隨著都會生活型態以及行動化與智慧化的發展趨勢，城市居民的消費習慣已經大幅度改變，不僅是傳統店面式的購物習慣已經轉向線上與行動化，而其中的體驗與流程也已不單純是提供交易平台進行供需媒合而已，如何結合城市居民的日常生活、移動、消費甚至是個人圖譜（Profile），進行更為精準與完整的消費體驗設計，是一個智慧城市規劃必須進行思考的議題。　　

走到哪買到哪

發展行動購物的三個關鍵　　

探究台灣行動購物的消費習慣，從創市際研究顧問於2015 年2 月針對台灣消費者所做的調查結果顯示，未使用行動購物的原因第一個就是螢幕太小（約佔58.7%）、第二就是搜尋功能差/ 功能不完整（約佔48.5%），其次還包含了擔心個人資料外洩/ 信用卡安全、行動版網頁/ APP 介面設計不容易使用等問題。整體來說，由於行動購物仍在起步階段，無法提供有如一般電腦網路購物順暢的購物體驗，以及相關配套與設計也不如消費者原本熟悉的購物環境，故如何打造一個讓消費者能夠快速、安全、方便的行動購物體驗就成了現在網路購物平台重要的議題!

故本文分析目前行動上網購買比率低於瀏覽比率的原因，認為主要有三大因素：

一、行動購物操作介面不好用，消費者沒辦法很順暢的完成購買

由於行動購物必須為了行動終端設計一個新的APP 或行動網頁，針對一個完全不同於PC 的顯示尺寸、互動方式、使用情境下，提供一個新的網路購物介面，試想我們在電腦前面打開Yahoo 購物中心網頁時有多麼熟練，每當觀賞有興趣的商品時就用滑鼠按下，便可自然地進入購買頁面，右上角一按就可以輕易到會員中心看看購物車內容。但是，轉換到行動購物的APP 操作上，有時候只要跳出商品頁面可能就再也找不到同一個商品了，消費者用觸控的互動方式，在不熟悉的介面上需要有耐心並順暢操作到最後結帳的過程，實在是一件不容易的事!

二、行動裝置使用時間普遍較短且碎片化，無法在短時間決定購買

消費者使用行動裝置的時間通常較為短暫，同時相當的碎片化，搭捷運的10 分鐘、等公車的15 分鐘、等電梯的5 分鐘、吃早餐的15 分鐘、馬桶上的1 分鐘等一天的短暫時間中，都可能成為使用行動裝置的時間，這些空檔時間通常短於30 分鐘，且使用情境容易受外界其他因素影響，而停止購物網站的瀏覽行為，故難以在此短暫時間內作出購買產品的決策，除非此網購產品是屬於較為低價、限時搶購等，才容易驅動消費者購買。

三、行動裝置上的畫面較小，無法很快瀏覽多樣商品做決定

手機有別於電腦上的購物情境，電腦一次可瀏覽整個分類包含圖片、價格等顯示資訊，至少10 項產品沒有問題，但手機的螢幕大多落在5-6 吋的大小，若要圖示顯示清楚商品圖片與簡介，一次看到4 項商品就塞滿了整個手機螢幕了，若要持續觀賞相關商品必須繼續往下滑，才能再看到相關商品。故以瀏覽的情境來說，就會比在電腦上進行購物與比較更為困難，也就是說研究商品的時間更長，除非在網路購物以前，已經有相當明確的目標，否則很難在行動裝置上很快決定所要購買的商品。

大數據加持搶商機

行動 × 多螢 × 消費者被設計

故有鑑於以上三大原因，必須提供消費者一個好用的行動購物介面、一個短時間決定購買的驅動力，且又能夠滿足消費者瞭解相關商品的需求，才足以提高行動購物的轉化率，將龐大的行動購物流量轉化為實際的營收。故為了讓消費大眾能夠很快找到自己想要購買的商品，電商業者近期持續研究與發展兩大技術，企圖讓消費者在行動購物上的轉化率有所提升。

一、運用Big Data 技術分析商品及使用者，提供智慧化商品推薦，提昇消費者購物體驗

一般在購物網站買東西時，當您按下幫寶適M號尿布商品時，下面將會出現一排「看過此商品的人也買過」的相關商品就會列出，目前大多數的電商平台都是採用CF（Collaborative Filtering；協同過濾分析法） 對使用者進行分析，有些則交叉使用AR （Association Rule；關連規則/ 購物籃分析） 來進行個人化推薦。前者依據興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊，將來瀏覽商品的客戶進行相似度分析，從此資料來進行進一步商品推薦，而AR 則是僅依據購買商品與商品之間的關聯來進行推薦，故CF 技術較AR 技術更能準確掌握消費者需求，是目前購物網站使用推薦的重要技術，而較具規模的電商平台甚至擁有自己的研發團隊，能夠精確地將用戶細分為更多族群，發展自身的演算法來推算用戶可能會喜歡的商品。

故當行動購物情境發生時，若能更精確的推薦用戶所喜愛的商品，顯示在其用戶進入首頁的畫面、進入特定商品的頁面時進行個人化推薦，或運用推薦技術優化商品列表頁面之排版 （例如：隨用戶點擊商品動態調整後續商品次序），必然會提高行動購物的轉化率。藉由Big Data 分析技術讓用戶更為快速、便利地找到自己所需的商品，降低資訊不足而造成的購物不良經驗，並同時提高相關商品的購買、帶動單筆購物的金額，本文認為未來值得持續觀測的是如何讓行動推薦更為精準，若能拆分不同購物情境下的推薦內容，將會替購物平台帶來更多商機。

工研院巨資中心於2013 年起與Momo 購物網合作，以Big Data 分析技術，打造智慧推薦系統，首頁、分類頁、商品頁提供商品推薦清單，提昇消費者購物之便利性。此外，在2015 年，將分析技術應用於Momo 首頁主題樓層個人化，為每位消費者提供更貼近其偏好的版本安排。為再提昇消費者購物體驗，工研院巨資中心將持續研發智慧商務應用技術，例如：優化eDM 行銷、增加智慧推薦精準度與互動性、行動購物體驗之優化，並將智慧推薦相關技術服務化，帶動台灣電子商務產業智慧化。

虛實整合 吸睛變吸金

二、結合實體環境，形塑「拍了就買」：將有興趣商品拍照後快速搜尋並進入電商購買平台

阿里巴巴於2014 年6 月推出「碼上淘」讓消費者只需掃入商品、快遞包裹及實體商店的二維條碼，即可進入阿里巴巴電子商務平台中進行商品的查詢、比價、購買等消費行為。Yahoo 購物於2014年併購美國公司IQ Enginee，並於台灣Yahoo 商城APP 推出一拍即買，可以拍攝商品條碼，即可以進入Yahoo 商城購買此商品，並將於2015 年下半年推出只要拍攝商品，即可以辨識跳出商品資訊並購買。

此類的行動購物環境是結合實體，讓消費者更快速找到自己想要購買的商品，使用此類「拍了就買」的技術，可大幅降低消費者找尋瀏覽商品的時間，結合行動裝置的互動模式－拍照，將實體環境所看到有興趣的商品帶入線上購物，此技術若能提供精準的辨識，未來將帶動一大商機。

串聯線上線下 提供跨平台比價服務

台灣大型綜合平台的下游有比價網，能夠提供跨Yahoo 購物中心、PCHome、東森購物、Momo購物、燦坤快3、UDN 買東西等談定合作的電商平台價格的分析比較，比價的資訊分兩種客戶，第一可提供給大眾跨電商平台的比價工具，例如：紅門互動（品購）的省省吧、EZprice 的比價工具，可於PC環境下載此類工具，打開瀏覽器逛Yahoo 購物中心商品的同時，就可以在畫面的下方自動出現其他電商平台同類商品的價格，讓消費大眾可以一目了然的分析比較價格，當做線上購物的參考。再者，又可提供給電商平台經營規劃線上產品的參考報告，電商平台能夠從第三方的比價網平台取得競爭平台的價格資訊，甚至能夠針對客製報表提供策略建議，甚至直接將比價的結果放置於電商平台上證明自己為最低價（例如：燦坤快3）。除了比價網的兩類客戶之外，未來累積一定跨電商平台的產品價格及銷售的資訊資料後，也具備能夠提供台灣特定產品（例如：吸塵器市場）的產業分析報告，提供未來垂直電商及品牌電商經營台灣市場的行銷策略與布局參考，例如：品購。O2O 購物情境下，可見隨拍即買的概念方面，台灣新創公司創意引晴（Viscovery） 技術獲肯定，於2015 年3 月獲A 輪投資500 萬美元，可拍攝實體商品（不同角度皆可辨識、離線辨識等），即可進入合作的特定電商平台購買商品，目前零售商客戶包含大買家、屈臣氏，電商業者包含燦坤、UDN 買東西等。但實際上在O2O 購物情境上，串聯線上與線下之購物歷程，以提供更優值的購物輔助，我國發展此類技術的業者都還在試驗階段，圖像辨識的技術仍待不同產品的辨識準度的考驗，同時消費者是否能夠擴大使用率、養成新型態的購物使用習慣、形成實際購物的獲利，都待持續觀察。