全聯首度加入數位紅包大戰！街口支付豪撒1.5億元，兩種玩法怎麼玩？|數位時代 BusinessNext

春節假期進入倒數，不必到銀行排隊換新鈔，在手機上點一點，你也能發送年節應景的數位紅包。

像是街口支付今年將紅包活動轉移到旗下通訊軟體Jello舉辦，預計發出總額超過1.5億元的紅包；LINE Pay今年則縮小規模，把紅包回饋集中發給忠誠使用的用戶；晉升全台第三大支付的PX Pay，則是首度參戰數位紅包。

街口衝刺Jello用戶，兩大玩法豪送1.5億元紅包

街口支付是台灣「數位紅包」的開山鼻祖。為了衝刺去年12月才推出的通訊軟體Jello，今年街口紅包活動的重心都放在Jello上，用戶下載Jello後能直接綁定街口支付的帳戶，向親友發紅包。

Jello一共推出兩種玩法，第一種是「幸運數字1~~9任你挑」。從1月17日到除夕1月24日中午12:00前，用戶從Jello進入活動網頁後，可以選擇一個號碼，選擇1~~9的用戶可以均分所選數字搭配的獎金，獎金從10萬到900萬不等，將發出5,150萬元的紅包，抽獎結果將統一在Jello官方APP公布。 特別的是，抽中的獎金會直接轉入街口帳戶，用戶能即時提領至銀行帳戶中，並從ATM領出現鈔。

第二種活動是「發紅包賺現金」，從除夕夜開始，只要在Jello聊天室窗中，一對一發紅包給好友，對象不重複，雙方將共同獲得一包隨機金額紅包，並與好友均分領取，紅包金額最高將上看百萬。

盤算：在通訊軟體上建立轉帳生態圈，預計帶動300萬用戶

撒錢補貼，是街口給外界一慣的品牌印象，不過街口觀察，近期使用者已經從優惠導向轉為方便導向，「活動與支付金額的成長，已愈來愈脫鉤，尤其繳費的方便性明顯帶動用戶成長。」也就是說，消費者支付習慣已經改變，而非只是為了賺取優惠。街口觀察：「手機轉帳的方便性、不需付跨行手續費的優勢，讓成長速度超乎預期。」

街口指出，發紅包目的是要帶動轉帳，而轉帳的生態圈如果建立在聊天通訊軟體上會更直覺，才會選擇在Jello上發動發紅包的活動，以此帶動Jello用戶成長、快速建立好友生態，這次活動預估能帶動300萬用戶數成長。

LINE攜手小七應戰，單筆消費滿100元就可抽紅包

LINE Pay的電支服務更名為LINE Pay Money後，今年縮小過年紅包活動規模。2020年1月15日至29日活動期間，在7-ELEVEN使用LINE Pay Money單筆消費滿100元．就可以抽LINE POINTS點數紅包，最大獎達888點；此外，春節期間使用LINE Pay Money連結指定銀行帳戶，並開啟自動儲值功能，還有機會獲得銀行加碼的紅包。

雖然沒有額外的回饋好康，LINE本身還是有發紅包的功能，除了可以在聊天室傳給個人，也能在群組發紅包，只要事先設定紅包總金額、發放數量，就能讓好友在群組內搶紅包，系統會隨機分配每個紅包的金額，在年節增加社群的互動樂趣。需要注意的是，無論是發紅包或是收紅包的人，都必須擁有LINE Pay Money帳戶，如果沒有帳戶，就算收到紅包也領不了。

盤算：省下行銷資源，黏緊忠誠用戶

嚴格來說，LINE Pay Money的玩法就是讓商家在春節期間，加碼點數回饋，今年之所以這麼低調，是因為相較於Jello，LINE並沒有衝刺用戶數的壓力。撒大錢讓辦抽紅包活動，或許能吸引平常沒有使用LINE Pay Money的用戶註冊，但對於長期培養用戶使用習慣效果有限。LINE趁著年節期間，把行銷資源回饋給有實際消費、連結帳戶的用戶，加深既有用戶的忠誠度。

全聯首度參戰，數位紅包煙硝起

今年全聯PX Pay也首度參戰，與台新銀行合作推出「PX Pay紅包」，1月17日開始，全聯會員在PX Pay中綁定台新銀行信用卡、VISA金融卡，點選App中的紅包功能完成紅包購買，再輸入受贈者的手機號碼與金額，就能送出紅包，讓收禮朋友可以選擇自己需要的禮物。

盤算：PX Pay成功打進熟齡族，紅包活動再擴大打擊面

根據資策會產業情報研究所（MIC）最新公布的《行動支付消費者調查》，台灣行動支付用戶已達六成。其中全聯PX Pay擠進行動支付品牌偏好排名第三名，這是首度有通路自有品牌擠進前五大。資深產業分析師胡自立表示，過去半年全聯推出自家方案PX Pay，成功在熟齡族用戶中擴散，這次希望藉由春節紅包活動，進一步拉抬PX Pay在各年齡層的影響力。

數位紅包要玩得成功，有兩大關鍵因素。首先，業者必須要有電子支付執照，才能夠做儲值、轉帳、收款；第二，必須要有一定基礎的用戶數、生態圈，才能有接收紅包的親友。

台灣的電子支付在過去一年已有明顯成長，根據金管會去年11月公布的數據，台灣電子支付用戶數突破650萬人，若只計算成年人口數，等於幾乎每3人就有1人擁有電支帳戶。值得注意的是，總體收受儲值款項金額只有街口支付、LINE Pay Money破億，兩家業者幾乎壟斷儲值及轉帳兩項重要業務，但兩家業者發送紅包的體驗也最到位。

從今年各家業者發紅包的策略，不難觀察出台灣行動支付的發展，已經從前幾年的「嘗鮮」，演變成你我的生活日常；接下來還能發展什麼新玩法黏住用戶，才是考驗。

責任編輯：林美欣

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。