COVID-19疫情造成消費行為在量與質上的改變，也為零售業帶來新的挑戰。在量的部份，不只實體通路的客戶數量大幅下滑，消費者對商品的需求量也隨疫情起伏而變得不穩定，導致零售業者無法使用過去經驗預測商品銷量，也難以做到精準採購。在質的部份，經由線上購物網站或外送平台購買居家所需用品的消費者越來越多，且年齡分佈越來越廣，包括年長者等沒有線上購物經驗的消費者，也開始嘗試在網路上買東西。
面對疫情所帶來的變化，零售業者唯有改變營運思維，借助大數據、AI人工智慧的力量，才能從容應對外界的快速變化。但是，在零售業轉型數據驅動企業的過程中，經常因為缺乏數據或數據有限、人才不足、沒有合適系統平台的「三缺」痛點，導致轉型之路走得艱辛且緩慢。
零售業三缺：數據、人才與工具
「想要跨越數據轉型的三缺門檻，勢必得從數據開始，」中華電信數據發展處科長官俊安強調，數據是零售業的轉型基礎，但現今零售業者大多只有銷售數據沒有顧客數據，原因在於，很多零售業者沒有經營會員的習慣，又或者雖然有會員制度，卻鮮少更新及維護資料，在缺乏顧客數據的情況下，單憑銷售數據不易描繪出顧客的需求和偏好。
因此，官俊安建議，零售業在推動數據轉型時，必須從建立會員制度、蒐集顧客資料開始，但數據累積需要時間，而轉型則是刻不容緩，因此，零售業者在建立會員制度的同時，也可以引進外部第三方數據，及早累積數據分析與應用的能力，另外，某些不適合會員制度的零售業種，又或者已經有顧客數據、只是數據維度不夠的零售業，也都可以考慮整合外部第三方數據，提高數據分析的精準度。
像電信大數據就是很好的第三方數據。因為現代人生活離不開手機，從手機使用行為可以推測出該位民眾的生活樣貌，再結合AI人工智慧分析，就能發展挖掘潛在客群、找到適合的展店區位、調整商品結構、預測商品銷量精準採購⋯⋯等應用，協助零售業者克服人、場、貨等面向的不確定性，進而提高營運績效與市場競爭力。
中華電信大數據服務，助零售業克服三缺痛點
官俊安進一步指出，中華電信深知零售業在數據轉型上的痛點，在去識別化、確保客戶個資安全的前提下，以電信大數據為基礎，結合AI人工智慧分析與零售業的應用需求，提供從展店、商店圈分析平台、AI獲客到AI銷量預測四大服務，協助零售業在各階段都能達到數據驅動運營的目標。
首先從展店開始，透過中華電信AI展店選址服務，可以協助不同零售業種找到合適的開店區位。過往零售業者要展店時，多半憑著經驗先篩選幾個地點，再派工讀生到這些地點統計人流，此做法不僅費時費力，也只能看到人流數、性別和年紀，無法掌握更深層的客戶數據，如：消費能力、消費偏好、消費習慣等，也因此容易在開店後才發現與原本預期的情況不一樣。
而AI展店選址服務，則是結合此地區的人潮與人流、人口結構、消費特徵、住宅數與公司數、環境特色等變數，建構專屬AI評等模型，就好像金融業的信用評等模型一樣，零售業者只要提供歷史銷售數據，就能計算出不同地點的展店分數，進而找出最適合的展店地點。
在新店開幕、進入日常營運後，零售業者就可以運用商店圈分析平台、AI獲客及AI銷量預測三大服務，作為制定各項決策的基礎，以降低成本、促進營收成長。
在商店圈分析平台，中華電信以視覺化報表呈現商圈人潮及特質、人流方向及磁力點等變化，管理者可快速掌握商店圈周圍情報。官俊安說明，透過此服務，零售業者可以取得各時段的人流、人潮結構、商務人士比重、外送高頻或優質客群比例⋯⋯等資料，並制定營運策略，假設週圍3公里內有很多外送優質客群，零售業者就可以考慮加入外送平台或自行提供外送服務。
最後的AI銷量預測，則是結合歷史銷售數據、各類公開數據（如：確診人數、氣象、節假日、24節慶）及其他客製化環境因子，預測各門市、各品項的未來銷售量，藉由多變量因子來提高預測精準度，當銷量預測越精準，採購決策也能越精準，也就更能避免存貨太多或存貨不足的窘境。
中華電信大數據，把握分析原料、技術和經驗三大特色
官俊安強調，與其他數據服務供應商相比，中華電信AI大數據服務的特色在於以「真、鮮、細、廣」的數據為分析基礎、大量AI研究人員與經驗豐富的導入服務。所謂「真、鮮、細、廣」是指，使用真實數據進行AI分析、數據更新速度快、可以進行最小單位的分析觀測（如：某條街道、區位、某百貨商場）、數據維度廣，除了電信數據外，也會整合外部數據進行分析。此外，中華電信在零售業數據轉型上已累積相當豐富的經驗，可以根據零售場景和需求，規劃最適合的數據分析應用，讓數據分析能夠真正為營運帶來幫助。
想瞭解更多零售業數據轉型的「眉角」，現在就報名7月27日中華電信舉辦的「2022掌握數據洞察 佈局零售新趨勢」，輕鬆踏上數據轉型之路。
