momo 與 Google Cloud 合作，透過 AI 全面升級「個人化、信任、永續」三大核心應用
台灣零售市場已進入「精實成長」階段，企業的挑戰從過去的流量導向，轉為對經營效率與會員價值的深度挖掘，以及如何以科技驅動成長動能。為應對此一趨勢，momo 富邦媒體科技（簡稱：momo）與 Google Cloud 合作，展開一場全面的 AI 轉型，運用我們先進的 AI 技術提升顧客更個人化的購物體驗、確保產品合規性以建立顧客信任，同時實踐環境、社會與公司治理 (ESG) 目標，打造一個更智慧、安全以及永續的零售生態系。
自 2019 年合作以來，我們協助 momo 導入 BigQuery 作為核心資料倉儲，為其龐大的數據處理需求，提供了兼具成本效益與彈性算力的穩固基礎。這不僅讓 momo 得以將每日生成的海量資料即時轉化為可行洞察，更成為其後續在行銷推薦、商品管理與永續物流三大核心場域，推進智慧應用的關鍵支點。
AI 智慧助攻，為消費者提供更個人化、更精準的建議
在行銷流程中，高度個人化購物體驗是獲取顧客青睞的關鍵，為實現此一目標，momo 採用了 BigQuery 和 Gemini 技術發展更精準的行銷獲客策略，提供愈加個人化推薦和搜尋體驗，並運用 AI 和自研模型運算大幅減少人工作業的時間。
- AI 驅動的個人化推薦：過去 momo 的推薦系統多仰賴人工標籤與審核，不僅耗時費力，也限制了精準度。momo 透過 BigQuery 整合數據，並在 Vertex AI 上建構深度學習模型，搭配 Cloud Run 部署微服務，將推薦能力全面升級，除了讓推薦更精準且貼近消費者的購物情境，也讓推薦商品的營收占比成績有明顯提升。
- 更智慧的搜尋體驗：momo 的「猜你想搜」功能進一步延伸了個人化推薦應用。Gemini 模型根據消費者的歷史搜尋與購買行為，生成個人化搜尋詞建議清單，提供顧客更精準且貼近需求的搜尋體驗。相較於過去依賴詞庫的搜尋建議，點擊率（CTR）提升 40%，轉換率也提升約 30%。
- AI 主導的智能選物推薦：節慶檔期一向是零售電商的重點戰場。過去，行銷團隊需耗費大量人力在數百萬商品中人工挑選符合活動主題的商品，過程繁瑣且難以兼顧精準度。momo 透過 Gemini 的輔助，針對數十個商品類別（例如運動健身、社交休閒等）自動建立更細部的商品風格資訊（例如下午茶悠閒時光、品酒微醺時光等），並自動挑選數萬個合適商品進行推薦。如今，行銷團隊僅需確認 AI 推薦結果，可大幅減少繁複的人工作業時間。
- 精準分眾推播：分眾推播名單過往多依賴行銷人員憑經驗設定規則，因而缺乏即時性與精準度，並可能錯失高潛力用戶。現在，momo 透過 Google Cloud Platform 建立「智慧人群圈選」模型，針對用戶行為分析搭配商品屬性資訊，自動找到最適配的人群，同時識別用戶進入 momo 的有效渠道並推播給顧客以做到高成功率的推播，這不僅讓推播更即時且精準，相較於過去人工圈選名單方式，CTR 提升 2 至 3.5 倍，訂單數量約有 2 倍的提升。
圖一：猜你想搜利用 Google 的 Gemini 模型，依據消費者的搜尋與購買紀錄，生成個人化搜尋建議，帶來更精準、貼近需求的購物體驗。
圖二：透過 Gemini ，智能選物推薦可自動建立細部商品風格資訊，快速篩選數萬件適合節慶檔期的商品，協助行銷團隊精準推薦並大幅減少人工作業時間。
以 Gemini 強化平台治理，打造值得信賴的購物環境
隨著 momo 的「MO店+」模式讓商家能自行上傳商品，平台治理的挑戰也隨之升高，包括商品內容多樣、政策規範嚴格以及龐大資料審核需求。為此，momo 將 Gemini 的語意判斷與多模態識別能力，整合進其商品管理系統中，逐步打造三大革新功能：
- 商品分類偵測：momo 透過自行研發的商品分類模型取出建議分類，並搭配 Gemini 複判審核，可提升分類準確率達 99%。
- 違規商品偵測：傳統 NLP 模型在判斷政策限制商品時門檻極高，如今透過 Gemini 語意判斷可達 99% 準確率識別違規商品，大幅減少人工抽查的負擔。
- 菸品圖文偵測： 菸害防治法除了規定電商不可販售菸品外，一般商品中亦不可出現任何菸品相關圖文。Gemini 的多模態模型可分析商品的圖片與文字，使線上數百萬商品圖片的菸品合規性檢查成為可行，即便是嘗試魚目混珠的卡通造型電子菸也能精準偵測，成功為平台做好把關工作。
AI 助力包材革新，推動永續實踐
在包材管理上，過去「大箱裝小貨」的問題普遍存在，不僅造成紙箱與填充材料浪費，也增加倉儲與運輸成本，對環境亦造成負擔。為兼顧營運效率與永續目標，momo 結合 AI 與數據分析技術，打造包材管理與新款紙箱設計方案，實現資源優化與包材革新：
- momo 過去一年開發「包材建議系統」並結合 Gemini 判斷商品特徵選擇最佳包材。momo 每日紙箱使用量超過 10 萬個，大型促銷檔期更可能達到 25 萬至 45 萬個，新系統可使平均每日紙箱使用量減少約 5%，整體包裝成本下降約 8%，有效降低資源消耗。
- 隨著商品多樣化與包裝需求增加，現有紙箱設計逐漸難以應對，momo 透過 Vertex AI 的圖譜演算法對實際包裝結果進行分群，設計適用於低裝載率商品的新款紙箱。目前已研發四款專為扁平、長型及小型美妝品設計的紙箱，並自今年一月起全面導入各倉庫，進一步提升商品裝載效率。
圖三：momo 透過 Vertex AI 設計適用於低裝載率商品的新款紙箱，有效減少資源浪費並提升商品裝載效率。
Google Cloud 高度整合的平台與專業支援，推動智慧升級
在競爭激烈且瞬息萬變的零售市場，momo 選擇 Google Cloud 高度整合的端到端 AI 平台，協助其迅速將資料洞察轉化為商業應用。合作過程中，我們緊密的協作與全方位的技術支援，從概念討論、流程拆解到上線驗證，確保每項創新都能創造實際商業價值。
透過這些合作，momo 不僅提升自家零售與電商營運的智慧化與效率，也為產業夥伴提供示範，推動整個零售生態的 AI 與數位轉型，打造更智慧、流暢且貼近消費者需求的購物體驗。未來，我們期待與更多零售與電商夥伴共同探索創新應用場景，推動營運模式升級，持續發揮 AI 的價值，協助企業提升消費者體驗、運營效率與整體競爭力
