蘋果傳攜手高盛推先買後付服務、沒Apple Card也能用！科技巨頭為何加強金融佈局？|數位時代 BusinessNext

繼2019年推出Apple Card之後，蘋果又將觸手伸向了金融服務，傳出正在高盛合作開發先買後付服務，消息一出相關金融科技企業股價都大受影響。

這項先買後付服務似乎還沒有正式名稱，內部人員稱之為「Apple Pay Later」，高盛將作為實際的貸款方，類似Apple Card時的合作模式。不過這項服務本身是個獨立的服務，與Apple Card沒有直接關聯，即使沒有蘋果信用卡也能使用。

沒有Apple Card也能用，蘋果先買付新服務搶攻新市場

根據目前已知的情報，Apple Pay Later主要是與Apple Pay結合使用，用戶可以將應付款項延後分期付款，例如每兩週繳費一次的四期零利率分期付款，或者按月支付、但有利息的長期付款計畫。

至於按月付款的利息有多少，目前還沒有確切的消息。想要使用Apple Pay Later服務的話，用戶必須先透過Apple Wallet服務遞交申請，需要實際的身份證明等資料才能申請這項服務。

另外，Apple Pay Later不會去檢查用戶的信用評等，部份方案也不會收取逾期付款的滯納金或手續費，類似於Apple Card的設計。同時蘋果還計畫提供用戶暫時性的Apple Pay Later信用卡。

消息人士強調，這項新服務目前還在開發階段，未來很可能還會有變動，甚至直接胎死腹中都不是令人意外的事。

蘋果在此時傳出將推新金融服務的消息，被認為與電商在疫情下的蓬勃發展不無關聯，這項服務也將可以促使更多民眾使用Apple Pay。去年7月底時，蘋果也收購了一間關於手機付款技術的新創Mobeewave。

根據網路資料庫Statista的數據，截至去年9月全球Apple Pay用戶數達到了5.07億人；且根據一項2019年的調查，Apple Pay在美國行動支付市場達到了51%的高市占率，目前全美約90%商店都支援Apple Pay付款。

值得一提的是，高盛在本週曾暗示與蘋果合作的可能性。高盛近年來一直希望能在消費者金融領域建立業務，財報會議上財務長史蒂芬．謝爾（Stephen Scherr）便透露，他相信「與蘋果有更多（合作）機會。」

不是要與先買後付業者打對台，蘋果目標建立更大金融生態系

在蘋果計畫推出先買後付的消息曝光後，Affirm、Zip、Sezzle等相關企業的股價大幅受挫，Affirm股價頓時大跌逾10%。從2020年爆發至今的疫情，帶動了先買後付服務的成長，甚至引起了PayPal等支付巨頭的注意。

PayPal也在去年底推出一項名為Pay in 4的無息分期付款服務，與Apple Pay Later遭曝光的模式相同，用戶能夠以兩週為一個繳費週期，進行四期無利率分期付款。根據PayPal的調查，新世代的年輕人們接近7成都很習慣這種類型的付款方式。

在疫情、電商興起、經濟不穩定的環境變化下，《富比士》指出，美國「先買後付」市場正以每年41.7%的速度成長，預計2021年將規模將超過1.26億美元。

延伸閱讀：蘋果將取代銀行？金融教父Brett King談未來10年想像：銀行數位收入少於一半會有問題！

雖然Affirm等公司的股價大受打擊，但有觀點認為，這些公司並不會因為Apple Pay Later的出現而遭到扼殺，對現有的先買後付服務供應商造成的直接影響實際上微乎其微。

蘋果在金融領域的發展策略與一般支付業者截然不同，沒有提供特定領域的折扣優惠，而是與特定商家合作給予消費回饋，不僅與合作夥伴的關係更緊密，此舉也讓蘋果以一個統一的服務、信用卡，便能網羅從高端到低端各種用戶。

《富比士》認為，蘋果真正的目標仍是放在與Google、PayPal及Square等巨頭競爭身上，Apple Pay Later只是構建Apple Pay、Apple Card生態系的其中一個環節，藉此籠絡更多商家與消費者加入，發展蘋果的金融生態系統。

資料來源：Bloomberg、Reuter、Forbes

最新7月號雜誌《零碳新賽局》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：錢玉紘

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。