儲值款項不如街口,LINE Pay一卡通過年要發紅包突圍
儲值款項不如街口,LINE Pay一卡通過年要發紅包突圍

LINE Pay自2015年在台灣推出以來,已經累積超過500萬用戶、超過11萬個支付據點,2018年與一卡通合作推出電子支付業務「LINE Pay一卡通帳戶」。一開始,靠著發紅包等優惠活動,在第一個月就成功衝出52萬用戶成績,上線四個月會員數已經到100萬。

不過LINE Pay一卡通用戶數是成長了,但收付款金額卻沒有顯著上升,根據金管會最新公布各電子支付業者交易數據,街口支付在實質代理收付款項金額,以5.65億元穩坐龍頭,占專營電子支付機構總額的83%,LINE一卡通消費支付金額則為4,390萬元。農曆新年將至,LINE再度推出紅包活動,目的就是希望能在轉帳、消費、用戶的金額跟數量上,再衝刺一波。

LINE Pay
LINE Pay自2015年在台灣推出以來,已經累積超過500萬用戶、超過11萬個支付據點。
圖/ LINE

中秋紅包推升用戶數,但收付款金額仍輸街口

目前電子支付市場,以62萬用戶的街口支付,以及100萬用戶的LINE Pay一卡通競爭最為激烈。可以從收付款金額、帳戶轉帳、儲值款項這三個面向來觀察。

根據金管會本月公布的數據,截至去年11月底,街口支付的實質代理收付款項金額為5.65億元,勝過LINE一卡通的4,390萬元;儲值款項部分,街口支付以3.57億元,勝過LINE Pay一卡通的3.36億元;而LINE Pay一卡通,則在電支帳戶間轉帳金額以1.24億元奪冠,街口支付以8,604萬元居次。

Line一卡通記者會_2018_09_03_蔡仁譯攝-14.jpg
LINE Pay台灣行銷部負責人葉君毅表示,一卡通帳戶之所以能在第一個月,用戶數就突破56萬,關鍵就是2018年中秋節所推出的轉帳紅包活動。
圖/ 蔡仁譯/攝

LINE Pay台灣行銷部負責人葉君毅表示,LINE Pay一卡通帳戶能在第一個月,用戶數就突破56萬人,關鍵就是2018年中秋節所推出的轉帳紅包活動,當時11天的活動,就創下5億3,522萬的轉帳金額。藉由社群的力量,在好友、群組內自發性地轉發紅包,由於需要實名制綁定的一卡通帳戶用戶數量上衝不少。

再衝一波!農曆新年祭出抽紅包活動

因此,今年農曆新年LINE再度推出發紅包活動,紅包除了可以傳給個人,也能夠發在群組,事先設定紅包總金額、發放數量,讓好友在群組內搶紅包,系統會隨機分配每個紅包的金額。

特別的是,用戶只要在2/1~/2/12發出紅包,最高回饋888點LINE Points,點數入帳後就能馬上使用。葉君毅表示,無論是發紅包或是收紅包的人,都必須擁有LINE Pay一卡通帳戶,如果沒有帳戶就算收到紅包也領不了。發紅包活動除了應景,LINE最大目的就是希望再衝高轉帳金額、會員數,尤其今年年節有9天的假期,勢必能比起上一波中秋節,賺進更多的用戶。

街口支付
街口也在本周宣布,從1月24日上午10點起,只要將街口帳戶餘額提領到銀行,就能立刻入帳。
圖/ 街口支付

LINE Pay雖然擁有龐大用戶基礎,但LINE Pay一卡通帳戶在收付款項、儲值帳戶餘額金額一直跟街口支付拉鋸,關鍵原因在於LINE Pay一卡通支援的儲值銀行只有10家,而街口支付合作的銀行高達17家,在覆蓋率上持續領先,自然影響了收付款、儲值成績。

此外,若是要將儲值帳戶中的錢,提領到銀行帳戶中,LINE Pay一卡通部分銀行需要收取15元的手續費,對手街口支付則完全不收取提領手續費。街口更在農曆年前夕宣布,從1月24日上午10點起,將儲值帳戶中的錢提領到銀行,就能即時入帳,不像過去需要等上一兩天的時間,讓用戶在年節期間,可以方便將儲值帳戶內收到的紅包,直接轉換成現鈔領出。

對此,LINE Pay台灣營運團隊負責人吳孟芝認為,LINE Pay一卡通帳戶儲值金額的多寡並不是最大的重點,而是LINE Pay背後所建構的生態圈,另外隨著收款機「LINE Pay mini」的推出,能提供用戶多種支付的選項,讓用戶選擇最適合自己的付款方式才是重要的。

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