捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看
捷運常客優惠新制2月1日上路!忠誠回饋和月票哪個最省錢?圖表懶人包試算給你看

2020年一開始,雙北捷運立刻有新氣象,除環狀線第一階段1月19日試營運,農曆年後正式開張,2015年起上路的電子票證8折優惠也走入歷史,新的「捷運常客優惠」將在2月1日上路,以「搭乘頻率」作為忠誠度憑據提供乘客現金回饋。

延伸閱讀:確定取消8折優惠!台北捷運票價新制看「忠誠度」,誰受惠?誰變貴?

常客優惠划不划算?每月搭車次數、平均車價成比較關鍵

不少月票捷運族十分困惑,究竟該繼續買1,280元月票,還是改用計次優惠的捷運常客制比較划算? 由於捷運局統計,67%乘客每月搭乘次數不超過30次 ,也就是說,這群人不是天天利用捷運上班及返家,因此這些人幾乎不在月票族群內。

常客優惠.jpg
一張圖弄懂常客優惠級距。
圖/ 北市捷運局

再來討論剩下3成乘客,由於他們幾乎每天靠捷運通勤,是最容易困惑是否要放棄月票的乘客。若以一個月搭44趟(22個工作天,上下班各一趟計算)來說,新制度可以享受75折優惠。

在75折優惠方案中,要求每月搭乘頻率是41趟以上,建議單趟車資40元以上乘客,若確定每天搭捷運上下班可以考慮轉用月票。單趟票價35元以下的乘客放棄月票吧!常客優惠比較適合。

但75折方案卡在40次跟41次會有大差異,關係到打折8折或75折,所以十分建議消費者可以判斷當月工作天數或預估使用量決定買卡與否。

未來搭乘優惠選擇也會更複雜,比方過年、2月天數少,若上班日低於20天,通勤族每月少搭(少於41趟,比方因為請太多特休或當月國定假日多)就會落入8折區,這個折扣區間的乘客,其實多數建議參與常客優惠,不要買月票。

換言之,購票心法是,當月上班日少,國定假日多,導致上班天數低於20天,加上不是45元(含)以上票價區域乘客,請用常客優惠。

常客優惠
長途乘客,若天天搭乘,可以選月票。
圖/ 北市捷運局

工作天數超過21天,也就是每月搭乘42次以上,且票價45元以上可以改用月票,40元以下票價區域(40*42*75折=1260元)則還是常客優惠就好,因為比月票1,280元便宜,除非具體知道本月有較多通勤以外的搭捷運需要。

至於高頻率搭乘捷運的「捷客」,每月搭乘超過51趟,優惠最高鎖在7折上限,因此單趟35元以下建議仍參加常客優惠,只有搭乘51趟以上,單趟都超過40元以上的乘客,可以改月票吃到飽。

以下試算新舊制誰優惠:

由於月票是不計搭乘次數,都只要1,280元,以每天搭捷運上下班的上班族為例,新常客制度上路前(電子票證8折),當通勤往返兩站原價35元,一個月44次算下來是1,232元,但若上下班,還會搭捷運外出辦事或聚會的乘客,就可以考慮買月票(1280元)。

但常客新制上路後,44趟屬於75折優惠區,消費者每趟搭乘35元都打75折,總計最後支出1,155元,在常客新制是被多獎勵的一群,比舊制省77元。

必知的冷知識:公車轉捷運常客省更多

因為轉乘(公車轉捷運)有額外優惠,新制上路,高頻轉乘族也受惠。
搭公車前往搭捷運轉乘,每趟可折8元,舉例本趟捷運車票20元,但出站時會只收取12元,該8元雖然沒支付,但捷運局在累積現金回饋時,會用乘客支付了20元計算,所以通勤族可以盡量轉乘,並使用常客優惠,那麼除了賺到轉乘優惠金,還可以讓折扣更高。

僅供刊物用途_shutterstock_1421976077_MRT_捷運_座位_壅擠.jpg
捷運預計更改費率計算方式,未來怎麼搭必須多算算搭乘頻率。
圖/ Shutterstock

延伸閱讀:環狀線確定將開放試乘!通勤時間、捷運票價到底省多少?

比較新制跟舊制差異

舊制: 小云每天從家裡搭公車五站,到府中站轉捷運上班,抵達國父紀念館站後步行到公司,這段捷運35元用悠遊卡支付打8折花了28元,但又因轉乘折扣8元,實際支付20元捷運費。上班一趟花費35元(15元公車+20元捷運)。

但若新常客優惠上路,小云每趟上班花費42元(公車15+35-8)。

看起來常客優惠讓小云單趟車資大增,但其實不然。

新制: 若小云每天通勤上班,每個月至少搭乘捷運41趟以上,享受75折優惠,那麼35元的捷運費會回饋8.75元到小云次月悠遊卡上,等於一趟捷運費用是35-8.75元回饋金-8元轉乘優惠,捷運費變成18.25元,上班一趟捷運加上公車費等於33.25元,更便宜了!

若只是捷運搭乘40次以內呢?若是8折常客優惠,則小云捷運回饋金變成7元,35元捷運票價-7元回饋金-8元轉乘優惠,跟舊制一樣都是20元。

換言之,捷運常客若搭乘頻率高,用到轉乘機制,反而有更高的節費空間。

責任編輯:蕭閔云

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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
一次搞懂工業AI
© 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