:::

【110年 應用案例】 屈臣氏導入insider AI 技術平台 加強客戶體驗提升轉換率

擁有台灣實體連鎖藥妝龍頭地位的台灣屈臣氏,近年來持續擴大數位轉型的腳步,自2014年成立屈臣氏網路商店,積極發展電商市場外,更透過結合Insider的AI技術,自營的官網加上藉由大量的門市銷售數據、會員消費行為累積,及AI的個人化推薦、在最佳的時機點投放最佳的接觸訊息給使用者,大幅提升消費者在Online成交與在線下購物的O+O全通路消費體驗,大大提升轉換率。

O+O線上加線下 提升客戶轉換率,帶動業績成長

屈臣氏集團為全球零售巨擘,過去30年在台灣落地深耕,專精於零售、門市營運SOP流程優化、零售供應鏈等,但對於電子商務平台經營只有數年,在電商領域如何提升轉化率、透過個人化的AI演算法提供客戶最佳化購物體驗並無足夠的人才與技術資源。 相比於在零售業經常被討論的「O2O」(online to offline),屈臣氏奉行的方向則是「O+O」,也就是線下加線上。目前在屈臣氏網路商店下單的客戶,約有兩成會選擇到門市現場取貨。這時門市人員的服務如果到位,扮演現場購買的「觸媒」,就有機會利用線上商店導進來的客戶,為實體店創造額外業績。

根據統計,屈臣氏擁有將近600萬會員,在實體門市零售領域交易資料量龐大,但對比擁有120萬以上APP活躍用戶及近300萬App 下載量,會員活化的程度仍嫌不足,若能夠透過AI技術進行數據整合,也就是透過AI提供客戶進行最佳化的商品推薦以提升客戶從Offline 行為轉換至Online消費,或是導引線上客戶前往門市消費,將可提升大大客戶轉換率,帶動業績成長。

首頁個人化推薦模組:為您推薦

▲首頁個人化推薦模組:為您推薦

屈臣氏原始使用的開發套件為全球系統商SAP的電商解決方案Hybris,對於電子商務比較偏向單純展示、銷售,缺乏足夠技術資源處理提升消費體驗升級的相關解決方案。

Insider是一家行銷科技(martech)公司,在全球25個城市設有據點,並在台灣有專業的顧問團隊,提供顧客在地化的數位解決方案,致力於以技術優化數位行銷成效,幫助品牌推動數位成長。Insider是許多國內及全球企業包含屈臣氏、家樂福、IKEA、Lenovo、愛迪達、信義房屋、新加坡航空等大型企業的合作夥伴,在透過AI技術提升客戶轉換率、回購率、及提升廣告投資報酬率績效卓著。

屈臣氏引進insider AI演算機制主要是為了加強客戶體驗,透過AI的個人化、整合式行銷模組提升顧客戶消費的互動體驗。進而提升電子商務轉換率,以及透過AI的功能找尋對的客戶,增加新的客群、提供顧客更好的購物消費者體驗。

各頁依據客戶行為觸發折扣碼複製功能推薦

▲各頁依據客戶行為觸發折扣碼複製功能推薦

Insider 有許多原本已經研發好的技術模組,可以提供各種客戶於應用情境內去使用,搭配客戶在特定情況下所需要提升轉換率,可以提供許多不同功能的模組使用,目前屈臣氏電商網站/APP使用insider不同模組,另有部分也會根據屈臣氏的特殊屬性,例如民生回購、導App需求、刮刮樂折扣碼,去設計因應屈臣氏客戶特殊情境的轉換套件或個人化推薦模組。

引進Web / APP 個人化推薦、轉化模組套件 有效提升轉換率10%

屈臣氏目前已經導入模組中的前四項,預計在2021年完成全部五項模組導入後,預期提升線上線下的互相導購,進而全面提升屈臣氏的整體電商及零售業績。 1. Web Recommendation/ Conversion Suit 2. App Recommendation/ Conversion Suit 3. InStory for eCommerce 4. Mobile App Template Store 5. Insider Architect

屈臣氏目前已經導入AT模組,預計2021年底完成。

▲屈臣氏目前已經導入AT模組,預計2021年底完成

屈臣氏2020年與insider合作以來,引進了Web / APP 個人化推薦、轉化模組套件,已有效提升成交轉換率達平均10%以上,/ROAS 平均10以上。 未來屈臣氏也希望能將POS銷售紀錄導入insider CDP,可以達成更優化的O+O互動機制,完成全通路的消費體驗。

透過結合Insider的AI技術,自營的官網加上透過大量的門市銷售數據、會員消費行為累積,以及AI的個人化推薦、在最佳的時機點投放最佳的接觸訊息給使用者,將大幅提升消費者在Online成交與在線下購物或是進入屈臣氏門市創造互動的機會。藉由新技術在電商寡占的領域,為屈臣氏在消費者心中保持美妝/保健類別中獨特的領導地位。

推薦案例

【導入案例】峰漁運用AI知識化養魚 有效提升10水產產量
峰漁運用AI知識化養魚 有效提升10%水產產量

漁業是海島型經濟的重要產業,然而,養殖漁業近年面對嚴峻挑戰,包括氣候變遷、人力短缺與成本上揚等,尤其是未來10年農業就業人口有將近11萬名因高齡化退場,為此,水產養殖朝智慧養殖的需求日益殷切。 成立於2014年的峰漁公司,以自行水產養殖為基礎,開發出獨有的友善環境養殖模式,運用AI知識化養魚,有效提升10水產產量,降低15人力時間成本。 「峰漁」二字的涵義深厚,「峰」代表好山,「漁」代表好水,期望企業能讓台灣永遠有好山好水;也是「豐腴」的諧音,希望產品帶給消費者飽滿健康的身心。公司創辦人劉建伸歷經養魚學徒、募資、租借魚塭、創立養殖公司、開創品牌及推展銷售等創業歷程,實屬不易。 勞動人力短缺與漁業從業人員年齡老化 養殖漁業藏隱憂 臺灣現階段的水產養殖仍以傳統式養殖魚塭為主,養殖技術仍靠口耳相傳的經驗傳承為主,加上勞動人力短缺與漁業從業人員平均超過60歲,導致無法有效穩定的提升產能與良率,此種飼育方式在水產疾病控制上產生一定的難度,又為了進行疾病防治,而使得藥物濫用、環境汙染與水質生態破壞的可能性大增,造成惡性循環,使得養殖品質下降。 此外,臺灣養殖市場也有651水產養殖工作者遭遇技術不足困擾,傳統養殖戶在有限的IoT感測器支持下,主要仍然是憑藉本身的經驗知識來進行水質管理、飼料投餵、疾病發現等養殖作為,此種極度倚賴個別漁民能力的養殖管理,一旦老師傅凋零,不僅面臨傳承接班的議題,也難以穩定的供應一定品質、數量的漁獲,恐將造成整個養殖漁業從養殖到銷售端的困境。 為了改善漁業養殖無法經驗傳承的痛點,同時也為漁業在養殖上具備「數位化」基礎,當務之急必須從開始搜集養殖行為數據建構AI服務為重要開端。 漁業數位分身技術 協助漁民轉型智慧養殖 峰漁公司在資策會的協助下,引入「漁業數位分身」技術,以動態調整養殖排程,也就是說,依照魚類的物種、習慣、變因來調變養殖排程,用AI養殖技術來養好魚,不僅有效提升10水產產量,同時更降低15人力時間成本。 具體作法上,先將每個物種如鱸魚、台灣鯛等,將養殖的魚池、吃料及決策行為數位化,從放苗至收成的階段,所經歷的季節氣溫變化,全部一一記錄下來進行數位化,逐漸將老師傅的經驗方法紀錄存成豐富的資料庫。 針對紀錄下來的資料,分析複合式的變因,找出最佳的養殖行為,產生動態式的養殖排程。 一池一池的紀錄養殖師傅的數據經驗。 然而,養殖行為普遍依賴經驗法則,即便是資深的養殖師傅,也難確保找出最佳答案,因此提出新的做法解決此議題:即「透過預測養殖行為與水質、飼料投餵的過往資料與養殖互動,並從水質、養殖反向評價養殖行為,藉此找出最佳的養殖行為」,透過每天時程排程,給予漁民最直覺式的操作建議。 為了持續滾動優化動態養殖曆,會反覆朝向三步驟循環進行模型疊代: 1向模型輸入現在的養殖曆; 2模型預測未來的環境; 3用未來的環境修正養殖曆的缺點,藉此得到新版的養殖曆。 在過程中,同步藉由養殖專家的經驗來建立養殖行為與環境之間的因果關係。 動態養殖曆程的建立及科技養殖建議服務,提供了可回溯、追蹤詳細的養殖歷程,是少數可將養殖數據化的技術,漁民在知識的建構上可以很快速、簡易的方式記錄日常行為,不需占太多時間,長期下來可以減少15人力時間成本、平均提升10產量營收。 智慧養殖成效卓著 減少15人力提升10產量 同時,也可將養殖曆延伸至不同的水產物種,如白蝦、虱目魚、文蛤、台灣鯛等,依各池產生不同規格的養殖排程,收成的水產物種依不同規格溯源追蹤,建立安心食品一條龍服務。 峰漁主要產品分為兩類,一類是水產養殖模組,包含魚苗、飼料、資材及益生菌、生產養殖規劃與製程、監測等,可單獨販售也可模組輸出。 峰漁公司出產的優質水產品,屢屢獲得大獎。圖峰漁公司官網 另一類產品是優質水產品,包含鱸魚排、鱸魚丸、無油鱸魚丸、鱸魚水餃和鱸魚高湯,產品榮獲各種獎項,包含2017 年屏東十大伴手禮、「菌沛尖吻鱸魚排」榮獲2017 年農委會評選銀髮族友善食品、「菌沛無油鱸魚丸」榮獲農委會評選2018 年銀髮友善食品金饌獎、「好漁夫鱸魚水餃」及「精燉鱸魚高湯」榮獲2019 年農委會評選銀髮族友善食品,連續獲獎代表峰漁公司的水產品「品質」看得見也食在安心。 此外,峰漁擁有專屬符合國際需求的水產種苗,例如:純海水養殖的吳郭魚種苗及自行選育海水台灣鯛種苗(FY-01),是許多國家養殖企業引領企盼的品項,也依照環境設計的養殖模組、疫病監測工具及飼養資材,提供客戶更穩定的收益。

【導入案例】海量數位工程AOI機器智能手臂檢測系統 大幅提高瑕疵檢測精準度
海量數位工程AOI機器智能手臂檢測系統 大幅提高瑕疵檢測精準度

臺灣堪稱製造業大國,然而,在產線上,品質瑕疵檢測一直是製造業長期痛點,雖然有AOI設備可輔助,但大多採用固定式機器,受限於角度,診斷不夠精準,誤判率也高。海量數位工程公司導入AOI機器智能手臂檢測系統,可有效降低誤判率,提高瑕疵檢測精準度。 一般來說,產品的良率攸關企業的成本與客戶的退貨率,而製造產業品質瑕疵的檢測流程,往往需要編制大量的品質檢測人力。目前製造業檢測工具雖然有AOI設備來輔助進行,但這些設備多半採用固定式的檢測機器,固定式相機容易受限於角度,導致診斷不夠精準,誤判率太高等缺點,因此,人員在後端需要再次篩選檢驗,也就是複檢,通常人工目測檢視的瑕疵漏檢率平均在5上,甚至可高達20。 製造業品質檢測三大痛點 機器手臂AOI之動態多角度品檢協助解決 根據海量數位工程實際了解製造業在檢測產品品質有三大痛點: 痛點一、人力檢測產品品質出錯率高 目前製造業多以人力來檢測產品外觀,但人工判斷多半有誤差,例如:表面刮傷、色差、焊道外觀hellip等,瑕疵判斷出錯率高,且須待成品階段才能一次性檢驗,時常出貨前全檢後依然遭整批退件,導致重製及人力成本大增。 痛點二、品質檢測之數據無法量化與記錄 傳統人力檢測無法保留檢測數據,嗣後發生品質糾紛時,責任難以釐清。而海外品牌高階代工單往往要求溯源與相對應的缺點紀錄,傳統產業原有之人力檢測難以符合更高階代工單之要求。 痛點三、傳統AOI視覺檢測的限制 現有製造業常用的AOI視覺檢測系統,因為視覺軟體技術的限制,都是以固定相機、固定光源及單一角度的方式來進行,這種方式對於平面或形狀由直線組成之產品例如:長方體或正方體的單一檢測點尚可處理,但對於複雜形狀的產品例如:汽車零件多為不規則狀多點、多幅度的檢測,就較難實現。 海量數位工程研發AOI機器智能手臂檢測系統,有效提高瑕疵檢測精準度。 為解決製造業在品質檢測的痛點,海量數位工程決定從研發多角度、可移動式的檢測儀器開始發想,從結合工廠自動化領域中的兩大代表性技術-機器手臂與機器視覺著手。海量數位工程以機器手臂結合AOI之動態多角度AI視覺即時品質檢測方式,改善固定式檢測受限多角度的問題,視覺檢測技術的提升與結合人工智慧,進一步相機取得的影像資訊可由平面取樣提升至多角度、多維度取樣。 選定汽車產業做為實證場域 可快速回應顧客需求 AOI機器智能手臂檢測系統,所運用的AI技術包括無監督學習(unsupervised)、監督式學習Supervised learning、半監督式學習Semi-supervised Learing,使業者在初期樣本不齊全,或是沒有不良樣本的情況下也能使用無監督深度學習技術學習良品,並應用在汽車三角架自動焊接的視覺檢測上。可解決導入前受限於固定式機器的角度、診斷不夠精準、誤判率高的問題。 汽車零組件單價較高,會要求更嚴格的瑕疵檢測正確率。 在導入AI服務的產業中,選定汽車製造業作為實證場域。海量數位工程表示,汽車製造業主要為相關零組件製造商,而且通常元件單價較高,需更多品質檢測品質及良率,會要求更嚴格的正確率,因此選定汽車業做為導入的場域。 機器手臂結合AI之動態多角度AOI視覺即時品質檢測系統,除了可以改善汽車零組件檢測瑕疵品質失誤率外,因為以多角度的機器手臂AOI服務來提升定點式AOI光學檢測,可以符合多數產業之量測需求;最後是建立第三方系統平台,建置共同工作整合平台監測系統,以便在問題發生時,第一時間接收訊息並著手處理。 本系統可針對出廠產品之重要數據進行記錄儲存,為實現未來數位生產線與虛擬生產之基礎。同時於瑕疵發生時,可即時串接海量MES監控系統,迅速反應至相關製造決策部門,嗣後並利用ERP系統進行專案管理與檢討,有效精進其生產效率,降低生產成本。 有助降低溝通成本 期許成為行業標配 就產業上下游整合而言,可以為上下游之數據連貫提供一基礎之標準,降低供應鏈之溝通成本,經由指標代工廠與品牌商的認證,有機會成為該產業之行業標準配置。 透過此一計畫的產出數據資料庫建置,業者進一步透過大數據分析Data Analysis,優化供應鏈管理的解決方案「供應鏈規畫Supply Chain Planning, SCP」,依據數據,建立預測計畫,並運用科技串連供應鏈上下游的數據,精準控制產品品質。未來對接歐美、日,需要品質精細訂單,業者能更快速回應及整合產業供應鏈Supply Chain 。 最後期望透過標竿示範產業之場域驗證,例如:以汽車零組件製造產業標竿示範場域,透過機器手臂結合AI之動態多角度AOI視覺即時品質檢測系統計畫進行驗證,讓汽車代工廠與汽車原廠之間有更優化的供應鏈聯繫,並成為該行業標準。更進一步尋求更多的AI團隊,加入場域協作平台跨產業之開發,帶動整體AI新創與場域結合的生態系。 海量數位工程研發的自走車

【解決方案】連聯合國都買單 悠由數據應用運用農業數據搶攻全球商機
連聯合國都買單! 悠由數據應用運用農業數據搶攻全球商機

近2,000個在田間蹲點的日子,讓悠由數據應用公司成為台灣在農業數據領域的佼佼者,對於農作物產量、產期與價格的全盤掌握,更讓它做到能與聯合國合作,服務農地面積在短短不到3年,從24公頃擴展至超過6000公頃,飆漲250倍。對於悠由數據應用創辦人兼總經理吳君孝而言,因應全球環保趨勢,成為氣候科技X綠色經濟的數據公司,並服務全球市場,是他創業的終極目標。 工程師出身的吳君孝,在2010年進入資策會,成為涵養他深厚技術與資料科學分析實力的重要沃土,讓他練就一身功夫,得以大展拳腳。「當時,我在做資料分析工程的工作,會內幾乎所有的數據相關資料都會匯集到我這邊,加上那時執行過室內栽培箱,要種菜、種香菇,因此,農業結合數據分析就此埋下創業的種子」。 吳君孝自2016年起,就常常到農場內「蹲點」,跟農民、農改場人員聊天、交換情報,系統性地大量交換資訊,讓吳君孝的農業Know-How快速建立。 堅實的數據分析技術能量 連聯合國都買單 2017年,他離開資策會自行創業,並於2019年創立悠由數據應用公司,目前許多農企業皆是他的客戶,服務的栽種面積從24公頃快速攀升至逾6,000公頃, 2022年可望超過7,000公頃。客戶遍及海外,包括日本、中美洲市場,甚至聯合國下轄機構-世界農民組織,都使用悠由數據支持的「悠由農作物演算系統」。 悠由數據應用公司究竟是如何做到連聯合國機構都買單 悠由數據應用建置的「悠由農作物演算系統」,準確預測產期產量與價格。 首先,由於吳君孝對農業數據的精準掌握,悠由數據應用的客戶不見得要用到感測器Sensor等硬體設備,「感測器成本高,若購買便宜的設備,反而蒐集一大堆雜訊或錯誤數據,完全派不上用場」。吳君孝接著說,蒐集數據不一定要使用感測器,透過我們的數據解決方案可以更直接有效的解決問題。 例如,悠由數據應用的產品之一-悠由金錢報農產價格Linebot,係2020年與LINE合作,蒐集產地、批發、終端價格長達10年以上的數據,由悠由數據自主研發AI演算法,讓系統自主學習農產品交易價格,更以大數據與人工智慧分析進行價格預測分析,協助採購商降低交易風險,讓數據不止於生產端,更擴大應用至農產供應鏈。 以香蕉價格來說,預測價格的準確率從原本70拉高至998。吳君孝指出,不管採購商或農民,對於價格都十分敏感,現在透過悠由金錢報服務,無論是採購商或農民,都能很精準了解農產品價格波動情況。悠由數據也能針對預測作物生長情況、產量、價格預估模型等,向客戶做出最佳的決策建議。目前價格預測可達28種農作物。 精準預估產期及價格波動 悠由數據靠數據分析做出差異化服務 悠由數據應用公司所提供的「悠由農作物演算系統」內建「參數庫」,通常會搜集200~300種參數,不光是溫度、濕度等比較直觀的數據,還會依作物生理的特性去切分。透過有效動態數據的演算法,可以精準估算農作物何時會開花、何時能收成,產量是多少等。如青花菜產期預測準確率為0-4天,開花期預測今年實際使用上是0天,與現場開花時間完全吻合。而在動態的計算當中7天內都是合理範圍,悠由數據的誤差值平均在2-4 天,大多數作物產期準確率均在80以上。 透過有效動態數據演算法,全球超過120種作物可精準預估產期產量及價格。 透過有效動態數據的演算法,可以設定預估產量多少,協助在生產端做調整,悠由數據應用的客戶多以外銷的水果作物為主,如鳳梨、香蕉、芭樂、芒果、文旦、鳳梨釋迦、小番茄、洋香瓜、西瓜、玉荷包,荷蘭豆、毛豆等,尤其是毛豆,佔台灣外銷第一,種植面積達400多公頃。全球120多種作物、超過600個品種都可以適用此套系統。 台灣農業生產同質性高,容易造成一窩蜂搶種,導致價格崩跌,悠由數據應用要幫助客戶做出差異化,因此,吳君孝將公司定位在精緻的數位顧問,所採取的策略是慎選客戶,重質不重量。他分析,台灣的農業客戶著重的是如何提升良率,甚至將良率分級,規格品質均佳,走精緻化的高階外銷市場;國外客戶重視的是如何提升單位產量,國內外的操作方式有別。 除了農作水果外,悠由數據應用也將服務觸角延伸至漁業,包括虱目魚、金目鱸、白蝦等,均使用同一套系統,將各種跟魚蝦生長有關的參數建立起來,何時下料、何時收成,產量多少等,藉此預測產期、產量及價格。 悠由數據應用善用數據力量,創造智慧農業奇蹟。 因應公司的高速發展,悠由數據應用於2021年引進創投資金,進行人員擴充與業務推展。吳君孝表示,因應全球2050年淨零碳排趨勢,未來也計畫將協助客戶在土壤中種碳,有效將碳保留在土地上,同時引介客戶對接碳交易平台,與客戶共創環保商機。 吳君孝表示,剛開始創業時就將公司定位為全球化公司,因此,與國際合作的方案將不斷推出。而成為氣候科技X綠色經濟的數據公司服務全球,這是吳君孝對自己的期許及公司的長遠目標。 悠由數據應用創辦人兼總經理吳君孝