OMO 全通路洞察分析

OMO 不是線上跟線下互搶業績，而是把同一個會員在門市與電商的足跡歸成一筆檔案，才看得清誰真正在花錢。從 AI 與隱私時代如何重建顧客旅程訊號、在 AI 比價與新貨架下品牌怎麼被選中，到用數據拆解跨通路會員為何是單一通路的數倍價值、破除業績互搶迷思與真實終身價值（LTV）的算法。再延伸到 OMO CRM 整合、門市數位化轉型、CDP 導入在純電商與 OMO 品牌的跑法差異，以及運動鞋與服飾品牌的全通路實戰案例。把全通路從口號變成可歸戶、可衡量、可放大的成長做法。

OMO 全通路洞察分析

門市 AI 導購怎麼做？讓店員一開口，就接得上顧客的線上紀錄

美國大型零售商已把 AI 助理放進店員手機，但多數只回答流程、商品與庫存問題，還不認得眼前這位顧客。本文提出門市 AI 導購的三層能力，整理 Target、Walmart、Lowe's、Home Depot 的官方做法，拆解台灣品牌走到「認得顧客」這一層前要補的資料歸戶、業績歸屬與個資邊界，並給出小範圍試行的五個步驟。

91APP CDMP

購物車放棄率怎麼降？先找出客人在官網哪一步離開：從首屏到結帳的頁面動線診斷表

購物車放棄率是頁面動線的綜合症狀。把進站到付款拆成首屏、導覽與搜尋、商品頁互動、購物車、登入與結帳、付款與物流六步，用「症狀、可能原因、先查什麼」的診斷表找出掉人的那一步，再針對運費揭露時機、訪客結帳、結帳欄位數、付款與取貨方式、行動版速度逐一修正。

OMO 全通路洞察分析

叫貨、出清、調撥總是喬不攏？先訂服務水準政策與核准規則，KPI 才訂得下去

採購多備被說庫存太高，少備被說缺貨；出清該誰提、調撥該誰核，每個部門說法都不同。這篇從後勤會議上最常見的僵局談起，說明為什麼缺貨率和庫存健康度會互相打架，以及要先寫下哪幾條規則：常態品、活動品、新品各自的服務水準政策，叫貨、出清、調撥、報廢的提出與核准分工，可以放手的核准範圍，從發現需要做決定起算的時效，以及統一的判斷門檻。最後提供一套用決策問卷與虛擬商品情境題找出分歧的做法。

OMO 全通路洞察分析

補貨建議為什麼沒人照做？從活動行事曆到決策紀錄，後勤決策工具這樣選

系統算出的補貨建議，採購常常還是打開自己的試算表重算一次。從資訊晚到、太晚發現、整理資料與協調意見三個卡點出發，說明共用活動行事曆、例外提醒、附計算過程的建議清單、決策紀錄與工時抽樣表各自的選型條件，並把導入期的採用成本算進人力規劃。

AI Agent

叫貨、出清、調撥交給 AI agent 之前：誰接哪一段，人在哪裡簽名

叫貨、出清、調撥如果交給 AI agent，要拆成哪幾種 agent、各接哪一段、人在哪裡簽名？這篇用本文提出的六種後勤 agent（檔期情報、決策包、補貨與出清建議、例外監看、核准路由、決策紀錄）說明分工，並解釋為什麼服務水準政策與責任分配表（RACI）沒訂好就上 agent，只會把喬不攏的狀態自動化。文中對照 Capgemini 研究院的信任調查、NIST AI 風險管理框架與 OWASP 對過度授權的提醒，整理權限分級、可回溯紀錄與導入順序。

OMO 全通路洞察分析

採購物流人力盤點：人手夠不夠，別再用「每人管幾個品牌」來算

採購與物流人力夠不夠，用「每人負責幾個品牌」算不出來。品牌數不是工作量，工作量低也不等於人力過多。把工作說明表拆成工作量、工作品質、營運成果三類資料，搭配 4 到 8 週工時紀錄與過去 12 到 24 個月的業務量基準，主管才能判斷後勤人力是否吃緊、分工是否失衡，以及成果不好時該先查流程還是先補人。

技術與數據優化

呆滯庫存是採購的錯嗎？用庫存健康度拆出預測、採購、供應商各自的責任

倉庫裡賣不掉的貨，不一定是採購買錯。同樣是庫存暴增，Target 2022 年的病因是非必需品類需求轉向，Nike 同年則是供應鏈在途時間差。這篇拆解如何把超量、呆滯、短效庫存換算成金額與占比，把缺貨、延遲、品質異常分成採購可控、品牌預測、供應商因素三類，並提出一組採購 KPI：供應商準時足量交貨率、採購可控缺貨率、庫存健康度，以及扣掉運費、急單與品質損失後、經財務確認的總成本改善。

OMO 全通路洞察分析

品牌電商物流 KPI 怎麼定：從準時出貨率到單位物流成本

出貨的每個環節都做到 95 分，顧客收到的完美訂單可能只剩八成。物流 KPI 要先寫清楚定義、公式、資料來源與責任人，再依電商、寄銷倉、門市、直播、外銷各通路分開算。這篇整理準時出貨率、出貨正確率、異常結案時效、帳實準確率、逆物流時效、單位物流成本與客服查貨回覆時效的算法與分母陷阱，說明 3PL 與承運商履約怎麼對帳，以及為什麼第一輪該先收基準、再訂目標。

廣告平台操作實務

Meta 廣告新客怎麼算？Advantage+ 拉新要分清官網首購與品牌首購

在門市買過三次的人第一次上官網下單，算官網首購，不算品牌新客。Meta Advantage+ 把受眾交給 AI 之後，品牌要把品牌首購、通路首購、久未購買後回流、身分未知與會員註冊分開記，才看得出拉新預算有沒有投到沒買過的人，新客獲取成本也才算得對。這篇整理平台與 GA4 怎麼定義「新」、分母一換預算比較怎麼變，以及跨通路身分串接與拉新測試的做法。

技術與數據優化

商品安全庫存與補貨點怎麼算？用覆蓋天數看懂缺貨和積壓為什麼同時發生

總庫存看起來很充足，南部的客人卻快要買不到貨，北部倉庫另一款商品還夠賣一百多天。用一間虛構的三倉水杯店，說明缺貨與積壓為什麼會同時出現，再一步步示範庫存覆蓋天數、安全庫存、補貨點、建議下單量與周轉天數怎麼算，最後用四象限與 SKU 乘倉庫的熱力表，找出同一個商品這倉快缺、那倉壓著的「雙高」位置。

OMO 全通路洞察分析

商品庫存缺貨先調撥還是先補貨？從庫存診斷到有人負責的行動流程

報表亮紅燈之後，庫存問題才剛開始。用一間虛構水杯店示範四層診斷，比較補、調、停、清四種處方，說明調撥量為什麼要先模擬、補貨量為什麼要和調撥一起算，再把建議寫成有負責人、截止日與狀態的任務。

91APP CDMP

顧客旅程地圖怎麼畫？用 CDMP 資料把售前到售後的斷點找出來

多數品牌的顧客旅程地圖只是會議室裡畫出來的示意圖，資料還是散落在廣告後台、電商系統、POS、客服工單裡。這篇文章拆解一套方法：盤點觸點、把資料歸戶到同一個人、再用轉換率找出售前到售後真正的斷點在哪裡。

91APP CDMP

毛孩飼料快見底的那一週，決定寵物電商留不留得住飼主

寵物食品占台灣寵物市場消費額 53%，理論上是零售業最好經營的回購生意，但多數品牌仍用同一套週期提醒所有會員。從多寵物會員輪廓到跨品類關聯購買，看 91APP CDMP 怎麼抓住寵物電商真正的補貨時機。

OMO 全通路洞察分析

當同一位會員在線上線下消費，點數要怎麼算才不會兩邊打架

統一會員 ID 只是起點，點數與等級的計算口徑、同步時機、防套利機制，才是跨通路忠誠度計畫真正難做對的地方。這篇拆解三個常見斷點，並用星巴克與絲芙蘭的公開作法對照，給台灣品牌一份可以照著檢查的架構清單。

91APP CDMP

缺貨與超賣的代價，多數品牌只算到取消那一單為止

缺貨的損失被普遍低估，因為多數品牌用「少賣的件數乘上售價」在估，這等於預設顧客只是延後購買。跨國研究量到的行為並非如此。本文拆解缺貨與超賣的三段代價：當下那一單、台灣網路交易法規下的契約義務、以及後續行為的變化，並說明可售量為什麼在系統之間對不齊。

91APP CDMP

多品牌集團的會員資料該不該打通？拆成識別、分析、行動三層再決定

集團旗下多品牌要不要共用會員池，不適合當成一個是非題。把決策拆成識別層、分析層、行動層，會發現三層的主要煞車不一樣：識別層卡資料品質，分析層卡治理規則，行動層卡當初蒐集資料時對顧客說過的話。跨境展店再疊一層傳輸限制。本文從台灣法規現況、Marriott 併購案與集團組織設計，拆解多品牌與跨境情境下的資料治理決策順序。

OMO 全通路洞察分析

虛實整合不是接完資料就結束：線上線下對不起來的地方，客人比報表先發現

多數品牌的 OMO 專案卡住的地方，已經從「線上線下有沒有接起來」移到「接起來之後，兩邊講的話對不對得上」。庫存、活動與券、會員權益與點數、退貨與售後，這四個地方每天都在產生落差，而落差被客人看見的速度，永遠比出現在報表上快。這篇文章拆解一致性缺口從哪裡來、Target 與 Inditex 這類國際零售商怎麼處理，以及台灣品牌不必先換系統就能動手的幾個對帳點。

OMO 全通路洞察分析

OMO 做了卻沒成效，是制度問題還是系統問題：從業績歸屬規則就看得出來

資料接了、報表有了，OMO 數字仍沒改變時，下一步不宜直接再去比系統。制度題和系統題的症狀不同：系統題表現為算不出來，制度題表現為算出來了卻沒人改動作。91APP 團隊在本文提出「OMO 分診表」，用五個現象分辨自己卡在哪一邊，並拆開門市導客到線上的業績該記給誰、兩邊 KPI 為什麼在同一個顧客身上互斥、獎金結構裡有沒有跨通路欄位。歸屬規則沒寫下來之前，補系統可以改善可見性，未必會改變導客誘因。

91APP CDMP

RFM 分群放到 OMO 就會失真：同一個人在門市和線上沒歸戶，你會把最好的客人排到後面

RFM 的三個值都是對「一位顧客的一條交易序列」做統計。門市加線上的同一個人沒歸戶時，購買次數會被除散成多個低頻身分，累計金額被拆開，還會多出好幾個過時身分，讓同一個真人同時進活躍名單與喚醒名單。要修，順序是先歸戶、在新母體上重算、再補狀態與意圖。

91APP EngageOne

會員再行銷怎麼做？把 CRM 分眾名單變成一檔精準回購活動

多數品牌的 CRM 停在看報表：會員分了群、RFM 算得漂亮，名單卻躺在後台沒動。帶來回購的是把分眾接上訊息與時機的那一次行動。這篇拆解會員再行銷的三個常見斷點，附一張可以照著建的最小回購活動卡，用 Hotel Chocolat、New West KnifeWorks 等公開案例與 Mailchimp、McKinsey 的數據，說明零售品牌怎麼把一份靜態會員名單，變成一檔可執行、可用對照組驗證成效的精準回購活動。

91APP EngageOne

沉睡會員怎麼喚回？用 CRM 自動化在客人流失前把他拉回來

會員很少某天忽然消失，多半是一天天淡出。多數品牌卻要等季末結算才發現一批人不見了，再靠一次性的全站折扣硬追。這篇說明流失其實是一段有前兆的過程：用每個會員自己的回購節奏辨識出正在遠離的人，把辨識與發送分成資料端與行銷端兩段系統分工，依個人時機自動送出分層召回，並用對照組驗證增量，比季末群發更省成本也更有效。

91APP EngageOne

會員生命週期行銷怎麼做？把首購到忠誠串成一條自動化旅程

一個會員從第一次認識品牌到成為忠誠客，會經過歡迎、第二購、忠誠、喚回幾個階段（首購是其中的關鍵轉換點），每個階段需要的訊息都不一樣。多數品牌卻用同一套群發對待所有人。生命週期行銷就是把這些階段串成一條自動化旅程，讓對的訊息在對的階段自動觸發。這篇拆解生命週期的關鍵階段與常見誤區，說明零售品牌怎麼判斷會員在哪個階段、把旅程接上自動化，並用對照組驗證每一段的成效。

91APP EngageOne

點數、優惠券、會員權益怎麼用？把靜態會員機制變成觸發式行銷

多數品牌的點數、優惠券、會員權益都設好了，卻停在全站同一份、只綁大檔期的靜態發放，對高價值客浪費毛利、對沉睡客又不夠力。真正有效的，是把這些機制接上每個會員當下的狀態，在點數快到期、升等只差一筆、沉睡回訪等時刻送出對應的優惠與理由。這篇拆解靜態機制的三個陷阱，用一份 2026 年超市優惠券隨機實驗與 McKinsey 的會員研究，說明零售品牌怎麼讓會員機制從發出去就好，變成能用對照組驗證成效的觸發式行銷動作。

第一方數據

品牌會員戰的共同解方：第一方數據怎麼從流量變成資產

第三方 Cookie 存廢已經不是重點，重點是品牌手上握了多少屬於自己的顧客資料，以及有沒有能力把它從一次性的流量變成會複利的資產。這篇收斂整個品牌會員戰系列，抽出全聯、星巴克、Nike 三個對決的共同勝因，把第一方數據資產化拆成一條可執行的路徑：OMO 歸戶、會員貼標、購買意圖分群、高轉換預測、再行銷、到最後的數據變現，給台灣零售品牌一份落實得下去的方法論。

會員經營

Nike、Apple、Glossier、The North Face 怎麼把會員關係變成別人搶不走的資產

Apple 付費訂閱破 10 億、Nike 會員破 1 億，這些國際標竿早就把 loyalty 從送點數改寫成身份與體驗。本文拆解 Nike 生態、Apple 訂閱綁定、Glossier 社群 zero-party、The North Face XPLR Pass 體驗式機制，並給台灣品牌四條可落實的會員經營路徑。