抓寶就到7-11!Pokémon GO讓108家門市化身道館、補給站
抓寶就到7-11!Pokémon GO讓108家門市化身道館、補給站

想吸引顧客走進店裡,除了集點換贈品,7-11又想出新招:從今天(26日)起與寶可夢(Pokémon GO)進行4個月的合作,將在台北的108家門市設立補給站和道館,藉此吸引玩家為了「抓寶」「打怪」走進門市。

這項活動是寶可夢手機遊戲開發商Niantic官方授權,過去類似的案例只有日本品牌與官方合作、延續到台灣的門市, 7-11是首個由台灣通路與官方進行較大規模的合作

寶可夢的特色:讓消費者改變行為,聚集人潮同時帶動錢潮

寶可夢推出至今3年,在iOS策略遊戲的排行榜仍位居前10名,足見魅力絲毫未減。當初寶可夢在上線時,成功帶動許多用戶為此「走出家門」,到街上散步、尋找寶可夢。(肯德基從老人社交所變成「被炸雞耽誤的科技公司」

而這個改變用戶行為的成果,正合零售業者的心意,畢竟在這個電商和外送市場蓬勃發展的時刻,該怎麼讓人們出門、到店消費,成為愈來愈棘手的難題。

市場調查機構「東方線上」曾撰文分析,寶可夢最大的特色在於促進「消費者行為轉變」。

過去,需要花費大量廣告和行銷預算,刺激消費者走進自己的店裡,才有轉化成消費的可能,如今寶可夢以獲得各種角色為誘因,讓消費者一窩蜂地往特定地點移動,在等待角色出現,或是解任務、打團體戰的過程,都是強化消費者在某處長時間逗留的關鍵。當用戶願意逗留,買杯咖啡、喝個飲料,甚至是坐下來吃些東西,絕對是衍生的消費行為。

另外,當玩家之間互相分享情報:「我在XX店打超夢團體戰!」這類的訊息在社群媒體上一流傳開來,無疑是幫店家做了最好的免費曝光,進一步帶動來客率。

有些寶可夢的重度玩家,還會為了延續某個品牌贊助道館和補給站,盡可能去消費 ,讓品牌和通路感受到贊助給寶可夢有商業利益,就更有機會保留道館和補給站。

因此,7-11善用寶可夢的特性,不僅能賺到眾多網路聲量及品牌曝光,還能號召消費者主動前來店面,讓這些聲量有機會轉化成營收。

台灣與寶可夢合作的成功案例:台南、嘉義

在台灣,藉由跟寶可夢合作而帶動人潮已經有兩個成功案例。去年2月嘉義燈會和Niantic合作釋出大量稀有的寶可夢,成功吸引各地玩家前往嘉義「朝聖」,為燈會帶來50萬人次的造訪量。

無獨有偶,去年 11 月台南市政府也和 Niantic 攜手開發《Pokémon GO Safari Zone in Tainan》,同樣釋出稀有寶可夢,以及代表台南的「T.A.I.N.A.N. Z.O.N.E.」的「未知圖騰」寶可夢。這次,政府說服 111 家業者推出美食、住宿、伴手禮、觀光工廠、風景遊憩區等消費優惠,讓人潮進來後,有誘因購買商品或留下來過夜,為台南帶進 3 億元的觀光效益。

寶可夢聚眾威力驚人!但如何轉化效益才是重點

從政府的合作經驗可看出,寶可夢聚眾的威力驚人,但如何消化短時間爆量的來客,將是門市管理需事先考慮的重點。要是聚集大批人潮後,影響附近居民的消費體驗,反而得不償失。

對此,7-11表示相關活動安排在周末和非尖峰時段,避免影響既有消費者的權益。另外目前許多店內附設座位區,玩家抓寶的時候可以在此短暫休息,這也有機會提升買飲料和零食的機會,預估帶動單店來客量成長1至2成。

7-11的補給站、道館列表

  • 明塑 松山區民生東路四段54號之2一樓

  • 東鑫 松山區民生東路四段55巷10號

  • 合江 中山區合江街60號

  • 建欣 中山區建國北路二段13號1樓
  • 潤泰 中山區八德路二段314號
  • 元大 中山區遼寧街110號1樓
  • 影城 松山區八德路四段245巷35號
  • 京東 松山區南京東路五段16號1樓
  • 朱崙 中山區朱崙街60號1樓
  • 京城 松山區南京東路四段75之2號1樓
  • 民復 松山區民生東路四段130號
  • 東榮 松山區民生東路五段65號
  • 威克 中山區南京東路三段208號1樓
  • 台場 松山區八德路三段20-2號
  • 京育 松山區南京東路四段52巷1號1樓
  • 新復勢 松山區八德路三段200號202號1樓
  • 健一 松山區健康路11號
  • 吉盛 松山區南京東路五段66巷3弄1號1樓
  • 京復 松山區光復北路11巷44號
  • 征東 松山區新東街15巷1號
  • 國京 中山區南京東路三段21號1樓
  • 聰明 松山區寶清街34號1樓
  • 松民 松山區三民路10號
  • 鑫壽 松山區延壽街323號
  • 京佳 松山區南京東路五段229號231號1樓
  • 復北 中山區復興北路164號1樓
  • 北體 松山區北寧路66號
  • 東勢 松山區南京東路四段133巷6弄1號
  • 安松 大安區安東街50之2號50之3號50之4號
  • 復春 松山區復興北路179號
  • 興復 中山區興安街112號一樓
  • 新育商 松山區寧安街3巷11號1樓
  • 復安 松山區民生東路三段130巷2之1號1樓
  • 婦聯 松山區健康路224號
  • 征唐 松山區新東街41-7號
  • 科建 大安區建國南路一段28號30號
  • 東崙 中山區八德路二段282號
  • 樂得 松山區復興北路35號
  • 道生 信義區新仁里東興路57號
  • 復旦 松山區敦化南路一段5號
  • 威京 松山區八德路四段151號
  • 市大 松山區市民大道路四段105號
  • 鑫安江 中山區長安東路二段178號178-1號1樓
  • 延新 松山區延壽街99號1樓
  • 吉仁 松山區延吉街27-1號1樓
  • 統威 松山區東興路13之1號
  • 清愿 松山區八德路二段439號
  • 南京 松山區南京東路三段303巷5號
  • 龍京 中山區龍江路104號1樓
  • 朝福 松山區三民路115號
  • 小巨蛋 松山區南京東路四段2號
  • 庫德 松山區八德路二段366巷7號1樓
  • 京寶 松山區南京東路五段291巷4之1號4之2號
  • 敦化 松山區民權東路三段160巷9號1樓
  • 東復 松山區復興北路313巷25號
  • 延壽 松山區延壽街422號
  • 民有 松山區民權東路三段108號
  • 佑安 大安區忠孝東路三段217巷1弄2號
  • 建忠 大安區忠孝東路三段249號
  • 博美 中正區武昌街一段45號1樓
  • 大埔 中正區和平西路二段152號152之1號154號154之1號
  • 新格蘭 中正區衡陽路27號
  • 鑫台北 中正區黎明里忠孝西路一段35號一樓
  • 漢慶 中正區漢口街一段82號1樓
  • 興信鑫 中正區館前路59號1樓
  • 鑫衡陽 中正區衡陽路6號1樓
  • 中樂 中正區延平南路47號
  • 重南 中正區武昌街一段1-2號1樓
  • 鑫大孝 中正區黎明里重慶南路一段1-1號一樓
  • 成都 萬華區成都路96號1樓
  • 萬和 萬華區萬大路184號
  • 新艋舺 萬華區萬大路292號
  • 開寧 萬華區西寧南路16號
  • 鑫武昌 萬華區武昌街二段57號1樓
  • 園舺 萬華區西園路二段140巷52號
  • 鑫寶 萬華區寶興街 43號45號1樓
  • 西寧南 萬華區西寧南路141號1樓2樓
  • 廣明 萬華區昆明街285號之3之4
  • 新寧南 萬華區西寧南路80號
  • 新起 萬華區長沙街二段87號1樓
  • 萬東 萬華區萬大路486巷61號63號1樓
  • 捷盟 萬華區漢中街51號
  • 六福 萬華區漢口街二段73號1樓
  • 青園 萬華區青年路18號1樓
  • 成昆 萬華區成都路68號1樓
  • 漢中 萬華區漢中街185號187號
  • 龍山 萬華區康定路203號205號1樓
  • 萬大 萬華區萬大路245號247號1樓
  • 凱富 萬華區西園路一段278號1樓
  • 華江 萬華區華江里20鄰環河南路二段200號
  • 萬忠 萬華區東園街28巷58號
  • 華雙 萬華區環河南路二段252號
  • 萬華 萬華區莒光路216號萬大路57號1樓
  • 漢寧 萬華區西寧南路85號
  • 昆福 萬華區昆明街30-1號30-2號1樓
  • 鑫樂昇 萬華區武昌街二段114之3號
  • 鑫日新 萬華區武昌街二段122之1號
  • 興義 萬華區興義街6號8號1樓
  • 雙環 萬華區環河南路二段207號
  • 新峨嵋 萬華區峨嵋街111之2號之3號
  • 寶昌 萬華區寶興街186號
  • 華藏 萬華區西藏路107號107之1號1樓
  • 國雙 萬華區新忠里西藏路125巷17號
  • 萬長 萬華區東園街78號1樓
  • 克難 萬華區萬青街168號
  • 宏旭 萬華區西園路一段238號1之2樓
  • 鑫青天 萬華區青年路144號
  • 漢陽 萬華區昆明街197號199號1樓

本文授權轉載自:經理人;作者:吳同凰

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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