轉換率7成,卻被老闆找去問話⋯全台7-11掌握10億人次曝光版位,統一首度揭露RMN是怎麼做的?
轉換率7成,卻被老闆找去問話⋯全台7-11掌握10億人次曝光版位,統一首度揭露RMN是怎麼做的?
2024.12.04 | 新零售

《數位時代》於12月3日舉行年度MarTech行銷科技高峰會「Beyond AI」,聚焦4大趨勢主題、邀請8位國內外講者,吸引1500名行銷人報名參加。

經過一年發酵,RMN之於零售業已是不亞於AI的熱門關鍵字。

一句話解釋RMN(零售媒體聯播網),就是通路跳下來自己做廣告,利用店裡店外、線上線下各種版位進行策展、投廣。

如今不止新光三越、momo以及全家等業者投入RMN佈局,就連國內最大零售通路帝國統一超商,也全力加入戰局。

11月28日統一集團旗下統一資訊宣布與 TenMax合作,引入本土獨家可程序化購買的數位戶外廣告技術,在雙北生活圈200家門 7-ELEVEN 店外推出程序化數位戶外廣告(pDOOH)聯播網,預計年底將達300間門市。

統一超商rmn統一資訊.jpg
7-ELEVEN攜手統一資訊推出的程序化數位戶外廣告(pDOOH)聯播網,透過於門市內設置面向店外數位螢幕,民眾不需入店即可收看,觸及更多潛在消費者。
圖/ 統一資訊提供

7000間門市裝電視牆博眼球,適時投對商品廣告再增加13%消費

據統一資訊指出,這塊在門外不停放送廣告的電視牆,可供廣告主即時競價,並鎖定特定時間、地點、天氣、人流等數據,精準投放當下效益最大的戶外數位廣告。

在店裡店外投放廣告,對實體通路業者最直觀的效益,就是立即增加消費者的購買數量與金額。根據全球行銷調研機構行動行銷協會(MMA)過去一份報告指出,消費者當下看見戶外廣告投放能增加13%的購買意圖。

這其實並非7-ELEVEN首次利用店內電視牆投廣,據7-ELEVEN提供資料,如今幾乎每家7-ELEVEN櫃台上方都有的OPEN! CHANNEL 數位看板聯播網,一年累計超過10億觀看次數,且統一集團利用持續優化的資訊技術,像是特殊人臉辨識技術,鎖定觀看目標消費者輪廓,即時播放、呈現最適合當下的檔期商品及優惠活動資訊。

這也顯示了,通路利用自身版位,做廣告、促進銷售,早行之有年。「RMN其實不是什麼新鮮事,但真正新興的是我們如何借助新科技加深這分效益。」統一資訊總經理謝良承出席12月3日的2024Martech行銷科技高峰會如此說道。

手握1800萬會員數,仍能透過線上流量開發「潛在客群」

作為全台最大實體通路場域,大多數人都以為只要在7000多間7-ELEVEN,鋪進數位廣告看板,就是成功的RMN。但對於早掌握1800萬名幾乎不可能再成長的會員基數,每日去小七消費已是全民日常,廣告再怎麼打,能增加的消費金額恐怕有限。

於是統一資訊將腦筋動到這1800萬之外的人口,也就是訪台的日韓遊客。

統一資訊RMN案例分享.jpg
挖掘商圈消費關鍵字,透過Google搜尋流量導流門市。
圖/ 統一資訊提供

謝良承指出,國內每月在Google map上的搜尋流量,超過5000萬人次,比前兩大電商通路的月流量加總還多,其中不乏大批外國遊客的搜尋。統一資訊做的第一步是先篩選日韓遊客在台灣Google map的熱搜關鍵字,並將其與7-ELEVEN有販售的商品比對,最後得出「滿漢大餐」、「悠遊卡」、「鳳梨酥」等日韓遊客眼中的夯品。

統一資訊RMn案例.jpg
透過關鍵字優化、貼文推播,日韓遊客熱衷的滿漢大餐、悠遊卡、鳳梨酥皆有50%以上的銷售成長。
圖/ 統一資訊提供

接著統一資訊鎖定前100家日韓遊客最常去的商圈門市,在這幾家7-ELEVEN的Google map商家檔案中,加上介紹這幾樣產品的貼文、附上日韓語版本,最後結合貼文推播功能。如此一來,在Google map上找尋該商品的日韓遊客,便能輕鬆被導入附近7-ELEVEN。據統一資訊實驗後的成果顯示,該100家觀光客常去的門市,相關商品銷售額平均增加50%。

延伸閱讀:行銷新興職位「MOps」是什麼?美國Uber資料營運長揭密

360度解析會員消費履歷,挖掘尚未發生的「隱性購物需求」

不過統一資訊也沒有放棄手握的1800萬會員數據。謝良承指出,即便7-ELEVEN手握無人能敵的海量數據,但仍會與汽車商、精品業者進行數據交換,「畢竟這些不是你在超商會買得到的東西。」此舉為的是全面掌握消費者的每一消費樣貌,一塊拼圖都不能少。

統一資訊透露,透過掌握完整消費者購物輪廓,如今7-ELEVEN不只能預估你一整個禮拜來小七可能會買哪些東西、消費總金額是多少。就連哪個會員編號,幾點鐘會出現在哪間門市買什麼,都推算得出來。

掌握如此細膩的消費者行為數據,最直接的好處就是優化行銷策略。謝良承舉例,過去曾有行銷公司找統一資訊合作一檔行銷,是搜集一周到店買五次豆漿的會員,對其推播豆漿的優惠資訊。

2024年OPENPOINT點數服務市場規模上看35億,APP推上百種兌點服務,年度首創盲盒活動圈粉
7-ELEVEN日前宣佈經營的OPENPOINT自2024年累計的點數市場規模突破35億、再創歷史新高,顯見其會員生態圈在消費者日常消費的覆蓋率逐漸攀升。
圖/ 統一超商提供

「結果推播的轉換率高達七成,行銷成效非常好,對方卻被老闆找去問話。」謝良承解釋,因為從老闆的角度來看,這群人本來就會買門市的豆漿,提供他優惠一定買單,但折損的卻是自己的毛利。謝良承指出,這樣就是犯了只看得到顯性需求的毛病。「真正有價值的數據,是挖掘客戶的隱性需求。」

於是後來團隊修正方針,改觀察三個月內從未買過乳製品的會員。原因是,這群人雖然與一週買5次豆漿的族群有不小重疊,但重點是透過這樣的觀察,能推論出這群消費者或許是有乳糖不耐症的族群。

這時就考驗團隊能否掌握這點發現,推播消費者從未購買的商品,進而創造全新的需求與商機。謝良承指出,最後他們成功對這些人推播燕麥奶的促銷活動,創造新的消費行為,「這樣才是真正成功的數據行銷。」

有效的RMN從來不只是創造錦上添花的行銷數字,而是「優化那些經營者真的在意的指標。」謝良承總結。

延伸閱讀:7-ELEVE最後一個字母為什麼是小寫?「7」邊緣跟「E」根本沒對齊?

電商圈震撼彈!東森購物「出重手」裁員,官方坦言:這三大戰場都陷苦戰

責任編輯:林美欣

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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