每三筆就有一筆用App付款!星巴克支付如何做到使用率超過Apple Pay?
每三筆就有一筆用App付款!星巴克支付如何做到使用率超過Apple Pay?

2017年,在星巴克每三筆訂單,就有一筆是用手機APP付款,APP預先點餐占9%。這些數字有多高?

美國知名財經週刊《巴隆週刊》(Barrens)評論:「當你和Apple比較時,這些數字是非常顯著的。今天,即使在可以使用Apply Pay的商店,也幾乎沒人在用它。根據Pymnts.com的最新研究,只有5.5%的iPhone用戶真的選用了 Apple Pay。星巴克對消費者支付行為的改變,應令矽谷眼紅。」

2011年,星巴克首度推出手機APP,將會員制綁進行動支付,建立起數位關係的第一步。

因地制宜,不同國家有不同作法,像在美國、英國和台灣,想成為星巴克會員賺點數和優惠,必須下載APP,免費線上註冊並儲值,而中國大陸則祭出升杯券、早餐邀請券、買一送一券等首次消費優惠(詳見表一整理)。

隨著人們日益依賴行動裝置,以及數據儲存和處理的成本下降,APP就像會員肚裡的蛔蟲,幫企業追蹤、收集會員的第一手消費行為模式。

經分析比對後,星巴克能更精準地掌握每位會員的消費習慣、需求、喜好,並依此持續地提供個人化的專屬優惠訊息、消費獎勵、或是特殊產品,藉此建立會員的尊榮感,增加熟客黏著度,維持滿意度和忠誠度。掌握數據,就是製造競爭優勢。

透過APP,企業與會員亦能建立更直接,更有意義的關係。

當會員感覺他們的聲音被聽見了,甚至感覺參與其中,有助於拉高其忠誠度和促進消費。

愈用愈黏的會員關係

進入數位關係前,得先說明星巴克的會員制度。

星巴克的會員制度採積點制,2016年經歷了天翻地覆的改革。他們從許多細節下手,而對一般消費者而言,這些可能僅僅店外宣傳海報上的文字調動,但其實都是悠關品牌生死的重大商業決策。

首先,從計算「來店次數」改為「營收貢獻」。

過去來店消費,不論金額大小,一次一顆星,集滿30顆星即享金卡,之後每滿12顆星再享免費換飲。

以美國市場為例,以一杯2美元的中杯本日咖啡來算,金卡的成本只要60美元,然後不到25美元即可換飲。在新制下,每消費1美元有2顆星,集滿300顆星即享金卡,125顆星可換飲。金卡低消一下跳到150美元,換飲62. 5美元。

顯示星巴克開始鎖定獎勵高消費的大戶,因為對於低消費潛力的顧客提供獎勵,沒有任何意義,反而無端減少了利潤。

第二,不同身份,差別待遇。

在美國,會員分成兩級:綠卡和金卡。綠卡享有生日贈飲、免費續杯、行動支付、手機 APP 提前點餐、會員專屬優惠活動和消費積點的福利。

但只有金卡會員才能額外享有積點贈飲,點數加倍和個人化金卡的福利。簡單說,沒升金卡,綠卡的積點都是積辛酸的。

差別待遇的目的是促進會員間的比較心理,引發積極的競爭消費慾望,或讓會員為了獲得更多,或維繫既有特權而願意在星巴克持續消費。

畢竟,好不容易晉升金卡會員,沒有人會輕易放棄已有的優勢,去別處重新開始。

會員必須預先儲值是星巴克一貫的政策。「我們發現,當人們知道他們已經預付出去,他們會更頻繁使用它。」星巴克首席財務長斯考特·莫(Scott Maw)說。

同時,預付也讓會員短時間內不會去競爭對手處消費,從而提升會員的忠誠度。從財務上來看,儲值能幫公司省下可觀的刷卡手續費,進而提高毛利。

要給會員他們真正在意的價值

第三,便利。

星巴克靠科技,深深讀懂和綁住1,500萬會員的心。而他們最看重的,無非就是在線上線下的服務過程中,讓顧客感受到成為「星巴克會員」的價值。

像星巴克的APP,大大簡化和加速消費流程,提升客戶經驗和整體效益。上班途中想要買杯咖啡時,最怕碰到排前面的人找不到會員卡、信用卡、零錢、折價券或搞不清楚怎麼換飲。

使用APP,只要一個步驟,一秒鐘,刷個條碼即可同步完成付費、積點和換獎,節省會員的時間和金錢,又有享受快速通關禮遇的虛榮。

不僅如此,加速隊伍移動,縮短等待時間,也提升了隊伍裡每個人的經驗,甚至是員工的滿意度。

2014年,星巴克再推出APP預先點餐功能(Mobile Order & Pay),進一步移除消費過程的障礙。手機APP,就像是開通了個人的得來速 POS 點餐系統,點餐、自動扣款、自動積點一次完成,餐點做好後APP還會主動通知,只要直接走進店內專區取餐。

別說排隊了,過程中完全無須和任何人互動,連小費都能用APP付。

在背後,APP持續追蹤和分析會員的消費模式和偏好,再提供個人化的促銷訊息、活動和獎勵。

APP裡忠實紀錄了客人最愛的飲品(超大杯冰摩卡半糖少冰,不要鮮奶油),建議搭配餐點,建議鄰近的星巴克店址,舉凡活動任務達標、換飲成功、生日都會恭賀讚賞,正面強化,收買會員的心和荷包。

星巴克
APP 忠實記錄了如何客製你最愛的飲品
圖/ 作者提供

「這將持續是未來一、兩年的成長重點。你只要想想(我們的)成長大多來自個人化,但我們開始捕捉和分析消費模式,不過是這幾年的事,離最佳化還很遠。」斯考特·莫在2018年3月表示,未來要把個人行銷玩到更精。

星巴克曾靠會員經濟站上高峰,如今他們如何善用手中的數據優勢,強化數位關係,將會員經濟2.0玩到更精,創出新局,拭目以待。

星巴克
圖/ 作者提供

本文授權轉載自Mobile Loyalty;作者:王茜穎

關注全球各行業如何透過會員經濟,活化品牌和和組織變革。歡迎您隨時來探索,也可參考這份線上檢測,做為推動會員制前的基礎盤點。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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