談到近二年零售流通業的發展，一定不能忽略COVID-19疫情的影響。Amazon Web Services（AWS）台灣區業務部暨合作夥伴生態系統部總監翁宇強認為，新冠肺炎疫情對全球零售業造成的影響主要有二個，第一是改變人們的購物習慣，由實體通路移到線上購物平台，使得零售業者必需調整營運策略，益發重視線上線下全通路整合（Online to offline；O2O）；第二是因應疫情下物流運送和購物需求的劇烈變化，必需持續優化庫存管理，避免庫存不足或過剩的情況，而數據應用則是零售業優化O2O顧客體驗和做好庫存管理的基礎。
從全球經驗看零售業數據應用，不外乎開源、節流兩個目標
翁宇強進一步指出，目前全球零售業雖然有很多種數據應用模式，但其實不脫開源、節流兩個目標。在開源端，就是透過數據分析增加營收，一如東南亞時尚品牌Pomelo Fashion分析內部數據後發現，38%的營收來自於客戶瀏覽線上目錄分類頁面後下的訂單，因此導入Amazon Personalize個人化推薦引擎，並嵌在線上目錄分類頁面，系統會根據顧客瀏覽目錄的行為分析他的消費偏好，並推薦與之相符的商品，成功推動營收成長8%。
對此，中華電信數據發展處協理闕仁斌則以台灣某大型流通業者的經驗，說明數據應用對營收成長的助益。2021年，該業者因應外送浪潮，決定成立衛星工廠，快速服務在外送平台的客戶，為此，該業者運用中華電信數據分析服務，從分析外送客群類型、主要分佈區域、消費習慣、外送距離⋯⋯等面向，找出最佳開店位置，正確的選址也讓開店後的營業額超出原本設定的目標，成功擷取外送商機。
在節流端，翁宇強分享，印度連鎖超市業者More retail使用Amazon Forecast建置需求預測和自動訂購系統的經驗。More retail過往一直苦於無法精確掌握生鮮食品需求，導致大量沒有售出的生鮮食品因為過期而被丟棄，不只浪費食物也增加營運成本，但在導入AI數據分析後，系統會根據需求預測結果去下單，成功減少30%的過期食物被丟棄，也提高25%的總毛利。
「其實不只生鮮食品，任何商品的庫存管理，都適合運用數據分析去提高管理成效，這在COVID-19疫情期間尤其重要。」闕仁斌分享中華電信顧問的經驗指出，COVID-19疫情造成消費者需求快速變動、實體通路的人流人潮也不同以往，這些變化打亂了零售業既有的專家法則，進而影響需求預測準確度，而AI的學習速度快，可以從確診數⋯⋯等新變數找出對市場需求的影響，進而提高預測準備度。
掌握2大成功關鍵 導入數據分析應用並不難
面對數據應用的發展趨勢，闕仁斌認為，台灣零售業多為中小企業，無論是營運資源、數據量或數據分析人才皆較為缺乏，導入數據應用的腳步相對會慢一點。不過，COVID-19疫情對營收的衝擊實在太大，的確促使不少零售業主改變思維，正視數據應用的重要性，並積極思考導入方案和應用模式。
「做好數據應用導入規劃、適當採用人工智慧SaaS服務，是零售業成功導入數據應用的兩大關鍵，」闕仁斌說。
第一、做好數據應用導入規劃。由於人工智慧可以解決的問題非常多，零售業者應該先列出痛點和期待目標，選擇最具急迫性要解決的痛點，或是投入資源比較少、影響層面比較小的議題切入，再從小場域開始試行，逐步擴大到所有場域。
舉例來說，一間擁有200家門市的零售業者，在決定導入AI庫存管理應用時，可以先找其中5家來試做，建立AI模型後再推廣到所有門市。闕仁斌提醒零售業者在尋找先行導入點時，應注意導入點的代表性，因為零售業門市據點眾多，最好將市場屬性切割成數個區塊，每個區塊各找一間代表性的門市做示範，如此建立出來的AI模型才能適用於所有門市。
第二、適當採用人工智慧SaaS服務。目前市場上與AI數據分析相關的解決方案很多，企業無需從0開始發展，應善用外部專業服務供應商的力量，彌補人才和資源不足的缺口，尤其中小企業更應如此。
闕仁斌進一步說明，目前一名資料科學家的年薪約為新台幣150萬元，倘若再加上軟硬體建置成本，對中小企業來說著實是個很大的負擔，而SaaS服務具備低成本、低門檻，且能快速展現成效等優勢，再加上以月租形式來收費，在資金運用上相當有彈性，不會有需要一次性投入大量資金的問題。
像中華電信大數據服務就是因為兼具專業與成本彈性，而吸引許多零售業者與之合作。闕仁斌分析中華電信大數據的優勢有四點，首先是中華電信擁有大量的數據分析人才、實作經驗豐富，可以根據企業狀況提出最佳建議。其次為數據來源豐富，整合外部資料源、政府開放資料、及中華電信去識別化的統計分析資料，有助於建立精準AI模型。第三則是一站式服務，從AI分析、雲平台、資安、5G通訊等，一次滿足企業在導入數據分析時的各種需求。第四為提供專業評估，由中華電信顧問進行資料體檢，確認企業所擁有的資料能否進行POC驗證，倘若不行，還需要投入多少資源補強數據才能啟動數據分析專案。
台灣零售業正處於整併階段，未來大型零售業將朝向大者恆大的方向走，在規模更大、資源更充足的情況下，勢必會加速數據應用深度，實現用數據驅動決策的目標，這也意味著中小型企業更需要加快導入數據應用的腳步，才能在面對大型同業的經營壓力時，做出更精準的決策、維持與客戶的良好互動，在激烈競爭的零售市場上持續保有一席之地。
