未完成的顧客旅程服務
未完成的顧客旅程服務
2008.01.01 | 人物

台灣高鐵終於推出了期盼已久的網路購票服務,儘管一開始出了不少問題,但慢慢地大家也都習慣了,使用起來還算方便。不過說實話,從高鐵通車到現在一系列服務的推出,只是一步一步地滿足乘客的需要,讓使用者接受未完成的服務,正好說明了以使用者為中心的服務設計,在台灣還大有提升的空間。不過,接受服務的大眾為什麼願意向未完成的服務品質妥協呢?以使用者為中心進行服務設計真的很困難嗎?

以北美第一條快速鐵路為例,二○○○年底Amtrak在美國東岸推出的Acela Express線,主要途經華盛頓、費城、紐約和波士頓,在設計的時候採用了常見的顧客旅程(Customer Journey)或旅客旅程設計這個方法,將整個旅程分成十個步驟。設計者的目標是滿足乘客在這十步驟所有的需要,而不是以設計者為中心,只滿足列車從起站到終站的要求,忽略了乘客其他的需要。真的以使用者為中心的服務,並不會在顧客旅程的前五個步驟都沒有完成時,就推出半成品的服務;反之,顧客認知到自己應該得到全套服務嗎?如果顧客不挑剔未完成的服務,設計者願意以使用者為中心的動力也會降低。

這十步驟的前兩部分主要依賴資訊系統,也是初期台灣高鐵整體服務的最大弱點,主要原因是以設計者為中心而沒有以使用者為中心。以台灣高鐵售票系統的介面為例,包括為一般乘客設計的自動售票機介面和為售票人員使用的介面。還記得高鐵剛開始營運時,自動售票機的設計不夠方便,問題百出造成乘客寧願排隊購票,因而大排長龍。儘管現在系統比較穩定,有過經驗的乘客也比較熟悉而不再有大問題,但九月中有兩位教授投書指出,購買高鐵敬老票和殘障票遇到問題:一個問題是買完票才發現特殊票不能在自動售票機完成購票,另一個問題是售票人員使用的資訊系統,只允許同時買票的乘客位子劃在一起,如果同行的人不同時一起買票,就算先買到的位子旁邊都是空位,系統也無法將後買的劃位在一起。

這兩個問題顯示負責售票資訊系統的設計者,沒有做或沒有做好使用者的任務分析,而提出需求和驗收的管理者,沒有做或沒有做好可用性評估。使用者的任務分析是在設計系統初期,全部整理所有潛在使用者在各種情境中操作系統的一系列動作;可用性評估是在系統開發的過程中,以使用者有效率、輕鬆、不發生任何嚴重錯誤的原則,對系統進行各種使用者測試評估,這些測試不是在測機電腦有沒有故障,而是測試使用者會不會用、用得好不好。

其實這是國內外互動設計的基本動作,也是個別企業、產業、政府、以及國家乃至於國際的標準。
現在我們去日本自助旅行乘坐電車,並不會覺得售票機的使用非常困難。另外,整體顧客旅程的設計也相當方便,換乘各種交通工具並不困難。其實當年日本新幹線和許多電車系統設計售票系統時投入了許多心力,甚至於讓設計人員和操作人員相處在一起,生活和工作都在一起,設計者才能真正進入使用者的環境中,設身處地以使用者為中心進行設計。

這個例子剛好顯示在互動設計領域,和風與美式的一大差異。美式的風格經常先以分析歸納,建立一個理論架構和系統化方法,比如顧客旅程的架構和使用者可用性測試,然後應用這個架構方法,以產生所有個體都能接受的設計成果;但日本式的風格往往先進行感性的體會與體驗,然後從個別經驗中昇華演繹出適用於大眾的設計成果。這也是為什麼常聽到日本技藝達人強調用心,從煮拉麵到研發尖端電子產品都要用心。到底怎麼用心?除了敬業認真之外,還要以使用者為中心,體會服務對象的需要。美日風格雖然各有法門,其實殊途同歸,是否叫做顧客旅程設計法反倒不重要了。

雖然高鐵總算滿足了顧客旅程中十步驟的基本需要,還有轉型中的台鐵、興建中的北高捷運、機場捷運、其他縣市的輕軌電車等,都可以採用顧客旅程設計法。更進一步因應台灣發展觀光和服務業,現在必須以外國觀光客的顧客旅程來分析。對他們來說,高鐵、台鐵、捷運哪個比較好並不重要,任一個環節出問題都是在台灣旅遊的不愉快經驗。所以不管是採用系統化的顧客旅程法和使用者評測,還是感性用心去貼近觀光客的旅遊情境,都能避免提供未完成的半套服務給來台的外國觀光客。看來除了請金城武或F4代言之外,提升台灣的觀光還有不少事要做。 

雖然高鐵滿足了顧客旅程中的基本需要,
但還有一些交通設施也可採顧客旅程設計法。
更進一步因應台灣發展觀光和服務業,
現在必須以外國觀光客的顧客旅程來分析。
 

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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