【圖解】出國趨勢三轉變:9成台灣人出國狂刷卡、分期付款變多!新型態旅遊來了?
【圖解】出國趨勢三轉變:9成台灣人出國狂刷卡、分期付款變多!新型態旅遊來了?

疫情趨緩後,國門打開,爆發多數人想出國遊玩的心情,儘管全球物價持續齊漲上揚,昂貴的旅費讓人感到有點吃力,但就整體經濟趨勢而言,旅遊需求依舊保持強勁成長,而台灣民眾為了要出國玩,「旅遊模式」與「消費行為」也出現趨勢性轉變。

根據萬事達卡發布的「台灣旅遊趨勢關鍵洞察」,逾40%受訪民眾已在今年上半年出國旅行,更有93.1%受訪民眾在未來一年內有海外旅遊規劃。此外,截至今年3月為止,全球觀光旅遊訂單量,較2019年同期成長31%。

該報告也指出,台灣更於2023年2月首度躍升為「亞太區旅客前10大熱門旅遊目的地」,排名第7。台灣整體成績耀眼,讓萬事達卡台灣區總經理陳懿文如此形容:「上次我們才在旅遊上見到曙光,現在我們就猶如站在曙光上。」

萬事達卡台灣區總經理陳懿文
萬事達卡台灣區總經理陳懿文
圖/ 楊絡懸攝影

當旅遊市場出現變化,消費模式有什麼轉變?綁卡支付將有什麼明顯的趨勢?

趨勢轉變1:民眾為了增加出國頻率和天數,降低日常花費

過去幾年受疫情影響而無法出國,如今多數台灣民眾對出國旅遊的渴望強烈,其中逾60%民眾樂意增加旅遊花費,寧願降低航空住宿等級,也要體驗海外美食。

萬事達卡調查發現,42.5%受訪民眾不僅想要增加未來出國旅遊「次數」,同時也想增加每次出國旅遊的「天數」。然而,高達64%民眾認為旅費規劃較顯著增加,其中,35.3%民眾每次出國旅費漲幅超過10,000元,僅有27%民眾認同「目前旅費與過往持平」。

萬事達卡行銷部總監陳冠樺表示,面對高漲的旅費,台灣民眾安排出國行程更加精打細算,有24.7%民眾安排與過往規格類似的旅遊行程,但會盡可能降低日常花費以存下更多旅費;另有28.6%民眾會調整旅遊行程,以節省旅費。

陳冠樺說,台灣民眾節省旅費時,寧可優先選擇便宜的住宿,並減少購物消費,但較不願意降低飲食花費;寧可「住得省、買得少」,也不要放棄體驗異國美食的機會。

趨勢轉變2:先搶機票、再排行程,「新型態旅遊規劃模式」來了

在旅費高漲的壓力下,民眾想出國旅遊,也出現了「消費行為」的轉變,例如開始尋找低價機票、避開旅費相對較高的連假旅遊旺季,或選擇降低航空艙等「CP值更高」的旅行方式,節省開銷。

萬事達卡發現,在消費方式方面,也有81.8%民眾花費更多時間在網路上「多方比價」,或是參加旅展買旅遊券;另像是在航空公司、飯店官網訂票的消費者,也較疫情前成長16.8%。

值得注意的是,有75.8%民眾表示,會更專注航空公司釋出的優惠機票資訊,買到優惠機票後,才會開始規劃旅遊行程。

綜合以上觀察,台灣民眾想要出國旅遊,首要會先搶便宜機票,再安排合適的旅宿行程,將是目前規劃旅遊選擇的新型態。

趨勢轉變3:出國旅遊多選擇「分期付款」,刷卡支付使用率也大增

另一方面,由於旅費高昂,萬事達卡也見到愈來愈多消費者使用信用卡的「分期付款」。

調查數據顯示,分期付款的民眾比例,較疫情前大幅增長41.1%;也有93.3%的消費者,更加重視信用卡提供的旅遊優惠及海外消費回饋,這都是旅遊復甦後的消費轉變。

此外,全球消費市場的支付工具也變得更多元。商家除了提供刷卡支付、行動支付、感應式支付錢包的選項之外,地點如大型商場、便利商店、街邊小店都有提供多元付款的服務。

回顧2019年疫情前,台灣民眾出國旅遊時使用刷卡支付、感應式支付錢包等工具,比例僅32.2%;如今已有54.7%民眾出國時以刷卡支付工具為主,成長近70%。

其中,20至30歲年輕族群成長最為顯著,使用刷卡支付的比例增長1.4倍,感應式支付錢包使用率更大幅飆升5.6倍。

Mastercard
全球消費市場的支付工具變得更多元。台灣民眾出國旅遊時使用刷卡支付、感應式支付錢包,成長近70%。
圖/ Mastercard

台灣綁卡支付消費額成長、使用場景擴大

至於觀察台灣民眾的消費習慣,以往消費者只會在網路購物時,才願意綁信用卡支付;如今不論是網購、美食外送、影音串流等服務,多數民眾都已習慣將信用卡資訊儲存在商家官網或App快速付款。

由此可見,數位服務在疫情期間「快速崛起」,使得綁卡支付的使用場景擴大,包含自動扣繳、娛樂訂閱、電商雜貨、美食外送、共享交通、服飾、App Store、旅遊等場景,都已經成為民眾生活不可或缺的一部分。

萬事達卡數據與顧問服務部總監劉郁辰表示,就台灣消費情形而論,萬事達卡發現美食外送、共享交通、QR Code錢包及娛樂類的綁卡支付,使用頻次成長最為明顯,主要原因是疫情期間滲透率快速上升,讓台灣消費者在小額花費中,更傾向用QR Code錢包綁卡支付便利商店或日常採買。

此外,消費者也傾向使用「同一張信用卡」綁定「不同的消費場景服務」。

劉郁辰說,與2019年相比,使用同一張卡片來進行多個場景綁卡支付的比例,從29%上升到34%;尤其消費者在選擇綁定卡片時,會優先選擇主要使用的卡片、或連結到主要銀行帳戶的卡片,「有79%消費者,將主要卡片作為綁卡支付的預設卡片。」

當消費者更考量卡片回饋,同時也會評估商戶獎勵機制,希望能將信用卡優惠權益極大化。因此,如何在信用卡市場上成為民眾最常使用的「主要卡片」,將是未來各大金融機構更加著墨的重點之一。

延伸閱讀:全支付孵出「電支雞」搶基金市場!風光收獲300萬用戶後,要靠哪些新服務留人?

責任編輯:蘇祐萱

關鍵字: #旅遊 #金融支付
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓