零售業的大數據分析應用

會二甲
組別：第六組
組員：
S0862003 蔡汶諭
S0862009 王治雯
S0862014 李宛璇
S0862034 徐立昀
S0862042 鄭鈁雲
S0662012 劉家妘

指導教授：黃木榮教授
目錄
1. 大數據介紹
2. 超商的大數據分析應用
a) 傳統商店 V.S.現代商店
b) 超商內部大數據應用
c) 超商外部大數據應用
d) 未來趨勢 - 無人商店
e) 四大超商比較及未來發展
3. 零售業的大數據分析應用
a) 新零售定義&O2O 介紹
b) 零售業導入大數據的優劣
c) 運用實例
d) 疫情下的影響及如何應對
e) 未來趨勢
 大數據介紹- S0862009 王治雯
大數據又分為四個特性，大、真、雜、快。

大: 大數據與傳統數據最大的差異在於資料量，資料量遠大於傳統數據，龐大的數據資料
在科技不斷進步的時代裡，商品的從生產到賣出，當中許多繁雜的流程被記錄下來成為數
據，也因為資料量大，無法以傳統的方式儲存處理，因此衍生出大數據這一新興科學。

真: 隨著大數據科技的逐漸進步，儲存資料的成本下降、取得成本也下降，除了資料量，
也需要確認資料的真實性，過濾掉造假的數據與異常值後，分析出來的結果才能達到準確
預測的目的。

雜: 大數據紀錄不僅限於數字，資料類型龐雜，比如臉書上的帳戶紀錄，就包含照片、文
字、超連結等多種數據形式。由於形式多元複雜，大數據儲存也需要不同於傳統數據的儲
存技術。

快: 大數據與傳統數據最大的不同點，就是生成速度飛快。由於網際網路興起與資訊設備
普及，以用戶突破 20 億人的臉書為例，如果每個用戶每天按一個 like，就會有 20 億筆資
料，每一個人隨時隨地都可以創造數據。

為什麼我們需要大數據? 一個商品，不論是內含成分或是存貨數量，當一商品開始生產，
所記錄的 DATA 就多到難以想像，而商品要到能夠上架賣出，至少需要經過幾百道、幾千
到流程和步驟，如此龐大的資料便需要使用到大數據的幫忙。此外，大數據也不一定代表
是「數字」，也可能是影像、錄音檔，企業透過各種型態的大數據進行分析，進而提升商
業價值，以及對未來策略的規劃。
 傳統商店 V.S.現代商店- S0662012 劉家妘
資訊發達的現代社會中，街道上紛紛豎立了許多像７－１１、全家等便利商 店。偶爾在
偏僻巷子中可見傳統雜貨鋪（俗稱柑子店）。回想過去六、七零年代重工業發達的時代，
街道上所見的是這些傳統雜貨鋪，而不是便利商店。 為什麼在經過三十年後，兩個角色
會完全顛倒？同樣都是販售一些食品、日常用品，為何傳統雜貨鋪竟迅速消失？取而代之
的是這些便利商店？傳統雜貨鋪確實有許多地方不敵便利商店，因而造成傳統雜貨鋪紛紛
面臨倒閉的命運！

以下將傳統商店及現代商代進行多面向的比較:

(一) 地理位置:

1. 傳統商店: 以雜貨店為例，通常開在住家附近，如此一來家庭主婦就能不必跑太遠
就能買到東西了。
2. 現代超商: 現代超商為了吸引消費者的目光，大部份會將店面開在人潮較多的地方，
通常是交通便利、緊鄰學校、公司等等的地點。

(二) 商品:

1. 傳統商店: 古早味糖果餅乾、童玩、冰品、日常用品等。
2. 現代超商: 從冷藏食品到冷凍食品。糖果餅乾到各種飲品，應有盡有。

(三) 價格:

在價格上雜貨店佔了較大的優勢，相對便利商店便宜許多。現代超商的價位比傳統店貴大
約一倍。現今的便利商店，在經營理念上，多少都有提到「創新」 這詞。反觀傳統的雜
貨店，只是為營業而營業，並不強調創新，但是時代在變遷，過去的經營模式已不符社會
潮流，要在社會中生存下去，就必須比過去更有創意、創新，才能贏得消費的心。

(四) 便利性:

在以前交通不方便的時候雜貨店對人來說是非常方便；而超商也是相同的道理，對於現代
追求便利、快速的社會來說，便利商店應有盡有，對小孩、學生、上班族等都帶來便利性。
然而現代商店願意投資更多設備，以追求更高之效率。包括如何改善設備績 效、調整商
品之回轉率、了解客層定位、減少偷竊之防範、管理報表之應用改善及 POS 設備的投資
等等，並持續不斷地追求有效率的管理。

(五) 消費者年齡:

1. 傳統商店: 大多老年及幼年，因現代的父母常將小孩託付給孩子的祖父母照顧。
2. 現代超商: 多學生族及上班族，上班或上學的途中會經過，便利性較高，且超商所
販賣的東西較符合他們的需求。

時代變遷，促使便利商店的興起和傳統雜貨店的衰敗，而現代商店導入大數據，也大大提
升內部的管理效率，以下也會針對這部分做更加詳細的介紹。
 超商內部大數據應用- S0862034 徐立昀
超商內部的大數據應用可分類為：

1. POS 系統
2. 發票數據分析
3. 時控條碼
4. 電子標籤

POS 系統

需要的設備有：

o 雷射掃描器：閱讀條碼，提供收銀機商品資訊。
o 收銀機：計算價格。
o 電腦主機：統計商品的銷售狀況。

功能：
1. 分析顧客消費模式：結帳時，依序輸入購買者性別、年齡區間等基本資料，建立情
報系統資料庫，以此清楚掌握顧客在不同時間、不同地點對於不同商品的需求。
2. 庫存管理：根據資料庫，分析銷售趨勢做出訂貨決策，以此減少存貨的屯積，並透
過 PDA 等手持裝置進行進貨、驗貨。
3. 分析商品銷售紀錄： 幫助了解商品的生命週期和開發方向，此外還能協助決定生
產數量。

效益：
1. 透過資料庫，使管理者能夠了解各地差異化資訊，並量化不同商圈的消費型態，使
訂購貨品時能夠更加精確；同時，結合物流系統，品管變得更加準確。
2. 即時更新銷售數字，營運變得更加透明。

發票數據分析

透過 App，建立會員生態，並記錄交易紀錄，有助於後續分析消費者的消費型態。
例如：透過發票數據分析，超商咖啡的消費者中，有 20% 同時會搭配茶葉蛋，網路上也
推崇「咖啡加茶葉蛋」的減脂飲食風潮，越來越多人有這方面的消費需求，替超商帶來多
筆交易。還有優惠組合套餐，也是超商咖啡消費者常搭配的選擇，透過發票數據分析，其
中又以三明治、飯糰等早餐搭配最受歡迎。

時控條碼

全家推出友善時光機制，目的是減少剩食，結合時控條碼、時間定價，降定食品類
的報廢數量。

方法：
透過在條碼資訊中加入有效期限資訊，讓過期食品無法被刷條碼購買，並且將變價
機制寫入每日生產的鮮食條碼；在全家 App 新增「友善地圖」，讓消費者能夠隨時查詢周
邊各門市的友善食光商品概況，增加購買方便度。

電子標籤

o 商品貨架上，使用電子標籤，取代傳統的紙質價格標籤。
o 電子標籤通過後臺，可以 Wi-Fi 一次更新多項商品的最新價格。店員也能透過手持
裝置，逐個配對電子標籤，更新單一商品的最新價格。
 超商外部大數據應用- S0862003 蔡汶諭
首先探討新零售與大數據的關係

阿里巴巴將其定義為「以消費者爲中心的數據驅動的泛零售型態」。簡單來說，新
零售重視消費者體驗、結合大數據和雲端技術提供智慧化服務，降低經營成本（如人工與
物流等）。

舉例像是 7-11 的 openpoint app、icash pay，全家的隨買跨店取、My family

pay，都是新零售結合大數據的應用

利用大數據分析顧客族群

台灣便利商店主要消費客群為 15-34 歲的消費者，他們一週平均到店數超過五次。

從數據資料分析，可大致歸納出消費族群輪廓：15-34 歲特別關注流行，因此喜歡嚐鮮、
跟風；其中 25-34 歲還很重視生活的質感，特別願意花錢在「有設計感，但不一定實用」
的事物；至於健康議題，則以 35-44 歲族群最重視，也因此他們對於食材的關注度高。

但這些資料無法更精準掌握消費者樣貌，對需要大量資訊來快速調配營運策略的超
商業者來說，一直是極需解決的問題。

會員經濟

早期便利商店在經營上，以實體通路的商品和服務作為競逐客戶的主戰場，之後由
於智慧型手機與行動網路普及，延伸到手機 App 中發展出會員經濟。

消費者到櫃檯結帳，店員詢問是否為會員，到計算消費金額、使用支付工具結帳離
開，這個簡短的流程裡，超商掌握許多資訊，如會員消費的地點、是否具有會員身分、消
費的商品及金額，加上使用的支付工具，這些資訊和數據都會成為超商進一步去分析消費
者喜好的工具

APP 既是數據蒐集器也是行動店員
 當消費者下載 App 後，超商開始結合地點、天氣和時間資訊，給予消費者最即時的
商品優惠券，例如早晨提供咖啡優惠券，中午放送生鮮食品折扣。App 集點得到的會員消
費數據，是顧客資料建立的基礎，透過數據分析，將預測轉為方針，從分析結果設計出有
效的折價券、促銷組合、商品推薦。

綜合消費明細、天氣、地點和時間數據，一個平凡無奇的 App，實則是大數據分析
計畫的成功關鍵，它不只扮演與消費者第一線接觸的角色，更有助於蒐集數據和優化數據。

零售與科技若想要成功結合，最重要的關鍵在於「數據」

舉例而言，全家在 2016 年推出會員制。當成為會員，每一次消費就有「紀錄」，

而不是結了帳就結束，全家便能知道消費者在何時、何地買了什麼，推算消費習性和喜好。
像是數據揭密，超商咖啡消費者最愛配茶葉蛋，從消費者生態來看，透過數據分析，超商
咖啡的消費者中，有 20% 同時會搭配茶葉蛋，是替超商帶來最多筆交易的主力商品，結
合不定期的寄杯活動、推出搭配優惠組合，更能帶來用戶對超商 App 的使用度，進一步
帶動其他潛在的消費需求。
 未來趨勢 - 無人商店- S0862042 鄭鈁雲
無人商店

o 一種新零售概念，意指商店內沒有任何服務人員及收銀人員，顧客入店後完全採自
助方式購物與結帳，無需排隊付款，實現顧客「拿了就走」的新型零售商店。
o 依靠各項先進的技術，如：機器視覺技術、AI 人工智慧、IoT 物聯網、大數據、
RFID 無線射頻、各式各樣的感測器、自動販賣機與智慧設備等。而無人商店最主
要的技術可概分為：AI 人工智慧、RFID、自動販賣機等三大類。

全世界 1st 無人商店

o 2016/12，亞馬遜宣佈推出無人商店「Amazon Go」後便著手進行研發，直至
2018/1/22 於美國西雅圖正式開幕，開放一般消費者體驗及購買。
o 「Amazon Go」結合了人工智慧、雲端運算、機器學習、機器視覺，以及大量的感
應監測器，首先，顧客需先下載 Amazon Go 專屬 App 後才能進行購買與付款，並於
入口處掃描專屬 App、確認身份後才能入店消費。
o 唯「Amazon Go」也還未算是真正的無人商店，店內雖無收銀員，但還是有服務人
員進行補貨與準備食物，讓架上的商品保持永遠不會缺貨的狀態。

X-STORE

o 首家 24 小時營運的無人商店：7-ELEVEN 在台北市基隆路上開設 X-STORE 第二家無

人商店，為首家 24 小時營運的無人商店，民眾可以 icash 2.0 卡或聯名卡，登記
註冊會員、登錄人臉，就能自由進出無人商店，自助結帳消費。
o 入口處：有兩個出入閘門，民眾擁有 icash 卡及 OPENPOINT 會員，在稱為太空艙的
註冊機輸入手機門號及 OPENPOINT 會員密碼，將臉對準鏡頭就能將自己的臉部影像
登錄至系統。
o 自助結帳櫃檯：可將想要結帳的商品放到櫃檯上，透過影像辨識，螢幕上會列出結
帳的商品清單及價格，可用 icash 卡或悠遊卡感應付款，現場無法使用現金付款。
消費者也可將商品條碼拿到掃碼器上掃描。
無人商店技術

o 人工智慧派：利用視覺感測、人臉或生物識別、生物支付、深度學習等人工智慧技
術來構建機器的眼睛及大腦，實現消費者身分驗證及自動結帳的智慧解決方案，甚
至讓消費者將商品「拿了就走」。亞馬遜的 Amazon Go、深蘭科技和娃哈哈合作推
出的 Take Go 智能便利商店，以及工研院正測試中的無人商店解決方案，皆屬於此
類。
o 物聯網派：利用無線射頻識別（Radio Frequency Identification；RFID）感應器、
傳感器、掃碼槍等技術以實現識別結帳。歐尚與大潤發在中國大陸所推出的無人便
利商店繽果盒子，採用的解決方案就是 RFID 技術，每件商品均貼有 RFID 標籤
（Tag），挑選完商品後可在商品識別區上自助感應結帳，並完成收款。
o 混合模式：以上兩種技術作為應用核心，又衍生第三種人工智慧搭配物聯網的混合
模式，台灣的 X-STORE 與恩益禧主要使用此方案，它主要結合能辨識人與物品的智
能辨識系統，不須太過複雜計算與裝置數量龐大的感測器，便能簡單串聯人、物品
與消費流程，完成購物管理。
o 多視角影像辨識技術：透過天花板裝設的多個攝影鏡頭以及廣角攝影機，在顧客掃
描 QR Code 進入智慧商店之後，即時追蹤其移動軌跡與行為，比如在顧客拿取商品
後，同步將商品加入虛擬購物車中，反之若是放回商品，購物車也會同步移除。其
中，廣角鏡頭因拍攝範圍更大，主要用來追蹤顧客軌跡，一般攝影鏡頭則是能由上
而下地辨識顧客姿勢，比如伸手取放商品等行為。
o 多重感測器分析技術：隱身在一個個貨架中，主要運用紅外線光柵、貨架層板上的
攝影機以及重量感測器，來確實辨識顧客拿取的商品並加入虛擬購物車中。其運作
方式，是在顧客伸手取物、觸碰到貨架外緣的紅外線光柵時，同步喚醒貨架內的攝
影機與重量感測裝置，接著，透過重量分布的改變，同時搭配攝影機比對取物前後
的畫面，判斷出被取出的商品品項。
 四大超商比較及未來發展- S0862014 李宛璇
4 大超商簡介：

台灣的 7-11 成立在 1979 年是所有超商最早的，但 7-11 最早其實是美國公司，後

來被日本企業控股又收購了才變成日本公司，是全台超商市占率最高的。它的前身可以追
溯到 1927 年，是美國達拉斯賣冰起家的連鎖店 Totem Store(圖騰商店)，後來營業時間
延長到早上 7 到晚上 11 點才改名為 7-11。全家的話則是日本引進的，Family Mart 在日
本以外的第一個據點。OK 原與美國 CircleK 合作，之後沒續約品牌授權，但由於超商形
象已打入市場，商標名稱由原來的 OK 便利店改為 OK MART 萊爾富是由光泉牧場投資成立
的臺灣便利商店品牌，唯一台灣做大的便利超商。

疫情下的影響：

去年受到新冠肺炎疫情衝擊，整體零售業營業額僅年增 0.19%，創近五年來新低，
不過便利超商去年營業額卻創歷史新高，首度突破 3,600 億元，達 3,610.1 億元，年增
8.9%，營業額更是居綜合商品零售業之冠。小部分成長原因包括去年上半年超商領口罩、
振興三倍券預購，所帶來的人流和業績之外，還有三大關鍵，第一是疫情使健康意識抬頭，
加上健身風潮興起帶動下，雞肉成為超商另類的「白金夯品」，特別是雞胸肉，今年邁入
後疫情時代，又有萊豬議題；第二關鍵，超商成為就近補給站。疫情期間，大家將超商變
成補給站，主要是因民眾不想往人多的商場走，但超商快速方便，變成消費者最常去的地
方；第三，即使超商就在消費者身邊，四大超商也要搶外送市場。超商在 2018 年就開始
布局外送服務，除了可以經營熟客之外，更重要是「延伸至消費者家中」的商機；看準美
食外送市場商機。

4 大超商比較：

多功能終端媒體機的功能大都差不多，相對各超商擁有的特色產品，像 7-11 與
Mister Donut 合作，直接導入甜甜圈作為產品；全家則是最早開始發售霜淇淋的超商，
至今口味已超過 20 多種；萊爾富則是自販炸雞；OK 引入自助泡麵機，消費者能直接挑選
泡麵與配料，在超商直接享用。
4 大超商特色：

7-11 有特色便利商店，將門市裝潢在地化與創新化，即便是便利超商也能成為網
美的打卡聖地！此外與中國信託商業銀行共同開辦的 ICASH 電子錢包服務，至今已推出
icah2.0，能在各大超商結帳使用，也能在搭公車、坐捷運時刷卡付款，十分方便。全家
就像前面說的有霜淇淋跟酷冰沙，像最近出的好像是東方美人茶。他們也有做「友善食
光」的活動以「食控條碼」為基礎，進一步開發「時間定價」系統，刷取條碼即可依收銀
機之判讀以友善食光折扣結帳已達到減少食物浪費的目的。萊爾富能接受刷卡的銀行數最
多，而且咖啡寄杯隨時取跟多媒體終端機也是他們首先發明，但沒有做得像 7-11 跟全家
那麼大。有在用蝦皮的人都知道 OK 常常提供各種免運券，相較 7-11 或全家只需花較少的
錢就能免運。

未來發展：

因應現代人生活忙碌奔波於工作，增加智能自販機，能夠讓消費者在極短的時間內，
就能夠購買商品。需要的土地面積不用大，且透過與 POS 系統的串聯，業者便可以透過系
統資訊掌握第一手的銷售狀況；智販機中的品項就可以依照數據，統計分析出不同商圈、
機台熱賣的品項，即時變動鋪貨數量，不需要請人力親自盤點存貨，能降低人力成本。

複合店的擴展能增加消費者停留門市時間，販售的商品不再僅限於一般的超商，還
新增了美妝、博客來、冷凍生鮮，甚至是健身房、自助洗衣等等。相較起一般門市，複合
店可以帶動整體業績的提升。

無人商店要普及化的前提為方便的操作模式，這才能達到高效率且消費者能夠滿意
的消費體驗，若消費者自己動手結帳的時間不比熟知流程的店員更加快速，最終將轉變為
一種低效率又尷尬的消費體驗。

導入新科技是急不得的，仍要給消費者轉換行為習慣的時間跟空間。想要有所創新
跟突破就要努力發展技術，才可能達成目標，但後來業者發現，市場反應比預期差，其實
不是能力不夠、技術不到位的問題，而是消費者現階段還無法接受，或是業者根本沒釐清
消費者真正的需求和偏好，所以業者能透過店內的感應偵測器、人工智能、雲端計算等，
分析店內的動線是否讓顧客感到舒適？貨架上的配置能否吸引更多目光？人們在選擇時，
猶豫的是價格還是內容？有了這些大數據，便可以提供更精準的促銷方案，也能得知消費
喜好，來開發新產品提升銷售量。
 新零售定義&O2O 介紹- S0862014 李宛璇
新零售定義：

在介紹「新零售」之前，先來簡單描述一下「零售」是甚麼。零售即是將上游廠商
（製造商、批發商）的產品，不論是有形的(產品)亦或是無形的(服務)，銷售給最終的消
費者的行業。

企業在早期以實體店面服務消費者，在此階段，能做的就在於廣告曝光，接著等消
費者上門，對於消費者的決策過程與購買行為，能掌握的非常有限。這段時期，我們只能
想辦法擠出行銷預算、做出吸引人的廣告宣傳，等待客戶上門，整個過程較為被動。

而後，網路時代興起，電商與數位媒體蓬勃發展，我們可以運用資訊科技追蹤消費
者在網路上的足跡，網路店面提供服務。慢慢地，我們從網路開始窺見消費者的決策過程
與購買行為，而且數位媒體提供了另一個較為低廉的行銷管道，利用小成本的廣告測試，
逐步找出最有效的模式，電商變成是科學數據的戰場，要達到同時達到增加效率、營收又
能降低成本，已經是⼀個不得不的選項！

只是，網路購物仍無法完全取代實體購物，卻可以相互彌補不足。網路購物不受空
間與時間的限制，但實體店面可以提供產品體驗與真人服務，於是從網路購物發跡的企業
開始經營實體店面；而從實體店面起家的企業也開始經營網店，唯有線上（網路）線下
（實體）的服務，才能牢牢抓緊消費者。

新零售主要是由阿里巴巴集團的創辦人馬雲所提出的新概念，他說：「所謂新零售
是指以消費者體驗為中心，利用人工智慧、物聯網、大數據技術，來支援線上的資訊流、
金流、商流，以及線下的服務體驗及物流配送的一種全通路零售模式。」。新零售是一種
策略，不是一個新產業，零售業的本質還是相同的。新零售是不停的用數位工具的協助，
降低消費者消費時的消費功率，以讓消費者達到好的消費體驗，也就是降低消費者的購物
阻力。

這裡簡單將新零售分為 3 個重點：
 o 消費者體驗：包含從「空間」「時間」「心理」「精神」各種切入角度，去降低消
費者消費時的阻力，極小化消費者去「耗費功率」才能完成購物，都會有效讓消費
者覺得消費體驗很好。
o 數據驅動：現在業者所擁有的技術包括物聯網、供應鏈 4.0、以及數據湖等都讓零
售業者能夠深入的了解各個環節的動向，有效的分析這些數據將能夠幫助業者解決
許多零售長年的問題，如供需匹配、供應鏈效能與顧客的消費習慣等。
o 泛零售型態：早期零售只限於實體，近年因網路發達，電子商務協助零售擺脫時間
與空間的限制，而泛零售則是運用資訊科技，讓零售完全從時間與空間中解放，藉
由實體與虛擬整合，消費者從親身體驗到快速線上下單，都可以自由選擇各種媒介
與企業接觸，企業也可以提供全方位的顧客服務。

O2O 介紹

O2O 即是應用於新零售的其中一個概念，全名為 Online to Offline，是指將實體

商務與電子商務做結合，透過網路尋找消費者，再藉由行銷活動或優惠方案將消費者帶至
實體通路。簡單來說，消費者在網上購買服務，在線下取得服務。作法偏向為消費者創造
一個必須到店消費的理由，最常見的就是透過價格促銷、服務預訂等，把想要傳達的訊息
推播給消費者。

O2O 的特色在於透過在線上的行銷手段來吸引消費者，並將他們由線上帶往線下消
費或體驗，而非單純的線上串聯到線下的流程而已。線上到線下包含的是虛擬與實體結合
的概念，所以好的 O2O 必須要能夠虛實整合，同時必須要做到好的轉移以及串聯，也就是
O2O 裡面的 2(to)，如此才能讓客戶有更順暢的體驗。

舉幾個應用 O2O 的實際例子：

人所皆知的麥當勞 app「麥當勞報報」讓消費者在程式裡設定天氣提醒鬧鐘，當鬧
鐘提醒的同時，會提供麥當勞優惠券給消費者，目的是要吸引消費者直接到麥當勞實體店
面做消費；叫車程式 Uber 提供了一個平台給有搭車需求的人，在線上叫車，約定好時間
地點後在實體的世界裡搭車抵達目的地。Uber 方便的串連起資訊流以及金流，通過 APP
叫車，在指定的乘車地點搭車，付款時則可以綁定信用卡支付，讓使用者擁有簡單又方便
的叫車體驗。
 此外，O2O 不單單只有從線上(網路)到線下(店面)的流動，餐廳透過提供顧客線上
打卡優惠，可以將店裡的活動以及知名度移轉到社群平台上，觸及到打卡者的朋友圈，把
線下的資訊傳遞到線上進行社群行銷，吸引接觸到優惠資訊的朋友，可以到該餐廳做新的
消費，也有人稱之為 Offline to Online。

所以 O2O 其實也包含了循環的概念，O2O 是一個圈，透過線上吸引客戶到線下進行

體驗消費，而客戶會再透過將訊息推送分享的方式傳達到線上，讓更多的消費者知曉，所
以 O2O 必須在這樣的循環圈中，藉由不斷的吸引以及回饋，創造口碑，帶來更大的收益，
才可能成功。
 零售業導入大數據的優劣- S0662012 劉家妘

零售業的核心業務就是在處理資訊流，包括物流、人流及金流，因此他們特別重視資訊管
理，並將各式資訊管理系統導入齊全，例如倉儲管理、物流管理、企業資源規劃 ERP、客
戶關係管理 CRM、資料倉儲、商業智慧等等，他們是大數據技術的先行導入者。

一、新零售優缺點分析

(一) 優勢:

1.數據精準

網際網路迅速發展的時代，通過大數據可以精準把控消費者的購買行為和真實需求，數據
已然成為眾多零售企業做出經營決策的基礎。

2.供應鏈發生變化

零售業革新，首先革新的就是供應鏈。在智能技術和大數據的支撐下，商貿企業的供應鏈
發生變化，通過對消費數據進行挖掘，實現按需生產，讓消費者逆向引導供應鏈，直接解
決庫存積壓的問題。新零售強調最佳化顧客體驗以創造商業機會與收益，企業應將消費者
購物的需求及意圖納入考量，掌握消費者於各接觸點之互動行為與感受，以消費者為中心，
發展供應鏈。

3.多元化

新零售適用多終端，滿足市場逐漸多元化的需求。隨著時代的發展，消費者的需求逐漸發
生變化，零售業態隨之改變，從「大而全」逐漸轉型「多而精」，為消費者提供多元化的
產品與服務。

4.智能零售
線上智能技術衍生出無人零售，無人零售通過先進的智能技術提升線下運營效率，優化消
費者購物體驗，並憑藉低租金、低人工、低水電等成本優勢吸引了眾多企業家與投資者的
眼球，引發資本市場投資熱潮。

(二) 劣勢

1.發展不成熟

新零售處於剛起步階段，行業中標杆企業較少，不管是商業模式還是經營體系都還處於試
錯階段，雖然新零售是以出售用戶體驗為主，但目前市場對於「體驗」的定義還很模糊，
在實際的經營過程中，難免會因為眾多突發事件而影響消費體驗。如何通過細節升級提升
消費者的消費體驗，新零售未來還有很長的路要走。

2.需求鏈進化不完全

在傳統零售業中，市場主要以供應為主，而新零售主要以消費者需求為主，短時間
難以完成從供應鏈進化到需求鏈。想要成功玩轉新零售，所有職能人員必須高度協
同去服務消費者，保證所有員工接收信息得以同步，並及時做出回應。而習慣傳統
供應鏈模式的員工，很難在短時間內轉變自己的思維與行為。為迎合善變的消費者，
產品生命週期縮短、產業鏈追求短鏈革命，正在迫使企業快速轉型。

3.數據分析能力欠缺

新零售通過大數據與商業邏輯的高度融合，實現以數據驅動決策。但對於大多數企
業來說，消費者能隨心所欲的以多元的方式收發資訊，享盡網路資訊便利的同時，
卻越來越要求個人化服務及個人隱私。換而言之，企業將難以取得數據、討好消費
者，分析數據也是一個難題，在數據基數有限的情況下，企業很難做出有效的決策。
而即便企業擁有眾多數據，利用數據分析出消費者過去的購買行為與動機，卻很難
預測消費者未來的購買行為與動機。

二、零售導入大數據優劣勢分析
以零售業和工業來說，大數據、AI、物聯網帶動產業升級，出現智慧零售與智慧工業，更

有效地管理生產製程，也讓企業更了解顧客購物行為，產出符合人們需求、人性化的產品，

不斷拉近企業與消費者的距離。正是在這樣的趨勢下，要來協助屬於零售業或工業範疇的

公司更貼近大數據，有效地運用現有數據，找出目前產業困境的突破點。

(一) 優勢:

1. 智慧零售拉近與顧客間的距離

以零售業來說，人、貨、場是其中重要的三元素，資訊能以 AI 技術分析消費者購物習慣，
進而會影響到門市鋪貨、安全庫存要訂多少，可見人、貨、場彼此息息相關，牽一髮而動
全身，有了數據分析幫助商家做決策，也較能降低人為預測失誤所帶來的成本。

對於店家來說，除了要鞏固忠實客戶，也會希望發掘潛在客戶，數據分析得以達成最有效
的廣告投放或預測潛在客戶。例如將大筆的消費數據丟入分析平台可以得知最有可能被喚
醒的會員有什麼特徵，依此來判斷需要發送訊息給多少會員，甚至是分析什麼時段的投放
效果最好，讓店家的行銷資訊一出去就能打中目標客群。大量購物紀錄極具數據分析的價
值，對潛在客戶量身打造促銷活動，不需要浪費太多成本就能做到精準行銷。

2. 製程管理最佳化

工業物聯網（IIoT）正是企業迎接工業 4.0 的重要技術，透過機台連網、數據採集，並進

行後續的數據分析。工廠最怕的就是製程不穩定，需要時刻監控生產情形，以提高產品良
率。為改善工廠供應鏈或生產線，需提升原物料管控、設備維護、製程品質的管理，平台
會即時演算機台數據，推導在生產過程中出現的問題點是由哪些原因所造成，改善製程中
的不確定性。

3. 數據蒐集整合創造新價值

透過線上瀏覽與交易行為積累的大數據，不僅能自動判斷使用者性別，更可在短時間內推
斷使用者興趣，並精準推送相關產品資訊及廣告，透過實際數據客制化良好的使用者經驗，
建立個人化的數位體驗，創造新價值。
4. 提高客戶忠誠度

以數據為導向的客戶洞察力對於應對諸如提高客戶轉化率，個性化營銷活動以增加收入，
預測和避免客戶流失以及降低客戶獲取成本等挑戰至關重要。但今天的消費者通過多個交
互點與公司互動如：移動，社交媒體，商店，電子商務網站等。這極大地增加了您必須聚
合和分析的數據類型的複雜性和多樣性。當所有這些數據匯總並一起分析時，它可以產生
前所未有的洞察力。例如，誰是您的高價值客戶，是什麼促使他們購買更多，他們如何表
現，以及如何以及何時最好到達他們？有了這些見解，您就可以改善客戶獲取並提高客戶
忠誠度。數據工程是從您的客戶行為數據（結構化和非結構化）中獲取洞察力的關鍵，因
為您可以一次性組合，集成和分析所有數據，以生成推動客戶獲取和忠誠度所需的洞察力。

(二) 劣勢:

1. 欲達到工業 4.0 耗費成本高

台灣目前還落在工業 1.5 或 2.0，很多工廠的數據蒐集並不完整，自然無法導入 AI 或物聯

網的應用，想要進到工業 4.0 就得花費很多額外成本汰換舊設備，許多工廠老闆是不願意
投資的，最後也只能放棄數據分析這一塊。

2. 對於大數據分析的誤解

資料分析可分為四個層次，由淺入深依序為描述、預測、解釋及最佳化。描述性分析幫助
評估現況及了解問題；解釋性分析提供問題的初步診斷；而預測及最佳化提供改善和解決
問題的工具。國內的零售業通常早早就導入商業智慧平台，以圖表來輔助決策的進行，但
因視覺呈現的限制，在複雜的資料，也只能以二維、三維的形式片段地解讀資料。
 運用實例- S0862042 鄭鈁雲
零售業熱門數據分析場景

現今，零售業可以透過大數據來進行分析和管理，以下是零售業利用數據分析的場景。

o 門市管理：門市通過數據分析提升管理水平，包含日常工作規劃、門市業績增長點
尋找、門市業績推動、巡場巡店等內容。幫助店長規劃日常工作，執行日常工作監
督，檢查不足與漏洞，通過數據提升店長的管理水平，提升門市業績。
o 商品分析：通過對數據的應用，提升商品的銷售業績，提升商品庫存利用率，包括
價格帶分析、abc 分析、庫存分析、關聯分析等內容，通過數據調整商品更合理的
價格，更合理的位置規劃，更合理的庫存分布。
o 會員分析：不僅停留在數據好看，讓會員數據直接與業務行為關聯，通過提升會員
數量、提升會員價值、提供更精準服務三大維度對會員進行數據分析。不僅發現規
律、可視化展現，更能利用規律、促進會員運營。讓數據更好服務企業會員。
o 銷售分析：不僅展現銷售現象，更聯動現象背後的原因。通過銷售波動、結構、效
率、趨勢、方式等幾大維度觀察銷售。通過圖形背後的解讀，實現對銷售的理解，
從而適當調整銷售策略，促進企業銷售業績。
o 活動分析：零售企業通過各類行銷活動來吸引新客戶，留住老客戶，推廣新產品…
那麼，對於這些行銷活動達成的效果進行有效的分析，活動前、中、後全面審視活
動業績，可以幫助零售企業更好的規劃卓有成效的行銷活動。
o 集團管理：為企業領導層提供管理抓手，打通企業信息差，並輸出管理壓力。提升
企業管理能力。

結合運用

零售企業談的“大數據”的最大價值，是在零售策略上與“大數據”技術進行結合，
最大程度地編制前置性的零售策略，確保銷售計劃的實現。 對零售業而言，最需要數據
分析的對象還是消費者。長久以來，零售業早已透過訂單統計分析、問卷訪談等工具，對
消費者進行了解。
 如美國零售龍頭業者沃爾瑪(Wal-Mart)的資訊工程師，就是在分析結帳數據時發現，
每到星期五晚上，尿布和啤酒的銷售量有正向關聯性。透過調查才知道，原來美國週五晚
上，父親常常幫家裡到超市買尿布，順便為週末球賽聚會購買啤酒回家。後來沃爾瑪採取
合購策略，固定在每週五，將啤酒和尿布擺設放在同一區域，意外讓這兩項產品的銷售量
提升 30%。

當分析師了解到啤酒和尿布銷量存在正相關關係、並進一步分析的時候，發現了這
樣的購買情境，於是將這兩種屬於不同門類的商品擺在一起。這個發現為商家帶來了新的
銷售組合。

所以，零售策略設計是零售業“大數據”價值最大的地方，也是“大數據”可以直
接為其提供支持的業務。

客戶的忠誠度

忠誠度高的用戶，不但會為零售業帶來持續的訂單，還能透過口碑傳播，幫零售業
帶來新的客戶，更是零售業開始重視大數據分析的關鍵因素。滿足消費者個性化需求，提
供符合其需求的商品和個性化的服務外，不僅能提高消費意願及行銷效益，更能有效提高
客戶的忠誠度。

透過大數據分析技術，可將使用者劃分不同級別，識別出高忠誠度的用戶，並對其
即時予以關注，採取一系列措施，盡力維持和提高這部分客戶的忠誠度。此外，通過大數
據分析，還可識別出對營業額和利潤水準的提升有影響力，但忠誠度尚需培養的客戶，業
者就可利用一系列行銷活動，設法將這些客戶轉化為忠誠度高的客戶。

零售商可以透過粉絲專頁、收集購物評論與客戶服務資料等多種方式做大數據分析，
更容易找到發表意見的關鍵消費者，進而強化其忠誠度，讓零售決策及行銷設計都能變得
更加有智慧。

零售業的 5 大數據用例

隨著零售業持續加速擴張，零售商們也急於尋找大數據在零售業中的最佳用例。零
售商需要使整個組織的人員能夠迅速，準確和自信地做出決策。實現這一目標的唯一方法
是利用大數據制定最佳計劃和決策，更深入地了解客戶，並發現揭示新機遇的隱藏趨勢。
以下這五個用例是目前零售業公司利用大數據進行的分析實例。

1. 零售業客戶行為分析：
a. 以數據為導向的客戶洞察力對於應對諸如提高客戶轉化率，個性化營銷活動
以增加收入，預測和避免客戶流失以及降低客戶獲取成本等挑戰至關重要
b. 消費者會通過各種方式與零售業公司互動（社交媒體，實體商店，電子商務
網站等），增加零售業公司必須聚合和分析的數據類型的複雜性和多樣性。
c. 通過這些數據分析結果，可以得知誰是公司的高價值客戶，是什麼促使他們
購買更多，零售業公司就可以提高客戶忠誠度。
2. 利用大數據個性化店內體驗:
a. 行為追蹤技術的出現，為分析店內行為以及衡量銷售策略提供了新的途徑。
零售商必須利用這些數據，以優化銷售策略。通過忠誠度應用程式，對店內
體驗進行個性化定製，並及時採取行動，促使顧客完成購置，最終目標就是
提升所有渠道的銷售額。
b. 通過分析 POS 機系統和店內傳感器等數據來源，全渠道零售商可以：就不同
營銷與銷售策略對客戶行為和銷售產生的影響，進行相應的測試與量化；
依據顧客的購買和瀏覽記錄，確定顧客的需求與興趣，然後為顧客量身定製
店內體驗；監測店內顧客習慣，並及時採取行動，促使顧客當場完成購物，
或是之後上網購置，由此保住交易。
3. 通過預測分析和有針對性的促銷提升轉化率：
a. 要在提升客戶獲取率的同時，降低成本，零售企業需要有效地進行定向促銷。
因此，商家需要全方位地了解顧客。
b. 現今，顧客在社交媒體上的互動行為多於交易行為，考慮到這些趨勢，對零
售商最有利的做法，就是將顧客在互動過程中生成的數據加以利用，理解他
們的喜好。
c. 將顧客的購物記錄和個人資料，及其在社交媒體網站上的行為結合起來，通
常能揭示出意料之外的洞見。（一家零售商的多名高價值顧客都「喜歡」在
電視上觀看美食頻道，而且經常在有機食品超市購物。零售商就可以與在烹
 飪相關的電視節目中、社交媒體上以及有機食品店內，投放有針對性的廣
告。）
d. 結果：零售商的顧客轉化率有可能大幅提升，獲取客戶所需的成本也有望顯
著降低。
4. 顧客歷程數據分析:
a. 客戶體驗的質量更能推動銷售額與顧客保留率。
b. 藉助大數據工程技術，零售商得以將結構化與非結構化的數據結合起來，作
為單一數據集加以分析，將不同的數據類型一網打盡。透過分析結果可以得
知「哪些是你的高價值顧客？他們的行為方式是怎樣的？與他們互動的最佳
方式與時機是什麼？」
c. 補充資料：結構化資料在資料庫裡意指：它擁有固定欄位、固定格式與順序
…等。例如：企業銷售資料庫裡的欄位，通常有「會員編號」、「購買日
期」、「購買品項」、「購買金額」…等。非結構化資料在資料庫裡則意指：
沒有固定欄位，也沒有固定格式。例如：影像檔、語音檔、圖檔、Office
檔案、PDF 檔、e-mail、網頁等。
5. 運營分析與供應鏈分析:
a. 由於產品生命周期的加快以及運營的日益複雜化，零售商開始利用大數據分
析來理解供應鏈和產品分銷，以期縮減成本。優化資產利用、預算、績效與
服務質量的壓力不可小覷，對此，很多零售商都深有體會。因此，取得競爭
優勢、提升業務表現就顯得格外關鍵。
b. 使用數據工程平台來提升運營效率的關鍵，是利用它們去發現隱藏在日誌、
傳感器和機器數據中的洞察，以改進決策，改善運營，並大幅縮減成本。

在一個加速擴張的市場中，零售業要維持競爭優勢，就有必要尋求創新手段，主動利用新
的大範圍的數據來源，在數據的幫助下，零售商可以深入理解顧客數據，進而獲取寶貴的
商業洞見。
 運用實例- S0862009 王治雯
大數據如何影響消費者?

大數據分析在消費者購物上扮演了非常重要的角色，讓零售業了解消費者在購買時
的喜好，從大數據的分析中，更可預測流行趨勢。當零售業能掌握大數據，便能讓消費者
享受到特別待遇的感受，也能幫助零售商了解市場上消費者的需求。

從進入、消費到結帳，有三個大數據應用的實例:

影響消費者的大數據應用實例-車牌辨識

多數消費者會選擇自駕汽車或機車到零售業採購，以往多是人力收費、按鈕取票卡，
消費者必須在離開時至繳費機繳費和消磁，不僅讓零售業的人力成本增加，也造成消費者
的不便。近幾年車牌辨識系統被廣泛採用，顧客從停車場入口透過柵欄機進入停車場，通
過車牌辨識系統將顧客的車牌號碼記錄在資料庫中，無須取票，還能避免遺失票卡的可能。
於離場的時候向自動繳費機輸入愛車的車牌號碼，繳費機將立即顯示停車時數、停車位置、
需要繳費的金額，透過一整套的收費大數據系統，達到精確收款和提供消費者便利的成效。
對於零售業而言，車牌辨識還可以透過數據分析，觀察人潮流量以及人流高峰期以整理出
更好的消費動態路線，更進一步的刺激購買慾，讓您的停車場不僅有停車功能，還能為企
業開拓金流並發揮最大效益化。

影響消費者的大數據應用實例-掃描 QR CODE 購物

消費者在挑選商品的當中，也可透過掃描 QR Code 得取商品的最新資訊和商品來歷，

生產者僅需上網填寫產銷履歷，通過驗證後，即會產生一個存有產銷履歷資訊的 QR
Code；消費者只要用手機掃描或拍攝產品包裝上的 QR Code，便能看到產品的生產資訊；
或是提供折扣或優惠券，有時還要將網站上的優惠券列印出來，反而讓活動效果大打折扣，
前摩斯漢堡就曾推出只要 將「與粉絲同樂‧與好友共享」的活動訊息分享到 Facebook 上，
即可獲得 QR Code 電子優惠券； 新光三越也利用在宣傳 DM 上置放 QR Code，掃描後就會
進入優惠券專區，消費時只要出示手機螢幕上的優惠券，就可享有折扣優惠，結合大數據
分析便能輕易了解消費者的喜好，提供吸引大多數消費者的折扣優惠，進而提升顧客的購
物慾望。許多企業在操作 QR Code 時都 只是單純地提供企業網站連結，當使用者連進頁
面後，如果看到的內容只是企業的廣告宣傳，而沒有足夠讓使用者驚喜的內容，恐怕只會
讓使用者興趣缺缺，更無法吸引其進一步的購買或參與行為。既然消費者已經特地打開手
機、掃描條碼，如果能夠提供像是實用資訊、額外的影片內容，或是給一張小額折價券，
都能幫助提升 QR Code 的掃描率。

影響消費者的大數據應用實例-LINE PAY

結帳時，以 line pay 支付，透過客戶的交易行為資料與客戶輪廓特徵，結合線上

線下全面監測，可即時透過數據收束與轉換加值，辨識客戶的交易型態是否偽冒交易。

智能數據應用平臺能全面性地整合內外部通路與產品數據，洞察客戶需求，並即時
整合客戶辨識、分析模型及業務規則，再透過與行內系統串接，直接以手機簡訊、
EDM、App 推播與顧客接觸互動，將大量客戶數據以視覺化呈現的方式，進行客群分析或
資料探索的便利性與即時性。
 疫情下的影響及如何應對- S0862034 徐立昀
疫情下的影響

1. 消費者減少外出，實體店面來客量銳減。
2. 全球多國實行地區封鎖，外銷物流受到限制。
3. 企業面臨供應鏈挑戰。
4. 零售業資金回收受阻：營運資金斷鍊，衝擊企業正常營運。
5. 未知的疫情情勢，可能導致錯誤的銷售決策。
6. 消費行為改變：疫情影響消費習慣，導致消費方式的需求改變。→例如：零
售通路業，由於疫情的影響，對無接觸的需求促進了生鮮超市線上訂購，在
家收貨的模式；而實體店面也加速了自動化與機器人應用的發展。
7. 即時食品需求增加：受疫情影響，需求不減反增。
→例如：對於食品業而言，疫情使得消費者在家自炊的比例增加，帶動了即
時食品產業鏈的發展，同時生鮮與日用品銷售額也成長。
8. 消費項目轉變：替代性商品需求上升，銷售商品種類改變。
→例如：對於美妝保養業而言，由於化妝需求降低，影響美妝品項的發展，
且使得居家保養需求上升。此外，線上購買取代了在實體店面適用。
9. 市場訊息難以掌握：只有單一通路的零售商，與客戶的原有互動機制失靈。

應對方式

1. 善用既有線上會員，主動延攬舊客
→根據哈佛商業評論的專家指出：「維繫舊客成本是開發新客人的 1/5，且
六成的新客來自熟客推薦」，因此疫情期間企業可多經營會員，提高舊客回
購率，也為疫情趨緩後的市場做準備。
2. 將實體客群轉為線上流量，並讓品牌訊息觸及全網
→建立購物線上平台可以在疫情期間傳達議題、主打行銷活動導入流量，提
升線上業績，彌補實體人潮下降的衝擊。
3. 建立線上集單，統一出貨機制
→掌握即時訂單與庫存量，增加備貨效率。並統一出貨，藉此縮短出貨時間
及降低物流成本。
4. 調整販售方式增加購物體驗
→實行「無接觸販售模式」，零售超市推出線上訂購集體外送服務，滿足顧
客減少接觸需求。
5. 實行點到點(E2E)策略，落實即時庫存更新
→利用數據偵測市場變化，即時掌握通路存貨狀況，預先補貨。並即時更新
後端庫存，降低預期外的物流成本。
6. 重新檢視企業營運流程
→新冠肺炎的持續可能帶來長期影響，建議零售產業盤點現有資源，為接下
來的 1~2 年，制訂完整的營運持續計畫。
7. 暫緩企業的拓點和業務布局
→降低門市營運支出、減少行銷活動，以守勢面對疫情來襲的過渡時期，並
將結餘彌補實體店鋪的固定成本。
8. 實體店鋪的重新定位
→因應線上消費發展，線下消費並非不復存在，僅為角色的重新調整。實體
店鋪的新定位為建立提升消費者體驗的觸點，並搭配線上即時供貨資訊與便
捷的物流。
9. 制定防疫策略，維繫客戶信任
→確保第一線零售門市員工能貫徹防疫政策，並確保企業對防疫所做的努力
能被消費者看見，維繫顧客信任。
 未來趨勢- S0862003 蔡汶諭
未來趨勢

零售產業正遭遇著劇烈的變化，快速轉變的消費者行為、具破壞性潛力的創新科技、
以及肆虐全球的疫情，企業如何在這混亂中快速掌握未來是重要關鍵

零售市場中如蘋果、好市多及 Nike 等的高成長品牌，其實絕大多數仍都將重心放

在實體店面上，線上收入的平均占比甚至低於 8%。然而，這並不代表在消費者近乎上線
的現代，零售業者應該往線下發展。 反而應該是真正的了解消費者洞見，並從消費者的
角度出發，去發展通路、服務、行銷、製造、供給鏈、甚至是物流。

在全通路時代下，各種科技及大數據使用之最終目的，即準確預測消費者需求，在
消費者提出、或甚至意識到自己需求之前滿足其需求。

零售業發展趨勢

一、全通路時代來臨
科技的進步使消費行為隨著改變，傳統零售業以人為主的實體店經營，演變至加
入線上通路以輔助銷售，至今則邁向打造虛實整合創新通路，融合顧客生活圈的全通路
發展。企業不再只是創建多個通路，更要達成通路之間的整合。

舉例而言，消費者從某個電商平台購買商品後獲得品牌在其他通路上的折價券，
若消費者掃描折價券條碼後，網站便會紀錄下其行為，作為後續再行銷的依據。因此全
通路讓不同通路間不再只是獨立的個體，而更能以消費者為中心串接通路間的購物體驗，
而在未來的零售市場中，隨時聆聽消費者的聲音、以消費者為中心的體驗設計更成為零
售業未來發展的重大趨勢。

二、網路社群影響消費模式

社群軟體已成為大眾生活重要的一部分，消費者在社群網站分享個人生活、體驗、
以及消費或使用商品心得，渴望藉此展現個人風格，或尋求社群親朋好友中對其個人風
格的認同。用戶的線上分享、評論、交流都可能成為最終購買驅動因素。透過網路社群
快速與大量訊息傳遞，社群意見領袖影響力可帶來驚人的銷售機會。消費者在網路上的
分享亦將擴大形成網路口碑，反向影響企業品牌與產品。

三、數位科技應用漸趨重要

科技應用將徹底改變從店內到店外的消費體驗。人工智慧、大數據分析及 AR/VR 技
術等科技，將更廣泛應用於零售業，帶給消費者全新的購物體驗，例如在店內使用人工
智慧與運用機器人客服的趨勢將更普遍，透過大數據分析結合線上與線下消費者基本資
訊與消費行為，使精準行銷成為可能。

四、個人化與體驗至上

消費者從過去單純對物品的需要滿足，轉向「消費體驗」至上，消費的重點在能
否展現個人價值與豐富體驗。根據調查發現，比起傳統商品，消費者願意花費多 20%的金
額購買客製化商品，37%消費者重視商品品質勝過價格，所以預期未來品牌力及產品力將
重新成為行銷關鍵。

五、千禧世代新商機

千禧年世代是未來零售的大商機，最具消費潛力的美國、中國兩市場加總，千禧
世代人口已超過 4 億。其消費特徵包含：1.願意花更多時間透過互聯網裝置瀏覽購物訊息。
2.更仰賴數位體驗並透過線上通路購物。3.對品牌忠誠度低，因此強調數位體驗加深品
牌印象能夠有效提升品牌識別。而這些消費特徵的改變亦帶來新的商機，擁有高消費能
力、高影響力、偏好快速回應，與及時行樂等消費特質，使千禧世代成為快速零售的主
要推手。

OMO 介紹

一、OMO 是什麼?

2017 年，李開復博士首次在演講中提到了「虛實融合 OMO」 (Online Merge

Offline)的概念，指出「未來世界即將迎來 OMO 且將對經濟與消費生活帶來改變影響」。
 OMO 是從 O2O 發展出來，當 O2O 衝破全通路的階段後，就會發展成為 OMO。 OMO 為
線上(電商)和線下(實體店面)的融合，側重在「使用者中心」為出發點的消費者體驗設
計，透過精準掌握消費者歷程，蒐集到更即時、更完整的消費習慣，在後台便能夠展開
精準的預判、分眾等，更貼近消費者的心，達到精準行銷的目的！

二、O2O、OMO 比較

O2O 的特色為虛實整合、以通路為核心及跨通路經營，在前面部分以詳盡說明此不
加以贅述，OMO 的特色為虛實融合、以消費者的體驗為核心及全通路經營，O2O 雖能帶動
人流，但卻無法針對不同消費者提供貼近個人化的銷售服務，做到真正的精準溝通。OMO
比起 O2O 跨通路的經營，更重視「精準行銷」，講求顧客體驗，提供專屬的推播訊息和個
人化服務。

三、OMO 之四大優勢

1.「顧客為核心」：賓至如歸的消費體驗

例如 Uber 提供極度客製化的服務設計！在「菁英 plus」選項中，你不僅能夠選擇

較新、較寬敞的車款，系統更會確保配對到的駕駛為平均獲得 4.9 分或以上特優質駕駛！
且強調個人化的體驗，像是可以選擇車內「溫度」、司機的多話程度；重點是，這些偏
好設定都會透過 APP 串聯並且被記錄，當你再次使用「菁英 plus」服務的時候，APP 便自
動幫你設定好了！

2. 「顧客數據集中」：拳拳到肉的精準行銷

在這個資訊的時代，每位消費者的線上消費旅程都會留下足跡，能夠有效的掌握
每次點擊的位置、每次加入購物車的品項類型、統整大數據資料，再加以分析統整後，
品牌因此能提供客製化體驗，優化消費者使用感受，提高轉換率、創造出高流量商機！

3. 「成本下降」：省去多餘的撒網式行銷
 透過精準的掌握消費者資訊，不僅可以達到上述兩大優勢，品牌更可以透過消費
者資料庫及消費足跡，來加以分析、推演出更精準的方向，省去舊有的撒網式行銷成本。
如此一來，大幅縮短消費者的選購旅程、增加轉換率，品牌也更容易看到商機在哪，資
金挹注也能更精準！

4. 「品牌數位化」：虛實融合打造全新的品牌形象

隨著科技進展消費體驗近在咫尺，消費者也逐漸習慣隨手一點，隨時隨地進入線
上消費市場。而 2020 年在新冠肺炎的衝擊下，更是將數位轉型的急迫性拉高到極限！擁
有一個高互動式的官方網站、一個專屬於品牌與消費者的 APP 都是企業在面臨 OMO 世代來
臨下必要的規劃。

四、結語

「OMO 是零售業的未來，但整個產業仍在努力尋找答案的路途上，就跟核融合一
樣」

OMO 的最終目的為達到精準行銷，線上融合線下，而 OMO 尚在發展中，也是未來趨

勢的關鍵，企業若能夠盡早將 OMO 的概念規劃於經營之中，必能創造更多的商機且達到精
準行銷、降低成本，將來也避免被淘汰的危機。
 工作分配表
S0862003 蔡汶諭 資料收集、排版
S0862009 王治雯 資料收集、排版
S0862014 李宛璇 資料收集、排版
S0862034 徐立昀 資料收集、排版
S0862042 鄭鈁雲 資料收集、排版、統整
S0662012 劉家妘 資料收集、排版
*我們組是依照負責部份分工，在每個部份後面都有備註是誰負責該資料收集和排版。