忠誠度,進而改善客戶體驗,例如進入洛杉磯國際機場時,Uber推播目前有幾輛空車可以載客,這就是運用了地理圍欄技術。

地理圍欄技術也可延伸到自家的地盤之外,不限於通路據點。例如像喜達屋(Starwood)酒店集團這類觀光品牌可以透過劃定機場及火車站的範圍,當訪客抵達這個城市,進入地理圍欄,就立刻致上歡迎之意,並提供交通、當地景點等資訊。但不要只鎖定進入地理圍欄的客戶,當偵測到他們離開時,也可邀請他們再回來,或詢問此次造訪的感想。

佈建Beacon定位技術 以提高忠誠度、了解消費行為

Beacon是指採用了低功耗藍牙或Wi-Fi等技術的裝置,只要在連線範圍,就可與行動裝置內一或多個事先選定的應用程式進行通訊。

行銷人員利用Beacon能達成的目標,大致與地理圍欄類似,不過Beacon鎖定的範圍更小,因此也更精準。像美國Nordstrom這類型的百貨業者,若希望提高客戶轉換率,就可打造更獨特的促銷方案,在百貨商場內劃分不同區域以進行精準行銷,如在化妝品及女鞋區推播特定訊息。此外,一個品牌若要追求更高的擁護度,也可將問卷推送給客戶,請求他們填寫意見。

但別把Beacon的目標族群侷限於消費者身上,這類技術還可協助分析,並確保員工能夠改善客戶體驗。例如布魯克林博物館的員工,就是利用Beacon技術,根據參觀者的所在位置提供看展的指引及建議。

運用可掃描的媒介增進品牌認知度 同時取得潛在客戶名單

像QR code及NFC近場通訊這類可掃描的媒介,是利用編碼或標籤的方式,讓使用者透過手機上的APP進行互動,藉此誘發消費行為。

這個方式很適合刺激入站流量,同時獲取有效客戶名單,這也是活動行銷人員經常使用的技巧。而零售業者若要避免「展示廳現象」(即把實體店面當作展示櫥窗,只看不買),可透過可掃描媒介,將更深度的產品資訊提供給客户。品牌也可利用這個方式,來改善品牌認知度、降低客戶的困惑。例如加拿大GSK藥廠就針對Flonase鼻噴劑產品推出相關的服務,消費者只需以Android手機感應貨架上的NFC標籤,即可取得更細部的產品資訊,像是處方藥彼此可能會產生什麼交互作用。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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