全聯PXGo!迎戰雙11，用團購跟實體電商拼亮眼成績|數位時代 BusinessNext

經過一週的上線測試，全聯電商平台「PXGo!全聯線上購」正式對外公開，首波亮點功能就是討論熱度極高的「分批取貨」服務。

全聯強調，往後民眾在全聯促銷期間可以一次購足所需商品，再分次領取，讓顧客不用擔心囤貨空間之餘，還可以將分批取貨的商品轉贈給親人好友。

目前全國近千家全聯門市皆同步提供分批取貨服務，而全聯線上購物的開通，也能夠滿足多通路的需求，建立黏著度與忠誠度，同時減少顧客排隊等待結帳的時間。 試營運期間PXGo!的訂單轉換率為5%，比起一般電商平均1至3%的轉換率高上許多，其中有80%的訂單選購分批取貨的服務，將客單價拉高到800元。 亮眼的首週成績，也讓全聯對PXGo!感到很有信心。

至於搶在雙十一前正式上線一事，全聯執行長謝健南不諱言說：「我們當然不能錯失這個機會！」因此，全聯在雙十一大促期間線上有優惠活動，線下門市在周年慶上，早已磨刀霍霍準備好參戰。

食品也可分批取貨，各式品項都變成「帶路雞」領人流入店

PXGo!正式上線後，可選購的品項從原有的咖啡、衛生紙、尿布外，又新增了麵包、雞胸肉與茶葉蛋等食物品項。全聯營運長蔡篤昌表示：「便利商店雖然做了好一陣子（分批取貨），但品項就只限於咖啡，我們的利基點在於很多產品都可以拿來做分批取貨。」

蔡篤昌說，由於分批取貨的商品還可以轉贈給親朋好友，某種程度上就成了團購。大量購買本就可以壓低價格，再輔以全聯擅長的採購議價能力以及PX Pay所搭配的回饋，全聯可以創造市面上最便宜的價格，同時透過分批取貨的方式省去顧客囤貨的麻煩，又因為可以隨時取貨而保持食品品項的新鮮度，「大家以後都不用跑去大賣場採購，」蔡篤昌說。

過去全聯總是強調，「生鮮是帶路雞」，來買生鮮的人會引來人流，提高全聯的客單價。然而 分批取貨的服務開通，也代表各式商品都可以成為「帶路雞」，讓人們再來領咖啡、領衛生紙或其他食品時，順便多帶其他商品一起走。 「我們讓人們多了一些要來全聯的理由，」蔡篤昌表示。

以往冷藏食品的銷售都會遇到有效期限以及陳設空間的問題，現在配合分批取貨，全聯可以更輕鬆預期銷售量，在消費者下訂後再讓門市進貨，不僅節省空間，也比較不會浪費食材、減少報廢的情形。

延伸閱讀:解決排隊找零麻煩，全聯行動支付PX Pay有何特別？

全聯電商面臨的挑戰：咖啡販售門市普及率5成、雙App分散人流

當然，PXGo!才剛推出，目前還有許多難題需要解決。舉例來說，全聯跟隨電商上線推出的三個服務「分批取貨」、「宅配到府」及「線上預購」雖然都有其定位，但蔡篤昌認為「宅配到府」功能受網路電商長期與宅配商合作，有「免運費」等優勢影響，現階段能為全聯達到加值的程度遠不及分批取貨服務。

全聯一直在強調的生鮮，目前還沒有開放讓顧客進行分批取貨。對此全聯提供的說法是，分批取貨的運作流程需要更成熟才會進一步引進，但詳細時程未定。

此外，全聯雖然想讓近千間的門市全都引進咖啡，但目前提供咖啡的門市僅有500多間，距離目標達成還有一段距離，這期間顧客要取貨，就必須確定哪個門市有提供咖啡的服務。

至於為何PXGo!不整合到PX Pay App內，要另外新增一個App，使人流分散？對此蔡篤昌直言，這樣規劃主要是他們找了兩個不同的App製造商，一個善於架設購物電商平台，另一個則善於做支付App。「 未來我們還是希望往整合的方向前進，但現在先推出，比較大的考量是在速度上。 」先求有、再求好，似乎是全聯在推出電商服務時的重點。

另一個消費者可能會感到疑慮的，就是90天的取貨期限。關於這件事，全聯僅說是為了「管理方便」、「擔心消費者忘記取貨」等原因，但強調如果90天未取貨完畢仍可退貨、退款。透過這項設定，進而促進消費者使用「分享、轉贈」的功能，相當於讓大家一同團購，拉更多人進來使用電商。

全聯數位轉型腳步不停歇，2020年殺手應用：實體電商

全聯今年數位轉型跑得飛快，自有支付、電商平台一一上架。放眼2020年，全聯有兩大目標：線下要推「自助結帳」，線上則要推「實體電商」。

自助結帳目前仍在測試中，全聯尚未透露細節。

至於「實體電商」指的是什麼？簡單來說，就是線上訂單，特定門市取貨。這和目前推出的「分批取貨」有些不同。

分批取貨方面品項有限，顧客要取貨時就跟平常來店購物一樣，不會特別提供顧客門市庫存訊息。但 「實體電商」會挑出部分門市，讓消費者線上下單、門市退貨，顧客可以即時查詢庫存的功能，但後台資料系統建置將是一大挑戰。

「我們現在已經在最後一哩路上了，還剩下退貨跟調撥這兩個環節，做好後顧客就能查詢特定門市單品的即時庫存，只要有貨就可以先在線上訂，」謝健南說，目前貨品調撥上，下了訂單仍須經過物流中心等重重環節，商品庫存難以精準掌握，預計於2020上半年末正式推出。

全聯今年所做的多項創新試驗，成效也反映在數據上。謝健南說，不僅PX Pay的下載量突破420萬人次、非現金占比在連續假期達33%，十月中的兩日「家家購物節」促銷檔期更高達50%，就連今年的單日單店平均客流量，也比去年增加41人。

快速衝刺的全聯，未來還能有什麼樣的新嘗試？蔡篤昌提供了另一個可能的想法：每一家門市在結帳檯上方裝設數位看板。

「大賣場太大，建置成本高、便利商店結帳才30秒，時間太快，而我們有適中的店面場景、結帳時間及客流量，消費者可以透過App與數位看板做互動，可以創造出很多有趣的事。」蔡篤昌說，展望明年，全聯仍馬不停蹄要提供更多奠基於數位裝置上的新服務，至於顧客是否會買單，或者消費行為是否會被改變，都值得繼續觀察。

責任編輯：陳映璇

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。