星巴克、亞馬遜正式聯手開店！咖啡門市導入自動結帳，拿了就走解決排隊困境|數位時代 BusinessNext

星巴克、亞馬遜正式聯手開店！咖啡門市導入自動結帳，拿了就走解決排隊困境

有外媒發現，星巴克曾經與亞馬遜討論開設一間科技咖啡店，導入Amazon Go的拿了就走技術，解決櫃台前的排隊人潮。

Amazon Go結合星巴克，打造更流暢購物體驗

亞馬遜形容，Verde是一種「Amazon Go即服務」，零售業者將Amazon Go從身份驗證到供應鏈的一整套系統及流程導入商店內，為消費者提供不同的選擇及購物體驗。

Verde計畫提到，他們客戶瞄準城市地區25歲至45歲，生活節奏快速的職場人士。星巴克則認為，這項合作能夠解決一直困擾他們的排隊問題，改善消費者的購物體驗。

在亞馬遜設想的購物情境中，消費者可以用星巴克的App訂購咖啡、在Amazon Go的鮮食區拿取食物，還能在店內直接享用咖啡與食物，如同星巴克與Amazon Go的複合體。

星巴克一直希望能夠改善店內大排長龍的問題，就曾經為了解決排隊促進銷售，而改變櫃台與動線的布局，甚至下架部份門市內販賣的咖啡杯等商品，改為線上銷售以騰出櫃台空間，文件內聲稱Verde計畫名列星巴克的「十大要務」。

對亞馬遜而言，與星巴克的合作也是加速擴張實體門市的辦法，讓亞馬遜能用更低的成本開設新的Amazon Go門市。雖然預估合作初期仍必須使用星巴克、亞馬遜各自的App支付咖啡或鮮食的費用，但計畫後續會整合進一個解決方案內，甚至各種優惠、積分都能互通。

只不過，按照Verde計畫的安排，亞馬遜與星巴克會在2020年推出第一間門市，但至今雙方仍沒有任何消息，代表著這項合作可能陷入延宕，甚至已經完全告吹。

從智慧冰箱到無人超市，亞馬遜積極擴大Amazon Go技術應用

雖然亞馬遜與星巴克的聯名商店是否會推出還是未定數，持續擴大Amazon Go應用毫無疑問是亞馬遜當前目標。今年亞馬遜就曾立專門的事業部，協助銷售Amazon Go的技術解決方案。

Amazon Go自2016年首度推出以來，至今設立了29家門市。儘管一家門市的技術成本估計高達百萬美元，但分析師認為，這種拿了就走的便捷設計使得Amazon Go比傳統門市營收成長50%以上。

今年初，亞馬遜便與北美最大免稅店營運商Hudson合作，推出使用Amazon Go技術的無人商店；另外，也有體育館、超市業者導入了亞馬遜的無人商店技術。除了與外部的合作，亞馬遜還宣佈將該技術導入旗下全食超市，預計2022年開設的新門市就會使用這項技術，讓消費者無須結帳拿了就走。

另外，亞馬遜正計畫打造一款全新的智慧冰箱，便是由Amazon Go的團隊領導開發，並會使用門市內的電腦視覺與影像辨識技術，自動化判斷食材的保存狀態，避免放置過久變質，還能提醒用戶是否該補充常用食材。

經過5年的考驗，亞馬遜已開始大舉應用Amazon Go粹煉出的技術實力，從智慧冰箱到無人超市都不放過，電商龍頭虛實整合的夢想也越來越真實。

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。