作者：
陳偉強
全聯實業股份有限公司 線上事業部 總召集人
對零售業而言，核心問題始終是「如何讓商品更準確地推薦給消費者」。在全電商，我們持續專注於如何將商品及會員各類數據整合進購物歷程，並透過AI與推薦模型優化消費者的購物體驗。這不是單一職能的工作，而是以數據及智能應用為核心的零售策略實現。
一、以數據推薦帶動轉換：從經驗到模型
過去，我們觀察到消費者進站時，搜索後平均會瀏覽約四個頁面；導入智能推薦的引擎後，平均起來用戶搜索後只需瀏覽兩個頁面、就能促進到轉換漏斗的下方—用戶即會將商品加入購物車。這代表搜索與推薦系統能更精準地匹配顧客需求，減少無效瀏覽，提升決策效率。透過AI搜索模型的優化，搜索行為完成轉換購買所驅動的營業額也顯著提升了約50%，呈現的效能即是單次搜尋的平均貢獻訂單金額。這些成果來自於銷售權重追蹤、商品屬性精準度的優化，讓系統能根據用戶的行為動態調整呈現內容。
二、個人化推薦：熟客與新客的雙軌設計
在實際應用中、我們根據瀏覽與購買歷史、行為偏好設計不同的呈現內容。熟客進站時，推薦版位會優先顯示上次購買的商品或常購品，而新客則會看到專屬的優惠券與導購活動。若再結合興趣標籤與社群等數據，推薦的精準度與轉換率將進一步提升。這樣的策略讓消費者感受到「被理解」，而不只是被推銷。
三、從銷售到信任：AI導入的核心價值
AI 的角色不只是增加銷售額，更是建立顧客信任的關鍵。透過數據的分析，我們能理解不同族群在購物過程中的需求差異，讓推薦不再是冷冰冰的演算法，而是一種貼心服務。當顧客願意回來、願意互動，AI 的價值才真正體現。
四、未來展望：數據整合與資安平衡
展望未來發展，我們期待政府及相關管理單位能在數據整合上展現更積極的態度。除了監管外、以近期食安事件為例，過去政府多半僅以發函方式請業者協助檢視、但筆者認為政府應該主動出面整合，建立跨業種、服務導向的數據協作平台。同時，在資安層面，更是應該嚴打假盜冒用者；而對積極配合的業者能主動搭建輔導防護的平台，近期已有一些端倪、這是產業面向樂見的趨勢! 如能將部分過時的規範更新、則更能促進數據應用與產業創新。
五、結語：讓AI成為零售業的銷售夥伴，而非技術噱頭
AI 與數據推薦不僅是提升轉換的工具，更是零售業面對未來競爭的核心能力。當企業能用數據理解顧客、用AI強化服務體驗，每一次互動都能成為價值累積的過程。我們相信，零售的未來不在於誰的折扣更高，而在於誰更能掌握消費者的偏好、並用顧客最方便且有感的方式推薦給他。