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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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