2020年初的新冠肺炎疫情，重創零售業營收，促使越來越多業者跨足經營電子商務，然而除了多通路經營，零售業更應善用創新科技提高經營成效，在微軟新創加速器第二期入選團隊中，有三家新創團隊：深智科技、絡客思行銷科技、深義分析三業者，皆是從線下行為出發，透過AI數據分析進行精準行銷，實現降低成本、營收成長的目標。
深智科技：AI影像辨識 從線下行為瞭解消費者偏好
如何掌握消費者喜好，一直是零售業最大的課題。早期，零售業多半透過會員資料，或是收銀員個人判斷結果來瞭解客戶，而這兩種做法都有缺失，因此，近年來有些零售業者開始引進影像辨識技術，統計店內人流、分析哪些時段或店內哪個區域的人潮比較多，但這對掌握消費者喜好沒有太大幫助。
而2016年成立的深智科技跳脫傳統思維，將影像辨識技術應用至行為偵測，而不是統計人數或人臉辨識，希望透過行為數據分析，協助零售業者更精確地掌握消費者喜好。
深智科技執行長吳承翰指出，深智的演算法目前已經可以辨識50幾個動作，也能根據客戶需求客製化設計想要偵測的行為，例如：掃描手機條碼、拿起酒杯喝酒…等。而在行為偵測的同時，系統也會紀錄消費者類型、時間、產品別及購買與否等資訊，透過這些數據，零售業者可以瞭解消費者的線下行為模式，再結合線上數據分析結果，進一步優化消費者體驗（如：更精準地推薦產品），或是提高行銷成效。
絡客思行銷科技： 以場域數據為核心 虛實軌跡資料為基礎 讓精準行銷不再是口號
絡客思行銷科技以其專利的特定區域主動推播技術力，提供業主以場域為核心的全方位數位行銷科技服務，並結合big data以及AI技術提供場域行銷數據，透過洞察使用者手機的數據以及線下軌跡的場域資料，協助客戶進行精準行銷，藉由絡客思行銷科技的專利技術，零售業者不必額外投資硬體建設，也能主動與周遭有潛力的消費者主動溝通，吸引他們進店消費。
絡客思行銷科技執行長林宏儒表示，其技術是透過蒐集全球各種的無線信號後，進而研發特定區域主動推播技術，並將包含此技術的軟體開發套件 ( Software Development Kit, SDK ) 公開在網站上，提供以流量變現為目的之 App 開發者下載整合，如此一來，業主只要設定好特定區域，如：天母商圈、台北車站、全台灣的大學…等，當手機用戶於特定時間進入指定區域，系統會藉由已串接絡客思 SDK 的 Apps 進行主動推播訊息，達到與潛力消費者適地性有效溝通。
目前，絡客思行銷科技已累積全台灣超過千萬筆的手機軌跡數據，每天有超過百萬的活躍用戶。將軌跡數據結合人工智慧技術之後，就能預測出消費者的移動軌跡、輪廓標籤與興趣喜好，讓零售業者在 POS機和會員數據外，能夠擁有更多的場域數據去瞭解消費者，進而作為業主擬定行銷策略的重要參考依據。現今，絡客思行銷科技進一步結合 LBS 特定區域主動推播技術及場域軌跡數據服務，提出企業版解決方案，與零售、金融和百貨等產業的自有 App 做深度整合，協助業者發展出新型態的場域行銷策略，創造更多元、創意且有效的溝通方式。
目前，絡客思行銷科技已累積超過全台灣超過千萬筆的手機軌跡數據，每天的活躍用戶有300萬，在全台覆蓋率高達8成。而將軌跡數據結合人工智慧技術之後，就能預測出消費者的輪廓標籤與興趣，讓零售業者在POS和會員數據外，能夠擁有更多的場域數據去瞭解消費者，進而可以做為業主產品行銷策略的重要參考依據。近期絡客思行銷科技也將LBS特定區域主動推播技術與零售業自有App做深度整合，協助客戶創造更多元有趣與有效的場域行銷模式。
深義分析：結合AI與零售雙領域知識 從數據中正確解讀消費者需求
就像大型電商平台的流量紅利正在式微，實體零售通路的人潮紅利也在逐漸消失，以前企業只要將店址選在人潮最多的地方，開門就會有業績進帳，如今人潮已無法帶來錢潮，零售業必須從數據分析中找出消費者需求，再提供相對應產品，才能降低成本、提高營收。
為此，曾經在台灣大型零售通路工作多年的深義分析執行長李浩德，將過去的數據分析經驗轉化為套裝解決方案，協助零售業者進行會員分群分類、制定商品推薦策略、預測商品需求/下次回購時間、募集新客、分析客戶關聯性….等工作。
李浩德以百貨公司週年慶行銷活動為例，說明深義分析的應用。某百貨通路業者共有200萬名會員，各地分店的週年慶檔期加起來共7期，每一期促銷DM依主題不同而有4份，寄送對象為各地分店的全部會員，光是製作與郵寄成本就高達新台幣數億元，深義分析透過AI模型分析過往的寄送資料與週年慶營收後，重新擬定DM寄送名單，寄送量比過去少了50%，但營收卻未因此下滑，換言之，DM命中率提高了2倍，，成本紮紮實實地減少了一半！
由此可見，數據分析應用對零售業者的重要性，目前市場上有許多提供AI數據分析的競爭者，李浩德認為，深義分析最大不同處在於，自身擁有零售業專業知識(Domain know-how)，很清楚商品/會員與日常運作的關係，及哪些數據適合放進模型做分析，進而協助零售業者正確解讀數據並建立數據文化，才能讓數據分析應用真正落地。
台灣微軟合作夥伴暨商務事業群總經理林劍福認為，這三家業者的解決方案看似不同，背後卻是相同的開發理念，也就是蒐集消費者的線下行為，再結合AI大數據分析進行精準行銷、提升顧客購物體驗。除此之外，AI在零售業的應用還有三個面向：賦能員工、優化產銷庫存供應鏈管理、重新定義OMO通路營運模式，從這四大切入點，零售業夥伴方能突破原有系統流程框，在企業AI轉型的同時提升營收業績。
