商品陳列真正要解決的，不是把門市擺得更漂亮，而是讓顧客在有限時間內看懂重點、比較選項、願意詢問，最後知道下一步怎麼買。對台灣零售、美業、餐飲外帶、選品店與展示型服務業來說，最實際的做法是先用 AI 整理現場觀察、POS 銷售、員工問題和 Google 商家檔案熱門時段，再找出五個漏買訊號：入口沒講重點、主推商品不清楚、貨架太滿、員工一直被問同一件事、顧客離店後沒有承接。
商品陳列先看「漏買」，不要先看風格
很多門市改陳列，第一步會先討論顏色、道具、燈光或拍照效果。這些當然重要，但現場更常出問題的地方，是入口桌很漂亮，顧客卻不知道本週主打什麼；主推品被放在黃金位置，旁邊沒有一句能幫人比較的理由；店員講完一輪，顧客仍不知道可以試用、加購、預約，還是先加入 LINE 等後續通知。
卓群顧問談門市空間與動線時，把「看見、進來、走動、體驗到交易」放在同一條路徑上，這個觀點對小店很實用。BSPK 的 retail customer journey 文章也把店內配置、視覺陳列、第一線服務與分析工具視為同一段顧客旅程。本文的差別，是把這些原則轉成台灣中小企業可在 14 天內做完的一次小改版：選一區、記錄現場、讓 AI 整理訊號，再由店長決定要留下哪個陳列假設，而不是一開始就導入大型零售系統。
五個商品陳列漏買訊號
1. 入口只漂亮，沒有回答「今天為什麼要看」
入口區最常見的浪費，是放了新品、活動立牌或漂亮花藝，卻沒有讓人一眼知道本週主題。AI 可以協助把最近 30 天的熱賣品、詢問問題、季節需求與庫存壓力整理成三個入口主題候選，例如「通勤雨天組合」「父親節實用禮」「敏感肌試用組」。但最後要由店長選一個最能承接現場客群的主題。
如果你有 Google 商家檔案熱門時段資料，也只能把它當成輔助。Google 官方說明，熱門時段、等待時間與停留時間來自選擇開啟定位記錄使用者的彙整且匿名資料，而且只有訪次足夠時才會顯示。這代表你可以用它判斷「週六下午比較忙」，但不能推論單一顧客身份，也不能把它當成完整客流報表。
2. 主推商品旁邊沒有比較理由
主推商品被看到，不代表它已經被理解。選品店把禮盒放在桌面正中央，美業門市把新耗材放在收銀旁，餐飲外帶店把伴手禮放在出口旁，真正決定顧客會不會拿起來的，常是旁邊那幾句比較理由：送誰合適、跟旁邊那款差在哪、買回去第一步怎麼用。
AI 在這裡不該替你亂發明賣點，而是把商品資料、客服問題、退換貨原因和成交後評語整理成店員聽得懂的比較語。比起「高質感」這種空話，更有用的是「送長輩比較不挑尺寸」「第一次使用不用另外買配件」「補充耗材在店內就買得到」。這些字要放回貨架卡、商品頁、口頭話術和員工訓練裡，不能只做成一張漂亮圖片。
3. 同一層貨架塞了四種任務
有些店的問題不在商品數量，而在同一層貨架背了太多任務。新品、促銷、清庫存、高毛利品全部擠在一起，顧客伸手前先愣住，店員也看不出對方卡在價格、用途還是尺寸。Lightspeed 對 visual merchandising 的說明把陳列、動線、商品分組與購買動機連在一起；這提醒小店，商品陳列應該是選擇路徑，不是倉庫展示。
做法很土，但有效：拍下那一層貨架，把商品名稱、價位、用途、庫存壓力和主推順序整理成表格。AI 可以標出任務互相打架的位置：新品在搶注意力，清庫存在搶空間，高毛利品反而沒有被看見。第一版只保留三種角色就好：主推、比較、加購；其餘商品移到次要區，或改由員工在對話裡帶出來。
4. 員工每天重複同一段解釋
收銀台旁、試用品前、LINE 對話裡，每天重複出現的問句就是貨架留下的空白。像「這兩個差在哪」「能不能試」「保固多久」「有沒有更便宜」「適合送禮嗎」，先整理最近 50 則現場問題或 LINE 私訊，去掉姓名、電話和可識別個資，再讓 AI 分成規格、價格、用途、風險、售後五類。
分類後，先補陳列，再談自動回覆。高頻問題可以回到貨架標籤、展示桌、商品頁、FAQ 或員工話術；涉及價格、折扣、保固、醫療效果、法規責任或客訴處理的回答，仍要由人確認。這一步的目標很清楚：讓店員不用每次都從零開始解釋。
5. 顧客離店後沒有下一步
商品陳列如果只追求現場成交，容易忽略另一種價值：顧客可能今天沒有買，但願意加入 LINE、掃 QR、拿試用包、預約體驗或下次回來。這時陳列旁邊應該有明確的下一步，而不是只寫「歡迎詢問」。
但承接要守住資料邊界。若你用表單、LINE 或會員系統蒐集資料，應讓顧客知道蒐集者、目的、資料類別、使用期間與權利等基本告知事項。台灣個資法相關說明可參考個人資料保護委員會籌備處的法規頁。對小店來說，最穩的方式是只收這次承接需要的最少資料，並把退訂或停止通知方式講清楚。
AI 可以幫商品陳列做什麼，不能做什麼
| 任務 | 適合交給 AI 的部分 | 必須人工決定的部分 |
|---|---|---|
| 入口主題 | 整理銷售、庫存、季節與常見問題 | 本週要主打哪一群顧客與哪個毛利目標 |
| 貨架分組 | 把商品依用途、價格帶、回購週期分群 | 哪些商品要讓出黃金位置，哪些商品要移走 |
| 比較話術 | 把客服問題整理成比較表草稿 | 價格、保固、效果、限制條件是否可對外承諾 |
| 熱門時段判讀 | 摘要 Google 商家檔案、POS 與排班資料 | 是否調整人力、展示桌、試用流程或活動時段 |
| 隱私與資料 | 提醒欄位缺漏與疑似敏感資料 | 是否可蒐集、保存多久、誰能存取與如何告知 |
低資料門市與進階資料門市，做法不一樣
如果你只有 POS 匯出、店員筆記和 LINE 對話，不需要急著裝攝影機或買大型系統。先用兩週建立最小資料表：日期、時段、主推區、顧客問題、拿起但未買的商品、最後成交品、員工備註。這些資料已足夠讓 AI 幫你整理第一版陳列假設。
如果你已經有熱區分析、電子標籤或 AI 視覺工具，就更要小心。工研院相關 AI 貨架陳列方案顯示，AI 可以協助依商品、貨架與權重產生陳列規劃，這對多店或品項多的零售商有價值。但台灣中小企業不應把「能分析」誤解成「可以不告知、不審核、不看現場」。任何牽涉個人影像、定位或可識別資料的工具，都要先確認合法性、告知方式、保存期限與供應商責任。
14 天導入流程：先改一區，不要全店重排
最容易失敗的改法，是週一決定全店換陳列，週末只記得「好像變熱鬧」。比較穩的做法，是把兩週當成一次小實驗，只動一個商品區。
- 第 1 到 2 天：選高毛利、常被問、常被拿起但少成交的區域，例如收銀旁加購品、入口桌新品、體驗區耗材。
- 第 3 到 4 天：整理最近 30 天 POS、庫存、客服問題與員工觀察，去除個資後讓 AI 分類。
- 第 5 天：店長從三個陳列假設裡挑一個，例如入口主題、比較卡片、加購組合。
- 第 6 到 8 天：只改一個主要變因，避免同時改價格、位置、優惠與話術。
- 第 9 到 12 天：用紙本或試算表記錄拿起次數、詢問問題、成交品、LINE 加入、退貨或客訴訊號。
- 第 13 到 14 天：請 AI 摘要差異，再由店長決定保留、微調或回復。
哪些店適合，哪些情況先補基本資料
這套方法適合有實體門市、展示區、攤位、櫃位或體驗區的台灣中小企業。最受用的通常是需要比較、試用、說明或加購的商品，例如選品零售、美業耗材、課程體驗、餐飲伴手禮、居家用品、寵物用品與小型展售。
如果商品幾乎都在線上成交，門市只負責取貨，先把商品頁、FAQ、客服 SOP 和追蹤事件補齊。若價格、庫存、退換貨與服務限制還散在不同文件裡，也先別急著改貨架；顧客看不懂的資料，換個位置仍然看不懂。
資料更新與限制
本文依 2026 年 6 月 19 日可查資料整理。參考來源包括：Google Business Profile 熱門時段、等待時間與停留時間說明、Salesforce customer journey 說明、工研院相關 AI 貨架商品陳列規劃案例、Lightspeed visual merchandising guide、卓群顧問門市空間與動線文章，以及台灣個人資料保護法條文及相關解釋。
本文不是法律意見，也不保證任何陳列調整一定提高營收。門市類型、地點、人力、商品毛利、季節與顧客結構都會影響結果。若要使用影像辨識、定位、會員資料或跨平台追蹤，請先確認法規、平台條款與供應商資料處理責任。
結論：商品陳列要變成可驗證的門市實驗
商品陳列的進步，通常不是一次把整間店翻新，而是每兩週讓一個區域更容易被看懂、更容易被詢問、更容易被成交。AI 的價值在於把分散的現場觀察變成可討論的假設：入口主題是否被看見、貨架哪一層太滿、比較理由哪一句最常被店員補充、哪些問題每天下午又出現一次。先從一區開始，保留人工判斷與資料邊界，門市陳列才會從憑感覺擺放，變成能累積顧客理解的行銷流程。
FAQ
商品陳列一定要靠設計師或大型系統嗎？
不一定。小店可以先用 POS、員工筆記、顧客問題和一張簡單陳列表做第一輪檢查。等確認哪一區真的影響詢問或成交，再評估是否需要專業設計或工具。
AI 可以直接決定門市要怎麼擺嗎？
不建議。AI 適合整理資料、分類商品、摘要問題與產出假設；但主推品、價格承諾、保固說明、個資使用與現場服務責任仍要由店長或負責人決定。
沒有熱門時段資料，還能做商品陳列檢查嗎？
可以。先用人工記錄時段、顧客問題、拿起但未買的商品與成交結果。Google 熱門時段只是輔助訊號，不是做陳列改善的必要條件。
商品陳列和清庫存促銷有什麼不同？
清庫存通常從滯銷品與毛利底線出發；商品陳列則先看顧客理解與選擇路徑。兩者可以搭配，但不要讓清庫存商品占滿黃金位置，反而擋住主推品。
使用 AI 視覺或攝影機分析門市會有個資風險嗎？
可能會。只要涉及影像、定位或可識別資料，就要確認告知、目的、保存、權限與供應商責任。多數小店應先用匿名化銷售與現場觀察資料做低風險版本。