feature picture
誠品官網

有流量、沒訂單!誠品的線上通路出了什麼問題?

2019-06-03 富盈數據執行長 陳顯立
分享
收藏
已完成
已取消

2000 年我退伍後正式上班,因緣際會踏進了網路與電商的產業,一開始是在誠品全球網路,這是誠品書店獨資卻經營獨立的一間網路書店,而博客來此時已經正在談與 7-11 策略投資的階段。那時候的誠品規模非常大,遠比博客來大許多,連金石堂都比博客來還大。

實體通路 vs. 虛擬通路的經營迷思

你有在誠品買過書嗎?在誠品實體店和金石堂實體店買書有什麼不同?答案是:氣氛和場景塑造不同。這是最近幾年流行新零售說的:場景經濟 + 服務訴求。

逛誠品的消費者會覺得自己是位文青,逛金石堂在心態上就是純粹去買書。這也是為何誠品敦南店是 24 小時營業,深夜時段很多人都是去看妹、把妹,而非真的去看書。

在文化商品通路的經營上,誠品書店之所以能夠後來居上,並在華人世界維持重要的出版文化指標,甚至延伸到現在的誠品生活商場的經營,是因為它打造出來的文青氛圍非常厲害,只要在排行榜上寫了一些字,這些雅致的文案就會深深吸引消費者目光,所以誠品選出的出版品都會讓消費者認為很不錯。

誠品書店經營的長處,就是把冷門書包裝成暢銷書,但這樣的場景優勢存在於在實體書店,網路書店做不到。所以誠品網路書店這份工作,才短短 3 個月不到我就離開了,那個時候剛好是誠品網路書店上線前的 3 個月,流量很高營收卻很糟,因此覺得很受挫。在當時,所有全網的同仁都想要把誠品書店實體的氛圍移植到網路上,但實際上只能形似,卻無法複製百分百,這是因為網路的限制。

誠品全網第二個特點是:內容的構成,誠品網路書店的內容,不同於當初其他網路書店。以博客來為例,所有書籍的介紹是印刷物上的文字稿,最多就是請工讀生上架書的封面圖檔、封底介紹與序文推薦文等內容上去,後來合作出版社願意給文字檔,就一本一本地上架到後台。消費者去實體書店或是到網路書店看到同一本書的資訊是一樣的,只是一個在實體,一個在網路。

但是誠品全網不同,他們希望打造不一樣的消費者體驗與氛圍,那時有一個編輯部約有 40 名同事,全部都是為書籍商品寫介紹,可見有多麼驚人的差異!

網路流量大,不見得能提升成交率

比方說,漫畫品類的產品線,公司就找一個為漫畫寫介紹的漫畫家,企管類書籍的產品線就找了一個企管公司顧問,還有詩人專門寫詩集......,也就是說,每一個書籍品類產品線上的每一本書,都有相對專業人士看完之後寫心得,以 50 字、500 字、2000 字 3 種方式分別對書籍做介紹。

但這樣做的產值實際上並不高,人力要消化一本書再加上產生文字稿件,一天能夠寫幾本?而且還會有人的情緒問題,例如有一個詩人同事,我跟他說今天要交 5 本,他回說:「看完之後沒有感覺,更不知道要怎麼寫」,於是就停滯了。

不過,這樣的策略執行,當誠品網路書店上線時,每一本書的文字介紹內容完全是獨特的,這也是當初創辦人吳清友先生想要用這樣的經營型態來建立與眾不同的網路書店,所以上線流量非常大,可是成交率非常低。

雖然有這麼漂亮、這麼好的設計,以及這麼優秀的商品推薦內容,但網路的特性是沒有時間距離,也極難建立場景優勢。

消費者常常看完誠品全網推薦這本書,購買時跑去博客來,時間不用花到一秒鐘,只要一個點擊轉換網頁即可。當我們用盡力氣塑造出對消費者感官有差異化的網路書店,卻在交易的最後一哩失去了優勢,最後博客來用「最便宜」打敗了誠品網路書店的指名高流量。

過去誠品之所以可以在實體世界勝出,原因是:在誠品書店時可以享受它的氛圍、享受眼前的這本書,雖然金石堂只要 79 折,但要走 5、6 個街口才能到就容易放棄,而選擇直接在誠品現場購買。

但網路商務是不一樣的,網路書店沒辦法運用誠品書店原在實體世界所塑造的氛圍、策展、文案企畫,這些在網路上要直接變成銷售率是行不通的,而在實體世界的能力沒辦法在網路世界實現,自然也就無疾而終。

(本文整理、摘自《流量新紅利時代:商業模式決定變現之道》,法意資產管理股份有限公司出版)

相關文章

流量新紅利時代

feature picture
經理人

AI 不只要懂數據,更要懂企業!Teradata 如何加速實現自主型企業?

2026-11-09 經理人 X 擎昊科技 X Teradata
分享
收藏
已完成
已取消

隨著生成式 AI 快速發展,AI 的角色正從回答問題、生成內容,進一步走向執行工作、參與決策,這也讓「自主型企業(Autonomous Enterprise)」成為企業數位轉型的新願景。在這樣的企業中,AI 不再只是被動等待人下指令的工具,而是可以在授權範圍內自主做出決策、執行任務,且會持續學習與優化的數位員工,而人則肩負起監督與審核的責任,確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而,要實現自主型企業的願景,除了依靠強大的 AI 模型外,企業還需要掌握兩個關鍵:一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標;二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵,不僅決定 AI 能否從概念驗證(PoC)走向實際營運,更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業,企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出,企業在定義 AI 導入目標時,不能只著眼於技術是否可行,更應該從實際業務需求出發,設定明確且可衡量的成果與投資報酬。

舉例來說,金融業可能希望提高詐欺偵測率、降低風險;零售業則想要藉由個人化推薦提升轉換率與顧客體驗;製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同,但共同點都是希望解決具體的業務問題,而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台,也不代表 AI 就能理解這些資料。例如,AI 可能知道某位客戶的交易金額下降,卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說,若 AI 不清楚數據背後的意義,以及企業實際的業務流程與決策依據,即便數據量再多、模型能力再強,仍難以做出適當判斷。因為真正影響企業決策的資訊,往往不只存在於數據本身,也可能藏在不同部門的作業流程、內部文件,甚至資深員工長年累積的經驗之中。

因此,企業不只要整合散落在不同系統、資料庫與文件中的數據,還必須建立資料之間的關聯,讓 AI 不只看得懂數據,更能理解數據背後的業務意義與決策邏輯。如此一來,AI 才不會像一名對公司業務一無所知的新進員工,而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案,打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為,邁向自主型企業是一段漸進式的轉型歷程,若能讓 AI 充分理解業務脈絡,就有機會加快轉型腳步。為此,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用,讓 AI 不只理解企業的業務邏輯,更能將這些理解運用在實際任務中。

舉例來說,歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫,開發出一套僅有 200 萬個參數的輕量化 AI 模型,可預測不同病患族群未來 10 年內的疾病發生情況,提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據,進而開發出可直接在資料庫內執行的病患風險分層模型,可從病患特徵去辨識其風險程度與照護需求,讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用。
經理人

首先,Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容,並納入內部專家長年累積的經驗,在符合數據治理規範的前提下,轉化為 AI 能夠理解與運用的企業智慧。換句話說,Context Engine 的價值不只是提供更多資料,而是讓 AI 理解資料背後的商業意涵,以及如何運用在實際情境中。

有了業務脈絡,下一步就是讓 AI 真正採取行動,這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標,如:提升客戶滿意度,讓 AI 去執行對應任務,並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中,Harness 也能導入人機協作機制,由人介入決策、提供回饋,降低 AI 自主決策可能帶來的風險。

然而,當 AI 開始自主執行更多任務,企業也面臨另一項挑戰:如何在擴大 AI 應用的同時,兼顧主權 AI 與資安需求?對此,Sumeet Arora 指出,Tera Harness 支援地端、雲端及混合部署等不同 IT 架構,能夠配合資料所在位置去執行任務,企業可依據自身的治理與法遵要求彈性部署,將重要知識與商業機密留在內部可控的環境中。

此外,當 AI 開始承擔更複雜、執行時間更長的任務,如何避免因意外而導致任務中斷,也是企業相當關注的課題。為此,Teradata 在 Harness 中導入檢查點與記錄機制,倘若 AI 因意外而中斷正在執行的任務,Tera Harness 會從最近一次的檢查點接續執行,不必從頭再來,減少不必要的時間與成本浪費。同時,Harness 也具備高併發處理能力,可同時處理多個 AI 任務,提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台,Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出,不只協助企業加速 AI 應用落地,也反映 Teradata 對自身定位的轉變,正從傳統資料倉儲供應商,轉型為企業 AI 知識與 AI 執行能力的供應商,協助企業將分散的資料轉化為 AI 可理解的脈絡資訊,進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明,Teradata 的發展可分為三個階段,在最初的 Teradata 1.0 時期,以軟硬體整合的資料倉儲設備為主,到 2.0 則轉向支援地端與雲端部署的現代化軟體,如今進入 3.0 階段,客戶不一定要採購整套資料倉儲解決方案,也能依需求導入 Context Engine 或 Harness。這樣的轉變,顯示 Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技,結合原廠 AI 技術與在地系統整合經驗,協助企業加速 AI 應用落地,邁向自主型企業。圖中由左至右,依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。
經理人

然而,再先進的技術架構,仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商,不僅與原廠保持密切互動,更擁有深厚的技術實力,及豐富的企業級系統規劃、建置與整合經驗,協助企業打造穩定可靠的 IT 環境,讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台,除了與企業客戶交流 AI 發展與應用需求,也攜手擎昊科技深化在地合作,共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰,如何運用 AI 提升營運效率並強化決策能力,已是企業的當務之急,這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上,Teradata 將持續攜手擎昊科技,融合 AI 技術、企業知識與系統整合能力,協助企業加速 AI 應用落地,朝自主決策與智慧營運的新階段邁進。

擎昊
Teradata 首席營收長 Richard Petley 指出,Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。
經理人
擎昊科技
Teradata

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案