LINE禮物8年前做不起來,如今成功關鍵在「心意」!退貨率0.1%怎麼做?
LINE禮物8年前做不起來,如今成功關鍵在「心意」!退貨率0.1%怎麼做?

當你在工作中受到一些同儕或前輩的照顧,可能會想請他喝杯手搖飲,以表感謝;或是看到同事情緒低落,會想買個小東西為他打氣。在華人文化裡,「禮尚往來」是一個有足夠市場潛能的商業模式。

抓到線上送禮商機的 LINE 禮物,自 2021 年 6 月推出至今,月、年營收成長率都達 3 位數,退貨率在 0.1% 以下,遠低於一般電商的 6~8%。

然而,早在 8 年前,LINE 就曾經推出相同功能的「禮品小舖」。為什麼同樣的服務,當初做不起來,現在卻成功了?

從禮品小舖到酷券,不斷尋找下一個高獲利模式

時間回到 2015 年,當初禮品小舖是以販售電子票券為主,主打送禮、自用 2 種服務。2019 年,鄭婉婷加入 LINE 團隊,翻閱過往銷售成績,發現購買品項集中在票券、8 成用戶買來自用,送禮率只有 2 成,所以更名為「酷券」,想把心力都放在票券上。

調整模式後,酷券每年業績都 3 位數成長。短期來看,轉型方向正確,但「我們看一個市場,除了營業額,還要看營業利潤,」LINE 台灣電商事業部 LINE 禮物資深總監鄭婉婷表示,票券市場營業額可以衝高,但毛利較低。如果公司要發展下一個獲利佳、高成長的業務,那會是什麼?

於是,2021 年,LINE 又把送禮事業「撿」回來做。不同的是,他們不再以傳統電商的思維經營,而是重新定位與包裝。舉例來說,過去電商特別在乎價格,但「送禮物不是,你會考量你跟對方的關係,依照你們的情分送不同價格帶的禮物。」

因此,LINE 禮物建議每個商家發展 3 個價格帶商品,讓用戶可以根據交情選擇不同價位的禮物。像是乳酪蛋糕可以依尺寸有 300 元、500 元、1000 元等價位,高價位的還可以有客製化服務。

「做電商時,你總是會思考要更多促銷,但送禮給別人時,大家的行為、心境,跟買給自己是不一樣的,」鄭婉婷從事電商產業近 20 年,原本認為每個按鍵都必須帶來流量或商機,但「『買給自己』,一張訂單服務的是一位消費者,『送禮給朋友』,一張訂單維護的是一段關係。」

於是,他們讓收禮者收到禮物後,可以回傳「感謝小卡」,「這功能讓我很糾結,依照電商的訓練,按鈕應該要設計成『回送禮物』、帶來業績。」但事後證明,這個設計為使用者帶來峰值體驗,在 LINE 禮物裡,每 4 個收禮者,就有一位成為品牌首購者。

幫用戶創造情境、維繫關係,收禮者也變使用者

除了改變行銷手段,他們也為目標群眾打造使用情境。攤開 LINE 用戶數據,台灣有超過 7 成的人用它討論公事,落到使用情境,他可能會想謝謝對方幫忙改報告;或是下班來不及接小孩,請幼稚園老師幫忙多帶一小時。一句謝謝再加上一杯咖啡,可以讓對方感受你的心意,「我們只是讓訊息更有分量。」

再來,他們也設計「生日提醒」功能,只要用戶的生日資訊是公開的,LINE 禮物就會透過官方帳號跟主頁提醒,看到這則訊息送禮的人有 16%,是一般電商平台的 2~3 倍,目前業績占比約 4 成,是主要的送禮需求來源。

LINE 禮物巧妙結合通訊軟體與人際連結,目前不重覆買家累計已超過 400 萬,等於 LINE 每 5 位使用者,就有一位體驗過送禮服務。

「買給自己」,一張訂單服務的是一位消費者,「送禮給朋友」,一張訂單維護的是一段關係。

本文授權轉載自:經理人

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 2026 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