「NRF 2026:Retail’s Big Show」(以下簡稱 NRF 2026)實地現場報告的第三篇,我們將針對在各場對談與展示攤位中介紹、旨在進化顧客體驗的最新 Retail Tech。從美國 Sephora 的 AI 肌膚分析「Smart Skin Scan」及 Mobile POS 等措施,到 IT Outsourcing 企業 Sagenet 利用「Lift and Learn」技術的 Digital Signage,以及領先 Omnichannel(全通路)的 Adyen 之 OMO 支付,我們將為您報導各家大企業與 Startup 公司在零售領域的創新案例。

透過 AI 強化產品發現與互動,Sephora 的 Seamless(無縫)個人化體驗

在 NRF 2026 中,儘管以 Agentic Commerce 為首的 AI 應用被視為改變零售業結構的大趨勢,但那些重新設計從門店體驗、支付到瞭解顧客的完整購買流程,並將顧客體驗(CX)與收益模型高度化的 Retail Tech 也同樣引人注目。

其中特別有趣的,是作為美容零售業中首家導入肌膚分析工具與 AI Chatbot、以科技 Early Adopter(早期採用者)著稱的連鎖通路大手 Sephora 的各項措舉。Sephora 將 AI 與先進科技視為核心,並正加速透過 OMO(線上與線下的融合)打造具備一致性的 Seamless CX。

Sephora E-commerce 資深副總裁兼總經理 Nadine Graham
圖片提供:NRF

在討論對談「重新定義:AI 如何重構時尚與美妝的購買流程 (Rewired: How AI is reshaping the path to purchase in fashion and beauty)」中登場的 Nadine Graham 表示,AI 應用的標準在於「能否在顧客優先的前提下,讓 Customer Journey(顧客旅程)變得更直觀、Seamless 且具備 Personalization(個人化)。」

Sephora 自 2012 年起就在實體門店提供面向店內接客的數位服務,如肌膚諮詢工具「Skincare IQ」與測量膚色的「Color IQ」。在此基礎上,於 2021 年引進提供肌膚分析技術的 FitSkin 推出的、需要裝在智慧型手機上的高精度分析裝置「SkinScanner」,大幅提升了精確度與便利性。這款搭載了能將肉眼看不見的毛孔阻塞或細紋視覺化的 30 倍放大鏡及水分測量功能的設備,利用學習了超過 2,600 萬張皮膚圖像的 AI Algorithm(演算法)來產出詳細的分析結果。這使得美容顧問(BA)能準確掌握顧客的肌膚狀況,進而提供最適合的保養品或底妝產品建議。

使用 SkinScanner 進行店內肌膚分析
來源:InVue 官網

此外,若顧客為忠誠會員「Beauty Insider」,這些分析結果與圖片會自動保存為綁定於帳號的肌膚報告,且 AI 推薦的產品也會顯示在購物車或收藏清單中。

Graham 強調,對於提供橫跨線上/線下邊界之 Seamless 體驗的 SkinScanner 來說,「關鍵在於 AI 並非單純的肌膚分析工具,而是作為深化 BA 與顧客互動的一種工具」,科技並非要取代接客服務,而是將重點放在如何提升「對話的品質」。事實上,透過只需安裝在手機上的高機動性,BA 可以當場順暢地完成諮詢到產品搜尋與庫存確認,確保了能集中精神與顧客對話的環境與時間。

此外,作為肌膚諮詢的進階版,2023 年 Sephora 在 App 中實裝了 AI 肌膚分析工具 「Smart Skin Scan」,提供自助式的高精度肌膚分析。使用者上傳自拍照片後,透過 AI Deep Learning 技術能瞬間分析皺紋、斑點、紋理、紅腫、乾燥、毛孔與粉刺等 7 大要素。

@melisdoesmakeup

NEXT LEVEL! #sephora new skin AI tool analyzed my skin and highlights skincare concerns that I can use when picking out my skincare. I should be focusing on those for pores, fine lines, and dryness. Very cool, the pores one gave me a jump scare though 🤣 #skinanalysis #koreanskincare #sephora #aitools #aibeauty #futureofskincare @sephora

♬ original sound – Viral Music Hits

此外,2025 年推出可在網站與應用程式使用的自有開發 AI 聊天機器人「Sephora AI Beauty Chat」,進一步強化以 AI 為基礎的「商品發現」與「對話」功能。該系統以對話形式進行商品探索,整合個人化商品推薦、美妝教學性內容與完整購買流程;導入後,聊天機器人使用者數量擴大了三倍。此外,透過聊天直接將商品加入購物車的顧客,其轉換率高於其他通路,且透過聊天完成購買的顧客購物籃金額平均比一般高出 30%

在簡報中介紹的「Sephora AI Beauty Chat」使用範例

藉由如上方式,Sephora 透過 AI 應用,不僅將店內與線上的體驗進化為「診斷與發現的場域」,同時也將 AI 定位為能加深對顧客理解的「個人顧問」。此外,該公司運用佔其營收約 90%的忠誠計畫所累積的大量第一方數據,內部開發了機器學習(ML)模型「Next Best Offer(下一個最佳提案)」「Next Best Content(下一個最佳內容)」,據稱可為每位顧客預測並呈現最適合的商品內容與促銷。在此過程中,葛拉漢(Graham)指出,「透明度與意圖很重要」,並強調「消費者不僅僅是想要個人化的體驗,他們也想了解為何會推薦該產品或內容」。

透過 Tap to Pay 實現 Frictionless(無摩擦)支付體驗

另一方面,作為購買流程最終階段的結帳步驟,是顧客體驗中尤其需要無摩擦(無阻礙)流暢感的一個重要環節。本著這樣的理念,Sephora 正強化行動 POS 的應用以提升結帳體驗。

所謂行動 POS 是指在平板或智慧型手機上安裝專用應用,即可作為 POS 收銀機使用的機制。Sephora 於 2023 年在北美 600 多家門市導入由具有全球最大級支付基礎設施的摩根大通支付(J.P. Morgan Payments)提供、以 iPhone 為基礎的支付服務「Tap to Pay on iPhone」。此項合作被視為一個象徵性案例,因為過去行動 POS 技術多被認為是無專用終端的個體戶或中小企業所採用,而這次則是大型連鎖業者首次大規模部署該技術,因而受到矚目

JP 摩根贊助場次「將交易轉化為變革:支付數據如何驅動零售業的未來(Turning transactions into transformations: How payment data fuels the future of retail)」中出席的 Sephora USA 首席財務長(CFO)Delphine Herve 表示,「進入門店後的最後一步—付款,應該盡可能做到無摩擦。畢竟那並不是購物中最『愉快』的時刻」,強調了支付體驗的重要性。

Sephora USA 的 CFO Delphine Herve (左)

Herve 指出,引入這款行動 POS 後,有助於重建不再受限於固定櫃檯的接待與結帳體系,不僅提升了營運效率,也同時創造顧客體驗並增加銷售。無需為了結帳而中斷服務,能在持續與顧客對話的狀態下自然導向購買,並能提供更個人化的建議,推動顧客「再加一件」的意願,進而促進交叉銷售與購物籃規模(客單價、購買件數)的成長。她表示:「不只是收銀區,能在商品陳列等『顧客所在之處』直接結帳的彈性,促成了這些成果。」

非接觸支付的 Tap to Pay on iPhone
來源:J.P. Morgan 官網

此外,不必掏出錢包或排隊結帳等繁瑣動作被減少,對於看到排隊時購買意願下降或購物車放棄的防止也有顯著效果。實際上,在黑色星期五等繁忙期間,據稱有超過 25%的顧客使用感應支付,印證了此類支付方式的高需求。在後端方面,能夠將跨線上/線下的購買、換貨、退貨相關的支付資料與顧客 ID,甚至銀行帳戶的資金管理等處理整合到同一先進平台,也可說是對大型企業的一大優勢。

此外,絲芙蘭除了行動 POS 外,也擴大支援分期手續費免收的「先買後付(BNPL, Buy Now, Pay Later)」以及在美國廣泛使用的行動支付/個人間轉帳應用程式 Venmo 等付款方式。艾爾韋表示:「年輕世代把 Venmo 的餘額(從朋友或家人收到後暫存在應用程式中的資金)視為一種類似禮品卡的存在。有餘額的話他們就想用那個付款,並且偏好以符合自己方便的彈性方式付款,」他說明,並強調對應美容顧客多樣性與年輕族群生活型態所需彈性的必要性。

Herve 也指出,理解支付資料「有助於精準鎖定促銷與行銷對象」,通過分析消費傾向與購買行為,可以發現與市場的差距,並將其用於優化選址策略與商品組合。他舉例說明,Sephora 的這類作法顯示,支付資料並非僅是銷售數據,而是能提供「顧客在哪裡、以何種方式購買」的洞察,對於策略性決策及提升顧客體驗都是有用的資料。

優化 End-to-End 顧客旅程的 Retail Tech

從這類店內體驗到支付、到訪後的連續流程,為了讓購買流程更無縫且更具彈性,美容零售現場正導入以 AI 為首的各種技術。我們來看看在 NRF 2026 博覽會上各家公司展示的最新零售科技。

Sagenet:搭載虛擬試妝與庫存管理功能的 Phygital Signage

美國多角化的託管服務提供商 Sagenet 提供以提升顧客互動與優化營運為目的的顯示解決方案;此次在 NRF 展會上,展示了針對美容零售的觸控面板,採用互動技術「Lift and Learn」,當商品從貨架上被拿起時,產品資訊會顯示並在數位螢幕上進行說明。

在數位面板上觸碰想要試用的產品或色號,或從貨架上拿取試用品時,感應器會偵測到並立即在畫面上顯示該產品的成分、使用方法、評價與介紹影片等資訊。面板內建的小型攝影機也會顯示自己的臉,並可使用唇彩、眼影、粉底等虛擬化妝功能。顧客透過這種實體+數位(phygital)的體驗,可以輕鬆加深對產品的理解。

觸碰感興趣的顏色,畫面就會切換

在營運方面,還利用 RFID 標籤將店內庫存即時可視化,並具備自動通知何時需補貨的功能。除了可以統一管理店內與線上的庫存資訊外,透過在商品上嵌入 RFID、在展示面板或座台內嵌 RFID 天線,能偵測商品是否被從貨架上移走。並且結合重量感測器、光感測器、攝影機與 AI,取得「哪件商品、哪個顏色被拿起了多少次」等顧客行為數據,還會根據顧客屬性與停留時間來判斷要顯示的內容,提供個人化功能。這類跨越接待、營運與行銷的多面向端到端解決方案,預期在零售現場會有高度需求。

Adyen:促進跨通路支付的 Omni-Payment

擁有PRADA、UNIQLO、Aesop 等客戶的 Adyen,是總部位於荷蘭阿姆斯特丹的全球支付平台公司,於單一基礎架構上提供涵蓋線上、行動與實體店面的 OMO 支付解決方案。

傳統的全通路(Omni-channel)架構中,線上與實體店的支付系統各自獨立,但 Adyen 從一開始就透過單一平台統一所有支付資料,並整合顧客資訊、訂單與庫存資料,構建出 Unified Commerce 。這讓零售企業能為顧客提供跨越通路邊界的購物體驗。例如,店內無庫存的商品可於店內結帳,日後由電商庫存出貨的無限貨架(endless aisle),或是在實體端辦理電商購買商品的退費等,都能做到無縫的退費流程。在 OMO 持續推進的情況下,預期這類基礎建設將成為下一代的標準。

Adyen 的展出攤位
J.P. Morgan Payments:透過高速且安全的生體辨識實現個人化支付體驗

此外,前述由 JP 摩根支付(J.P. Morgan Payments)推出、搭載臉部辨識與手掌辨識等生物辨識付款功能的店內裝置「J.P. Morgan Paypad」,在維持跨通路支付方式一致性的同時,能讓消費者在店內無需掏出信用卡或智慧型手機即可完成付款。

近年在無現金化與 OMO 策略加速的背景下開發的這款多功能平板型裝置,除了信用卡與 QR 碼支付外,還能在一機內處理包含生物識別支付等多種付款方式。生物識別方面會透過手掌靜脈確認與活體檢測(活體驗證)來辨識是否為本人而非冒用。所採集的資料會在銀行等級的高強度安全機制下加密,並採用不經加盟店(門市)而直接儲存至 JP Morgan 的資料庫的方式。

實現臉部辨識支付的 J.P. Morgan Paypad
來源:J.P. Morgan 官網

此外,支付資料會即時傳送至摩根大通的支付資料平台「Commerce Center」,因此可依每位顧客的使用紀錄與行為提供個人化的支付體驗。這些終端設備已於 2025 年開始在美國陸續提供,是否會迅速擴大備受矚目。

Voicebox:透過 AI 解析音訊調查提升顧客滿意度

在匯集了 50 家最新零售科技企業的 Innovators Showcase 展區,來自美國舊金山、提供語音智慧平台的創業公司 Voicebox 參展。以「Turn customer voice into revenue(將顧客之聲轉化為收益)」為概念,展示了以語音使用者介面(VUI)替代傳統文字問卷,透過收集評論、回饋、點子與意見等顧客之聲的服務。

展示攤位進行了實機展示

語音收集點可不受線上或線下限制,設置於任何顧客接觸點。例如在實體店面,顧客只要將智慧型手機靠近內嵌於商品或 POP 上的 NFC 標籤或 QR 碼,「Record」畫面便會自動啟動。顧客只需說話約 15~30 秒即可送出評論。錄製的語音資料會自動轉寫,並透過語音情緒識別(SER)、自然語言處理(NLP)與多模態分析三種 AI 技術,分析出「喜悅」或「不滿」等情緒、緊急程度與意圖。品牌可從這些到手的資料取得各種洞察,並將其用於在 Slack 上進行內部分享、處理客訴或發送優惠券等必要的行動。

透過平台與多款 App 連結
來源:Voicebox 官網

Voicebox 目前處於試行營運階段,但因為省去了下載應用程式或輸入文字等繁瑣步驟,其簡便性使得參與度比傳統文字問卷調查提高最多達 10 倍。

Dragonfruit AI:利用店內攝影機數據的影像分析解決方案

總部位於美國加州、以運用 AI 與機器學習進行高階影像解析為強項的 Dragonfruit AI 提供的解決方案也備受矚目:該方案利用既有的店內攝影系統,將其轉化為可提升顧客體驗、提高效率並增加營收的商業情報。

Dragonfruit AI 的展示攤位

該公司以店內的顧客動線、被拿起的商品、客層等資料為基礎,分析整體顧客體驗,並推出 19 種內建 AI 的應用程式。具體而言,包括收銀排隊監控與即時警示、藉由停留區域可視化的熱點圖、客流計數與移動路徑/通行量解析、以及貨架缺貨情況追蹤等。其一大優勢是能直接利用店內既有的攝影機,並將收銀交易資料(POS)等業務資料串接起來,不僅能追蹤「發生了什麼」,還能找出「為何會發生」。

他們透過已取得專利的 Split AI 技術,能以低成本且即時的方式運作,無需全面更換攝影機或針對不同用途使用不同工具,就能更容易在多家門市橫向擴展。

撰文與攝影: 中沢絵里奈(Erina Nakazawa)(原文網址)
精選圖片:NRF 提供


本文出自經營 @cosme的日本上市公司 istyle 集團 旗下媒體 BeautyTech.jp,專注報導全球美妝科技與創新趨勢。並由CMRI美妝行銷總研全責翻譯。
CMRI美妝行銷總研 隸屬於istyle集團台灣子公司 i-TRUE 艾思網絡,專注台灣美妝市場趨勢與消費洞察分析。