全聯透過 AI 自動貼標籤，具體掌握了哪些客群輪廓資訊？

全聯如何透過 AI 自動貼標籤掌握客群輪廓

全聯身為台灣超市龍頭，擁有龐大的會員基礎，其中 PX Pay 會員數更是高達 800 萬。為有效運用這些數據，全聯與 Appier 合作，透過 AI 技術整合線上線下消費數據，並採用六大解決方案，深入了解消費者輪廓，進而優化銷售和管理策略。其中，AI 自動貼標籤技術在掌握客群輪廓方面扮演關鍵角色。

AI 自動貼標籤的具體應用

全聯整合了官網、PX Pay 和 PXGo! 全聯線上購三大平台的會員資訊，分析消費者在不同平台的消費行為。透過 AI 自動貼標籤技術，全聯得以更精準地掌握客群輪廓，例如：

• 消費習慣： 分析消費者購買商品類別、品牌、頻率、消費金額等，了解其消費偏好和習慣。
• 生活型態： 根據購買商品和消費行為，推斷消費者的生活型態，例如單身上班族、家庭主婦、銀髮族等。
• 價格敏感度： 分析消費者對價格的敏感度，例如是否偏好購買促銷商品、對特定品牌或商品的價格接受度等。
• 通路偏好： 了解消費者偏好在實體店面或線上通路購物，以及使用 PX Pay 或其他支付方式的習慣。
• 商品偏好： 根據消費者的購買紀錄，分析其對特定商品或品牌的偏好，例如生鮮食品、進口商品、有機商品等。

AI 貼標籤的效益與影響

透過 AI 自動貼標籤技術，全聯得以更精準地掌握客群輪廓，進而提供個人化的商品推薦和行銷活動。例如，針對經常購買生鮮食品的會員，推薦相關食譜或食材；針對偏好線上購物的會員，提供線上獨享優惠。此外，全聯還能透過分析會員使用場景，預測其潛在消費行為，並調整銷售策略，例如在疫情期間針對特定客群投放相關商品或資訊，滿足消費者需求。