top of page


重複購買本身就是一種信任
品牌忠誠常被描述成一種帶有感情的關係:消費者喜歡某個品牌、認同它的價值,所以願意一次又一次回來。這種情況當然存在,但它把 loyalty 的門檻設得太浪漫了。在有充分替代選擇、也沒有合約把人綁住的消費市場裡,一個人長期不再重新比較、直接重複購買同一個品牌,本身就已經包含信任。 有人留下來是因為相信品質,有人相信價格不會吃虧,有人相信門市到處都有,有人只是知道每次買到的東西都差不多。這些理由的情感濃度不同,經濟功能卻很接近:品牌替消費者省掉了重新搜尋、重新判斷與承擔踩雷風險的成本。當購買決策從「每次都重新比價」變成「這個我知道,可以直接拿」,品牌價值就已經發生。 信任不一定是喜歡 因此,「願意留下」和「懶得離開」未必是兩個完全相反的世界。很多所謂的懶,其實是過去經驗累積出來的預期:換一個品牌也許能便宜一點、好一點,但重新研究需要時間,而且新選擇可能令人失望。只要消費者可以自由離開,卻長期認為改變不值得,這個慣性本身就反映了現有品牌已經把不確定性降到足夠低。 這也解釋了為什麼低價自有品牌一樣可以建立品牌價值。信任不必來自精緻形象,它也可以來自「這裡通
1天前


自有品牌的核心仍然是價格信任
Walmart 在 2026 年 8 月推出新的女性服飾自有品牌 Scenario,一次帶進數百個服飾、包袋與配件品項,多數定價低於 25 美元,鎖定比既有女裝品牌 Time and Tru 更年輕、約 35 歲上下的客群。新聞很容易把這件事解讀成 Walmart 開始學會做「有風格的品牌」,但大型賣場經營自有品牌的經濟底盤一直很穩定:先拿成熟品類的標竿商品作比較,再用更低的價格,讓消費者相信自己沒有必要替品牌名稱多付那一段錢。 自有品牌先賣的是便宜 這個邏輯在衛生紙、洗衣精、清潔用品、鋁箔紙、零食、瓶裝水、咖啡、尿布與維他命上最清楚。消費者通常早已知道一包廚房紙巾、一罐洗衣精或一袋堅果應該完成什麼功能,自有品牌不需要重新教育市場,只要在包裝、規格與品質感上靠近品類領導者,再把售價壓低,就能把「品牌溢價值不值得」變成貨架前最直接的比較。 賣場之所以能把價格壓下來,不只因為包裝比較樸素。零售商掌握貨架、流量、會員資料、採購規模與促銷位置,本來就不需要像全國性品牌一樣支付龐大的媒體費用與通路上架成本;同時,自有品牌讓零售商可以直接決定規格、包裝、供應
1天前


會員關係要建立在品牌認同上
Gap 在 2026 年 8 月把重新命名不久的 Encore 會員制度帶進紐約時裝週。9 月 9 日到 14 日,會員可以透過 Encore Market 取得時裝秀、設計師工作室、現場表演與品牌活動的參與機會;名單包括 Alice + Olivia、Grace Ling、Kim Shui、KidSuper、Sandy Liang,以及 Anna Sui 的 atelier tour。這不是把點數換成另一張折價券,而是把會員資格變成進入時尚文化現場的一張門票。 大多數 loyalty program 的基本功能其實很簡單:利用比廣告、簡訊或重新獲客更便宜的既有會員通路,給一個足以促成下一次交易的誘因。點數、折扣、生日券、滿額贈,本質上都在降低下一次購買的價格,或提高消費者延後轉換品牌的成本。這些工具有效,也很容易量化,但它們建立的是交易效率,不一定能建立品牌認同。 折扣能促購,認同才形成關係 如果會員留下來的理由只是「這裡又便宜五元」,品牌和會員之間的關係就很薄。競爭者多給十元,關係便可能跟著轉移。尤其在服飾產業,商品的功能差異通常不足以支撐全
1天前


流量入口決定需求從哪裡開始
TikTok Shop 和 Amazon 的競爭如果只看交易額,很容易得出一個簡單結論:Amazon 仍然是更大的購物場所。但 Forbes 8 月訪問的幾個中小品牌顯示,交易最後落在哪裡,和需求最初在哪裡形成,已經越來越不是同一件事。Real Men Apparel 年銷售約一千萬美元,其中約 15% 來自 TikTok Shop、50% 仍在 Amazon、35% 在自家網站;Ruff Liners 則表示,開始在 TikTok 經營後,Amazon 上以品牌名稱進行的搜尋增加 26%。TikTok 即使沒有拿走最後一筆訂單,也可能已經先影響了購買意圖;需求形成與交易完成因而可以分散在不同平台。 消費者在哪裡付款,往往受到非常務實的因素支配。有人已經付了 Prime 會員費,希望兩天到貨;有人把信用卡、地址和退貨習慣都留在 Amazon;有人在品牌官網有點數或折扣,也有人只信任某個平台的客服和付款保障。這些條件會決定 checkout 發生在哪裡,但它們不必然解釋顧客為何突然想買某個品牌。交易場所更像是把已經存在的需求用最低摩擦完成,流量入口
2天前


AI助理賣的是任務完成
Albertsons 最近公布的兩個數字,比「零售商導入 AI」這件事本身更值得看。使用一般對話式搜尋的顧客,平均訂單金額約高 10%;使用能處理食譜、飲食偏好與更完整規劃的 AI 工具時,平均訂單金額則高 26%。同樣都是 AI,結果差很多,原因很可能就在服務範圍不同。前者仍接近搜尋:顧客知道自己要找什麼,系統把商品找得更快。後者開始像助理:顧客只說自己想完成什麼,系統幫忙把需求拆開,再把需要的商品組成一個可執行的購物方案。 傳統搜尋的前提,是問題已經被使用者定義完成。輸入「無糖優格」,搜尋引擎只要判斷哪些商品最相關;輸入「雞胸肉」,平台可以根據價格、品牌、庫存與個人偏好排序。即使 conversational search 可以理解更口語的句子,本質上仍是在回答一個已知問題。助理服務往前多走一步。顧客說「四個人今晚吃 taco,其中一個不能吃乳製品」,系統必須理解人數、主食、蛋白質、蔬菜、醬料、替代品與份量,甚至判斷哪些東西家裡可能已有、哪些需要補。它處理的是一個任務,而不是一個 query。 這種差異會直接改變零售商的 basket...
2天前


機器人會改變長照成本結構
美國家庭今天談長照,問題幾乎都從「錢要從哪裡來」開始。Business Insider 8 月報導的案例裡,有家庭每月照護支出超過一萬美元,也有人為了父母的長期照護動用數十萬美元儲蓄、房屋淨值與借款。這種財務壓力不難理解:照護是高度勞力密集的服務,老人越多,需要的照護時數就越多,而照護員供給又跟不上需求。若把目前的生產方式直接延伸到未來,人口老化當然會被翻譯成更高保費、更高稅負、更晚退休和更多家庭資產被拿來支付照護。 但這個推演隱含了一個很強的假設:未來一小時的照護,仍然需要差不多一小時的人力。只要這個假設開始鬆動,長照的經濟模型就會改變。機器人、感測器與 AI 的意義不是讓老人突然不需要照護,而是把照護拆成不同任務,再判斷哪些任務必須由人完成、哪些可以交給機器持續執行。當夜間監測、移位輔助、搬運、復健、提醒、紀錄與部分溝通不再都要由真人逐分鐘提供,家庭購買的就逐漸從『多少人的多少時間』轉向『一套系統能提供多少照護能力』。 照護成本之所以高是因為生產力難提高 製造業可以靠機械讓一個工人在同樣時間生產十倍產品,軟體更可以讓一段程式同時服務上百萬人;
2天前


選錯作物會放大成本風險
美國中西部農民每年都要在玉米與大豆之間重新分配土地。平常這看起來只是輪作、產量與價格的例行判斷,但 2026 年之後,這個選擇突然多了一層戰爭風險。伊朗衝突推高能源與氮肥價格,University of Illinois 的 farmdoc 在 8 月談 2027 年種植決策時,已把高氮肥價格列為大豆相對玉米更有利的重要原因。這不是因為兩種作物都變貴,而是因為成本衝擊並不對稱:玉米高度依賴氮肥,大豆不需要同樣程度的氮肥投入。當一項外部衝擊只明顯抬高其中一種作物的成本,農民面對的就不再只是「今年比較難賺」,而是土地一旦配錯,整季放棄了另一種作物原本可以提供的報酬。 這個差異在 2026 年還沒有完全反映出來。farmdoc 3 月分析伊朗衝突時特別提醒,當時美國春播已近,很多農民已經買好種子、肥料與部分燃料,因此大規模改變種植面積的空間有限。5 月的成本估算也顯示,衝突後中央伊利諾州玉米肥料成本每英畝大約增加二十多美元,大豆肥料成本卻只小幅上升。對已經預購氮肥的人而言,2026 年受到的衝擊甚至更小。到了 2027 年,影響會更直接:那時所有農場都
2天前


處暑 - 鴨肉 V.S. 秋葵
台北仍是盛夏的體感,午後雷雨也還沒退場。往產地看,宜蘭白天晴時多雲,嘉義午後仍有短暫雷陣雨的機會。處暑雖然已過,八月底的台灣卻還沒有真正入秋;也正因如此,這一週的兩種當令滋味格外有意思:一邊是帶著脂香、鹹鮮與肉汁的鴨肉,一邊是脆嫩、清爽又有獨特黏滑口感的秋葵。不是一道主菜和一道配菜的高下之爭,而是盛夏尾聲最適合一起上桌的兩種味道。 鴨肉,夏末開始想念的脂香 鴨肉迷人的地方,是雞肉很難取代的那一層脂香。皮下脂肪遇熱化開,肉本身又比雞肉多一點深沉的鮮味,所以鹽水、煙燻、燒烤、滷製、煮湯,各有完全不同的性格。炎熱的午後可以吃切盤配薑絲,晚上下過一場雷雨,來一碗當歸鴨麵線,又會覺得那股溫熱香氣來得正是時候。 古人對鴨並不陌生。《本草綱目》禽部收有鴨的記載,至少說明鴨早已不只是水邊禽鳥,而是進入日常飲食與生活知識的食材。蘇軾寫「春江水暖鴨先知」,一句話便把鴨和水、季節變化連在一起。到了台灣,鴨更從水田與河川邊的養殖景象,一路走進鹽水鴨、當歸鴨、煙燻鴨、鴨賞與各種地方料理裡。吃鴨肉,吃的不只是肉味,也是一條很長的飲食文化線索。 宜蘭縣,養鴨留下來的不只是產量
3天前


價格公平不等於每個人付一樣的錢而在於交易條件是否透明且可選擇
美國聯邦貿易委員會 2026 年 8 月把 personalized pricing 再度推到監管前線。FTC 提出的執法政策草案,瞄準企業利用瀏覽紀錄、位置、購買行為等個人資料估計支付意願,再向不同消費者顯示不同價格的做法。監管重點目前不是全面禁止,而是要求企業清楚揭露價格是否個人化以及使用哪些資料;Instacart 先前的價格測試則讓爭議具體化,同一商品對不同消費者曾出現最高約 23% 的價差。 直覺上,「同樣商品、同樣時間,為什麼你比我便宜」很容易被理解成不公平。但如果把同價當成公平本身,市場上大量早已存在的價格制度都會變得可疑:航空公司同一班飛機的乘客支付不同票價,飯店依日期與訂房時間調價,電影院有學生票與敬老票,超市有會員價與折價券,軟體依企業規模報價,計程車尖峰加價,便利商店同一瓶飲料也可能比量販店貴。這些差異背後共同的經濟邏輯,是不同交易情境中的需求彈性、便利性、時間、資訊與替代選項本來就不同。 所以個人化定價真正需要回答的問題,不是「價格有沒有不同」,而是差異從何而來、消費者是否知道、能否拒絕,以及企業是否利用了不應被拿來定價的
4天前
bottom of page